
擅长实验追踪与模型注册表工作流,但较少针对实时大模型生产可观测性进行专门设计。
Arize AI 记录了 249,028 月访问量,月度环比增长为 +3.2%,定价为付费,定价请咨询。LangWatch 记录了 52,098 月访问量,增长率为 +73%,定价为定价请咨询。
| 维度 / 指标 | ![]() | ![]() |
|---|---|---|
| 官方域名 | arize.com | langwatch.ai |
| 定价模式 | 付费,定价请咨询 | 定价请咨询 |
| 月访问量 | 24.9万 (249,028) | 5.21万 (52,098) |
| 月度环比流量变化 | +7668 (+3.2%) | +2.2万 (+73%) |
| 主要市场与份额 | 🇺🇸 美国 (51.6%) | 🇺🇸 美国 (46.7%) |
| 直接访问 / 月 | 10.78万 | 2.9万 |
| 用户评分 | 4.6 | 4.6 |
| 支持的平台 | 网站 | 网站 |

面向生产级 AI 的智能体可观测性、评估与持续改进平台
基于 OpenTelemetry 之上的 OpenInference 规范,采集智能体与 LLM 调用的 span、trace 和会话,埋点可跨工具复用。
在 span、trace 与会话三个层级运行评估,对海量生产数据衡量检索质量、工具调用与最终回答的优劣。
内置于产品中的智能体,可检查链路、推断根因,并给出供工程师上线前审阅的修复建议。
当需要让轨迹数据留在自有基础设施内时,可自行部署这一领先的开源追踪与评估工具。

面向 AI 平台团队的智能体可观测性、评估与治理
完整支持 GenAI 规范,LangChain、LangGraph、CrewAI、Mastra、Pydantic AI、Vercel AI SDK 及任何 OTel 兼容栈的数据都汇聚到同一视图,并按 span 记录 token、成本与缓存。
用 LLM 评判器、自定义代码或工作流给单条输出或整段对话打分,可在 Notebook 或 UI 中运行评估,并实时评估生产流量。
模拟的文本与语音用户会以真实场景逐轮推动智能体,可在本地与 CI 中运行,工具、技能与 MCP 服务器均可追踪并可 mock。
用自己的密钥把 OpenAI、Anthropic、Google、Bedrock、Mistral 等厂商统一到一个端点,并支持按人、按团队、按客户的预算,附加开销约 11 微秒。

擅长实验追踪与模型注册表工作流,但较少针对实时大模型生产可观测性进行专门设计。
免费 / 开源面向生产级 LLM 应用的 AI 网关、可观测性与防护栏
免费 / 开源构建、模拟、评估并监控可自我改进的 AI 智能体

免费 / 开源Maxim AI is a platform for evaluating, testing, and monitoring AI applications, and the home of Bifrost, an open-source LLM gateway. It helps teams ship reliable AI features with tracing, evaluation, agent simulation, and production observability.
免费 / 开源Maxim AI is a platform for evaluating, testing, and monitoring AI applications, and the home of Bifrost, an open-source LLM gateway. It helps teams ship reliable AI features with tracing, evaluation, agent simulation, and production observability.
免费 / 开源AI 工程团队的协作层

免费 / 开源在整个组织内统一 LLM 评估、可观测性与红队测试标准
免费 / 开源面向可靠 AI 应用的开源 LLM 可观测性与 AI 网关
免费 / 开源Openlayer is a platform that tests AI systems before release, monitors them in production, and enforces policy and compliance requirements across every model and agent your company runs.

免费 / 开源开源可观测性:发现 AI Agent 的故障,并直接修复
提供企业级治理与模型可解释性功能,但纯大模型追踪的初始设置门槛较高。