LangWatch
LLM可观测性与评估平台，提供LLM-as-Judge等基准测试能力，用于评估和监控大语言模型应用的性能
时间轴 (近 90 天)
文章对比了12款AI智能体可观测性与评估工具，包括BotGauge、Braintrust、Confident AI、LangSmith、Langfuse、Arize Phoenix、Galileo、LangWatch、Pydantic Logfire、Latitude、Datadog LLM Observability、Fiddler。
Braintrust定价为免费起步，Pro版249美元/月；Confident AI免费起步，Starter版200美元/月；LangSmith免费起步，Plus版39美元/座/月；Langfuse免费，付费版29美元/月起；Arize Phoenix免费，云版50美元/月起；Galileo免费，Pro版100美元/月起；LangWatch免费，付费版29欧元/座/月起；Pydantic Logfire免费，Team版49美元/月起；Latitude免费，Pro版99美元/月；Datadog LLM Observability按用量计费；Fiddler为定制报价。
一体化平台类别包含21款工具，代表项目包括Langfuse、MLflow、Opik、Agenta、LangWatch
LangWatch的LLM作为裁判基准测试显示：OpenAI Decisions准确率75.2%、中位延迟243ms、每千次成本$1.09；TypeSafe Jev准确率63.7%、中位延迟429ms、每千次成本$0.42
全部知识事实 (4)
文章对比了12款AI智能体可观测性与评估工具，包括BotGauge、Braintrust、Confident AI、LangSmith、Langfuse、Arize Phoenix、Galileo、LangWatch、Pydantic Logfire、Latitude、Datadog LLM Observability、Fiddler。
50%待验证Braintrust定价为免费起步，Pro版249美元/月；Confident AI免费起步，Starter版200美元/月；LangSmith免费起步，Plus版39美元/座/月；Langfuse免费，付费版29美元/月起；Arize Phoenix免费，云版50美元/月起；Galileo免费，Pro版100美元/月起；LangWatch免费，付费版29欧元/座/月起；Pydantic Logfire免费，Team版49美元/月起；Latitude免费，Pro版99美元/月；Datadog LLM Observability按用量计费；Fiddler为定制报价。
50%待验证一体化平台类别包含21款工具，代表项目包括Langfuse、MLflow、Opik、Agenta、LangWatch
50%待验证LangWatch的LLM作为裁判基准测试显示：OpenAI Decisions准确率75.2%、中位延迟243ms、每千次成本$1.09；TypeSafe Jev准确率63.7%、中位延迟429ms、每千次成本$0.42
50%