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。LiteLLM 记录了 576,967 月访问量,增长率为 +7.9%,定价为免费增值,定价请咨询。
| 维度 / 指标 | ![]() | ![]() |
|---|---|---|
| 官方域名 | arize.com | litellm.ai |
| 定价模式 | 付费,定价请咨询 | 免费增值,定价请咨询 |
| 月访问量 | 24.9万 (249,028) | 57.7万 (576,967) |
| 月度环比流量变化 | +7668 (+3.2%) |
| +4.25万 (+7.9%) |
| 主要市场与份额 | 🇺🇸 美国 (51.6%) | 🇺🇸 美国 (27.9%) |
|---|
| 直接访问 / 月 | 10.78万 | 22.9万 |
|---|
| 用户评分 | 4.6 | 4.8 |
|---|
| 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。

一个开源 AI 网关,接入 100 多个 LLM 提供商
用一套请求格式调用 100 多个提供商和 1,800 多个模型,切换模型无须修改应用代码。
为团队、项目或应用签发限定范围的密钥,设置月度支出上限,清晰看到谁在用、花了多少。
在多个部署间分配流量,失败时自动重试,某个模型或提供商宕机时回退到备选。
用面板查看请求量、Token 数与各模型成本,并支持日志与分析工具集成。

专项更强Hosts high-performance open-weight models directly on dedicated serverless infrastructure, but does not route across external providers.
#2
Unified LLM gateway with failover and analytics, but offers less robust open-source developer SDK support.

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。
提供进阶的企业级可观测性与安全防护工具,但缺乏 LiteLLM 那种轻量、自托管代理服务器的简便性。
免费 / 开源一个用来统一 LLM 供应商的开源替代方案,但中间件整合的生态系较不那么丰富。

免费 / 开源Includes integrated guardrails and simulation tools, but is less mature for large-scale enterprise production telemetry monitoring.

免费 / 开源具备强大的测试与提示词评估工具,不过其监控界面较少面向海量遥测流。

免费 / 开源Open-source request routing with built-in evaluations, but has a smaller community and fewer pre-built provider connectors.
专项更强Hosts high-performance open-weight models directly on dedicated serverless infrastructure, but does not route across external providers.
通过 API 网关提供自动模型故障转移与预算管理,但开源自定义性较低。
免费 / 开源Includes integrated guardrails and simulation tools, but is less mature for large-scale enterprise production telemetry monitoring.
免费 / 开源具备强大的测试与提示词评估工具,不过其监控界面较少面向海量遥测流。
免费 / 开源Open-source request routing with built-in evaluations, but has a smaller community and fewer pre-built provider connectors.
高度专注提示词管理与版本控制,而 Arize 则优先考虑端到端追踪与机器学习可观测性。