2026年 最適なLLMオブザーバビリティツール：Langfuse・LangSmith・Helicone

構造上の問いは、自分のコードを計装するのか、手前にプロキシを置くのかであり、それが何を見られるかを決めます。 上から読み、自分に当てはまる最初の行で止めてください。

LLMオブザーバビリティは、モデル呼び出しのトレース（プロンプト、応答、レイテンシ、トークン使用量、コスト）を取得して保存し、障害のデバッグ、品質劣化の検知、本番での支出の把握を可能にするものです。 通常のアプリケーションのオブザーバビリティを、同じ入力が異なる出力を生む非決定的な挙動へ拡張したものであり、ここでの「壊れた」は多くの場合「例外が投げられた」ではなく「出力の質が落ちた」を意味します。

これは評価とは別の仕事です。オブザーバビリティはリリース後にシステムが何をしているかを見張り、評価は変更を出してよいかを事前に教えます。両方を行うチームは多く、これらのツールのいくつかは両方に対応しますが、問いが違います。リリース前の半分については最適なLLM評価ツールをご覧ください。

4製品は機能を正面から競うのではなく、スタックのそれぞれ異なる地点を最適化しています。 料金は2026年8月28日に各社の料金ページで確認し、リポジトリの数値は同日にGitHub APIから取得しました。

Langfuseが既定の推奨になるのは、連携リストが最も長く、自己ホストのコアが本当に無料で、考えが変わったときの乗り換えコストが最も低いからです。 同時に注意点も最も多く、決める前に把握しておくべきです。

アプリケーションがLangChainやLangGraphの上に構築されているなら、LangSmithは設定なしでトレースします。この点で並ぶものはありません。 そのエコシステムの外では、利点はかなり弱まります。

Heliconeは他の3つと構造が異なり、SDKとしてコードの中に入るのではなく、API呼び出しの手前にプロキシとして立ちます。 この一点が、最大の利点と主要な限界の両方を説明します。

PromptLayerは他の3つより範囲が狭く、それは欠点ではなく意図です。 プロンプトのバージョン管理とリクエストのログを担い、完全なオブザーバビリティ基盤を名乗ってはいません。

ClickHouse, Inc.は2026年1月16日にLangfuseを買収しました。Dragoneerが主導した4億ドルのシリーズDと同時に発表されたものです。 買収は当時SiliconANGLEが報じ、ClickHouseの公式ブログ、LangfuseのGitHubディスカッション、案件を担当した法律事務所によって確認できます。

最も明確な裏付けはリポジトリ自体にあります。LICENSEファイルは現在「Copyright (c) 2023-2026 ClickHouse, Inc.」で始まります。プロジェクトは活発に開発が続いており、本ページの確認日にも更新がありました。

この組み合わせには筋が通っています。Langfuseはもともとトレースの保存先にClickHouseを使っており、買い手は製品の土台となるデータベースの持ち主であって、無関係な買収者ではありません。この分野の買収としては良い出発点です。それでも論点は挙げておく価値があります。買収後のロードマップの優先順位は買い手の商業的関心に従いますし、自己ホストのLangfuseは、ClickHouse Cloudも販売する企業に依存することになりました。Enterpriseの自己ホスト構成はClickHouse CloudまたはBYOCと明示的に結び付いており、その費用は上乗せになります。

Langfuseは4製品で唯一、無料の自己ホスト構成を文書化して支援していますが、「無料版と有料版のあいだに機能の壁はない」という繰り返し語られる主張は誤りです。 公式の自己ホストページは、サーバー側のデータマスキング、プロジェクト単位のRBAC、データ保持期間の管理、SCIMによるユーザープロビジョニング、組織作成者、UIのカスタマイズ、監査ログ、管理およびインスタンス管理API、保護されたデプロイラベルという9つの機能をEnterprise限定として挙げています。

この一覧は、自己ホストが誰のためのものかを踏まえて読んでください。チームが自己ホストを選ぶのはデータ所在地や規制上の要請が理由であり、RBAC、監査ログ、データマスキングはまさに規制下のチームが必要とするものです。無料枠はオブザーバビリティ、評価、プロンプト管理、データセット、トレーシング、コスト把握を使用量無制限で確かに含みます。含まないのはガバナンスです。

他の3つはより単純です。LangSmithは自己ホストをEnterpriseの個別見積もりに限定しています。PromptLayerはGCP・AWS・Azure上のシングルテナント自己ホストをEnterpriseでのみ提供します。興味深いのはHeliconeで、コードはApache-2.0で公開されている一方、料金ページはオンプレミスをEnterpriseでのみ販売し、サポートされた無料の自己ホスト経路を記載していません。ここではオープンソースであることと、支援された自己ホストがあることは同義ではありません。

4製品とも、席数またはプラットフォームの基本料に、含有枠を超えた計測分を足すハイブリッド課金です。そのため同じプランでもチームによって請求額は大きく変わります。 人数より使用量が効き、LangSmithが最も分かりやすい例です。

Heliconeはコストの可視化を軸に作られており、その理由はプロキシという構造にあります。 すべての呼び出しが通過するため、何を計装するか誰かが決めるまでもなく、既定で全リクエストのコストとトークンのデータが取得されます。誰かがラップし忘れたサービスによる死角が生じません。

LangfuseとLangSmithも、より広いオブザーバビリティのデータの一部としてトレース単位のトークン使用量とコストを記録しており、多くのチームにはこれで十分です。ただしどちらも、Heliconeのようにコスト管理を独立した製品面として前に出してはいません。PromptLayerはリクエスト単位のコストを記録しますが、専用のコスト画面ではなくログの表示を通じて示します。

率直に言えば、これは能力の差ではなく重点の差です。「12のサービスのうち、どのモデルとどのキーが予算を食っているのか」に答えたいならHeliconeが最も速く答えます。「このエージェント実行がなぜ11ドルかかったのか」に答えたいなら、個々のステップが見えるSDKトレーサーのほうが役立ちます。

スタック、データ所在地の要件、チーム規模で決まります。 6つの類型でほとんどの読者を網羅できます。

オブザーバビリティのトレースには、プロンプトと応答が丸ごと入ります。つまり利用者が入力した内容がそのまま含まれます。そのため、ホスト型か自己ホストかという選択は、主要な3つの市場でデータ保護の問題になります。

まだ試作段階なら——1日に手動で数十回呼ぶだけ、本番トラフィックはなく、トレースを見る必要のある人もほかにいないなら——4つとも見送り、各社の管理画面を使ってください。 OpenAIの使用状況ページやAnthropicのコンソールが支出とリクエスト量をすでに示しており、この規模なら残りは出力を表示するだけで足ります。

待つ価値のある閾値ははっきりしています。自分が起こしたのではないトラフィックを生む実利用者が現れたとき、あるいは「何をしたのか」をあなたに聞かずに答える必要のある二人目が現れたときです。どちらも可視性の問題であり、これらのツールが売っているものです。それ以前に導入するのは、まだ見えていない利用の型に対して基盤を設定することであり、実トラフィックが来ればどのみち設定し直すことになります。