# Arize AI vs RunLLM

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。RunLLM 记录了 182 月访问量，增长率为 -90.6%，定价为免费试用，定价请咨询。

| 指标 | [Arize AI](https://openaitools.app/zh/tool/arize-com) | [RunLLM](https://openaitools.app/zh/tool/runllm) |
| :--- | :--- | :--- |
| 官网地址 | https://arize.com | https://www.runllm.com |
| 分类 | Large Language Models (LLMs), AI Agent, AI 监控, AI Developer Tools | AI Agent, AI Customer Service, AI 助手, AI 代码助手 |
| 定价模式 | 付费，定价请咨询 | 免费试用，定价请咨询 |
| 月访问量 | 249,028 | 182 |
| 月度环比增长率 | +3.2% | -90.6% |
| 主要市场 | 美国 | 全球 |
| 直接访问量 | 107,838 | 71 |
| 评价得分 | 4.6 | 4.4 |
| 收藏数 | 1 | 0 |
| 支持平台 | 网站 | 网站 |

## Arize AI

Arize 是专为生产环境中运行生成式 AI 的团队打造的 AI 工程平台。产品分为两部分：托管式平台 Arize AX，提供智能体可观测性、评估与实验能力；以及开源追踪与评估库 Phoenix，供需要完全掌控数据的团队自行部署。两者都基于 OpenInference —— 由 Arize 团队主导的开源生成式 AI 追踪语义规范，构建在 OpenTelemetry 之上。

工作流围绕三个问题展开。Observe 通过采集每个 span、trace 与会话，回答智能体究竟做了什么；Evaluate 通过 span、trace、会话三个层级的评估，回答质量在变好还是变差；Learn 让团队在正式上线前测试提示词与运行框架，回答某个改动是否真的有效。面向生成式 AI 的轨迹数据存储 ADB 采用开放格式，可原生对接 BigQuery、Databricks、Snowflake；产品内还内置名为 Alyx 的 AI 工程智能体，用于定位问题并生成可直接审阅的修复方案。

平台支持数十种模型、框架与工具，包括 OpenAI、Anthropic、Google、Amazon Bedrock、LangChain、LangGraph、LlamaIndex、CrewAI 与 DSPy，并公开 SOC 2 Type II、ISO 27001、PCI DSS、HIPAA、GDPR 等合规认证，支持云端、混合与自托管部署。

**定价与套餐:** Arize 采用付费模式并提供免费起点：团队可免费开始或预约演示，企业级用量、部署方式与支持需联系销售获取报价。开源项目 Phoenix 可免费自托管。

- **端到端链路追踪:** 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。
- **可扩展的评估框架:** 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。
- **Alyx AI 工程智能体:** 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。
- **Phoenix 开源工具包:** 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。
- **数仓原生的轨迹存储:** ADB 以开放格式存储轨迹，可原生对接 BigQuery、Databricks 或 Snowflake，与业务数据联合分析。

**优势:** 覆盖观测、评估、改进的完整闭环，而不止于仪表盘; 以 OpenInference 与 OpenTelemetry 标准为基础，降低轨迹格式的厂商锁定风险; 企业级合规能力强，覆盖 SOC 2、ISO 27001、HIPAA、GDPR，并支持自托管; 可对接的模型、框架与智能体 SDK 数量非常丰富

**局限:** 未公开自助定价，成本需要与销售沟通; 功能面广，对刚上线首个 LLM 功能的小团队可能偏重; 要发挥全部价值，需要对整个应用进行规范化的埋点

[工具详情（Markdown）](https://openaitools.app/zh/tool/arize-com.md)

## RunLLM

RunLLM 现以 Herald 品牌运营，已从企业技术支持助手演进为它所称的 AI SRE：一个在工程师被呼叫之前就发现生产问题的智能体。其核心观点是传统可观测性已经失效——你必须为每条数据流埋点、调整告警阈值、为每种故障模式编写运行手册，而任何没人记录过的问题都会成为盲区。

Herald 采取不同方式。在任何告警触发之前，它会构建一张涵盖可观测性、代码库、CI/CD、文档和依赖关系的上下文图谱，从而了解什么是正常状态。随后它为每条数据流构建定制的异常检测模型——无需设置阈值——并在客户察觉之前发现经过验证的信号。当出现异常时，智能体会针对正确的数据源同时评估多个假设，并在几分钟内交出根因分析，无需运行手册。

公司表示，在某家全球最大的 B2B2C 平台上，它对已知问题的根因分析准确率为 100%，对新型事件超过 70%，并指出智能体会从每次调查中学习，绝不重犯同样的错误。Herald 由加州大学伯克利分校 RISELab 的博士和教授创立，融合了 AI、LLM、数据系统与可扩展基础设施方面的专长。

**定价与套餐:** 提供免费试用与演示；企业价格需联系销售按需报价。具体详情请查看网站的定价与演示页面。

- **上下文感知学习:** 在任何告警触发之前，Herald 即构建涵盖可观测性、代码库、CI/CD、文档和依赖关系的上下文图谱，从而理解什么是正常状态。
- **预测性检测:** 无需调整阈值：Herald 为每条数据流构建定制的异常检测模型，并在客户察觉之前发现经过验证的问题。
- **自动调查:** 智能体针对正确的数据源同时评估多个假设，并在几分钟内给出根因分析，无需运行手册。
- **扎根生产环境:** 对已知问题的根因分析准确率为 100%，对新型事件超过 70%，并从每次调查中学习，绝不重蹈覆辙。
- **快速接入:** 扫描你的代码库，发现你使用的工具，并在几分钟内完成自身配置，快速适配你的技术栈。

**优势:** 在告警触发之前就发现并调查问题; 无需编写和维护阈值或运行手册; 跨代码、基础设施和遥测数据关联信号; 由加州大学伯克利分校 RISELab 研究者打造

**局限:** 主要面向拥有复杂基础设施的企业团队; 具体价格需联系销售，缺乏公开价目表; 效果取决于您的可观测性与代码上下文质量; ML 根因分析属于概率性输出，并非绝对保证

[工具详情（Markdown）](https://openaitools.app/zh/tool/runllm.md)

## 常见问题

### Arize AI 和 RunLLM 在月流量上如何比较？

Arize AI 有 249,028 月访问量，而 RunLLM 有 182。流量估算描述的是受众规模，而非产品质量。

### 它们的增长率如何比较？

Arize AI 的月度环比增长率为 +3.2%；RunLLM 为 -90.6%。

### 价格如何比较？

Arize AI: 付费，定价请咨询。Arize 采用付费模式并提供免费起点：团队可免费开始或预约演示，企业级用量、部署方式与支持需联系销售获取报价。开源项目 Phoenix 可免费自托管。 RunLLM: 免费试用，定价请咨询。提供免费试用与演示；企业价格需联系销售按需报价。具体详情请查看网站的定价与演示页面。

## 替代工具

| # | 工具名称 | 月访问量 | 月度环比增长率 | 定价模式 | 简介 | 工具详情（Markdown） |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Cursor](https://openaitools.app/zh/tool/cursor) | 23,297,751 | +8.4% | 免费增值 | 打造宏大软件的 AI 编程智能体 | [.md](https://openaitools.app/zh/tool/cursor.md) |
| 2 | [Replit](https://openaitools.app/zh/tool/replit) | 10,016,437 | -7.7% | 免费增值，付费 | 描述你的想法，Replit 几分钟内构建出可运行的 App | [.md](https://openaitools.app/zh/tool/replit.md) |
| 3 | [Command Code](https://openaitools.app/zh/tool/command-code) | 2,358,177 | -12.1% | 免费增值，定价请咨询 | 会学习你编码品味的 AI 编程智能体 | [.md](https://openaitools.app/zh/tool/command-code.md) |
| 4 | [KaneAI](https://openaitools.app/zh/tool/kaneai) | 901,340 | +13.2% | 免费增值，付费，定价请咨询 | 生成式 AI 原生的端到端测试代理，用自然语言规划、编写并自愈测试 | [.md](https://openaitools.app/zh/tool/kaneai.md) |
| 5 | [Augment Code](https://openaitools.app/zh/tool/augment-code) | 326,215 | +24.1% | 免费增值，免费试用，定价请咨询 | 覆盖整个软件开发周期的智能体编排平台 | [.md](https://openaitools.app/zh/tool/augment-code.md) |
| 6 | [Weights & Biases（CoreWeave Forge）](https://openaitools.app/zh/tool/prompts) | 315,624 | -80.2% | 免费增值，定价请咨询，免费 | 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。 | [.md](https://openaitools.app/zh/tool/prompts.md) |
| 7 | [Future AGI](https://openaitools.app/zh/tool/future-agi) | 121,741 | -7.8% | Freemium, Usage-based | Includes integrated guardrails and simulation tools, but is less mature for large-scale enterprise production telemetry monitoring. | [.md](https://openaitools.app/zh/tool/future-agi.md) |
| 8 | [Maxim AI](https://openaitools.app/zh/tool/maxim-ai) | 121,351 | +10% | Contact for Pricing, Free Open Source | 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。 | [.md](https://openaitools.app/zh/tool/maxim-ai.md) |
| 9 | [PromptLayer](https://openaitools.app/zh/tool/promptlayer) | 85,899 | -4.6% | 免费试用，定价请咨询 | 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。 | [.md](https://openaitools.app/zh/tool/promptlayer.md) |
| 10 | [Confident AI](https://openaitools.app/zh/tool/confident-ai) | 83,400 | -3.3% | 免费增值，付费，定价请咨询 | 通过 DeepEval 提供全面的大模型评估和单元测试，但缺乏 Arize 深入的生产监控基础设施。 | [.md](https://openaitools.app/zh/tool/confident-ai.md) |

---
来源：https://openaitools.app/zh/compare/arize-com-vs-runllm

更多 Markdown 页面: [分类](https://openaitools.app/zh/categories.md) · [流量排名](https://openaitools.app/zh/rankings.md) · [llms.txt](https://openaitools.app/zh/llms.txt)
