Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

OpenLIT

Trazas, evaluaciones, guardrails y monitorización de GPU nativos de OpenTelemetry y autoalojados para apps LLM y agentes de código, Apache 2.0.

Reseña de ReviewRamble editors · Actualizado

Ver en GitHub Código abierto

Comparte esta página:XLinkedInFacebookRedditWhatsAppCorreo

Nuestra nota

3.9/5

OpenTelemetry de principio a fin, con la monitorización de GPU que le falta a Langfuse, pero con una comunidad más pequeña y valores por defecto del quick start que hay que cambiar antes de que nadie más pueda acceder.

¿Qué es OpenLIT?

OpenLIT son dos cosas: un SDK que instrumenta automáticamente proveedores de LLM, frameworks de agentes y bases de datos vectoriales como spans estándar de OpenTelemetry, y una plataforma autoalojada que los guarda en ClickHouse y muestra trazas, costes y paneles. Una llamada a openlit.init() en Python o TypeScript inicia la instrumentación; también hay un SDK para Go. El receptor propio de la plataforma escucha OTLP en los puertos 4317 y 4318, así que no hace falta un Collector aparte, y los mismos spans pueden ir a Grafana, Datadog o cualquier otro backend OTLP.

Alrededor de las trazas añade evaluaciones LLM-as-a-judge y programáticas, guardrails contra prompt injection y temas restringidos, un Prompt Hub versionado, un Vault para claves de API, un playground para comparar modelos lado a lado llamado OpenGround, un motor de reglas y un colector de GPU para tarjetas NVIDIA, AMD e Intel. Una CLI se engancha a Claude Code, Codex, Cursor y OpenCode para trazar sesiones de agentes de código sin cambiar código.

La edición community es Apache 2.0 y sin límites de uso. Los roles personalizados, los registros de auditoría, las alertas de eventos, los conectores de notificación y la página de flota de GPU están en una edición Enterprise compilada aparte, con licencia por organización y precios no publicados. Un cloud alojado figura como próximamente. La versión 2.2.0 de la plataforma salió el 19 de noviembre de 2026.

¿Merece la pena OpenLIT?

El argumento de OpenLIT es que la telemetría de LLM debe ser OpenTelemetry normal desde el primer span. Su SDK emite las convenciones semánticas gen_ai.*, su servidor ingiere OTLP directamente y nada impide enviar los mismos datos a Grafana o Datadog. Los equipos con un pipeline de OpenTelemetry existente, o que ejecutan sus propios modelos en GPU, obtienen aquí más de serie que con la mayoría de rivales: el uso, la memoria, el consumo y la temperatura de la GPU aparecen junto a las trazas a las que afectan.

Frente a Langfuse, la comparación obvia, se cambia amplitud por madurez. Ambos se pueden autoalojar gratis sobre ClickHouse y ambos reservan los registros de auditoría y los roles personalizados para una edición de pago. Langfuse tiene unas 36,500 estrellas en GitHub frente a las 3,093 de OpenLIT, un cloud alojado con precios por unidad publicados y herramientas más profundas de datasets, anotación y experimentos. OpenLIT aún no tiene cloud, no publica el precio de Enterprise, y su propia página de comparación reconoce la ventaja de Langfuse en anotación humana e interfaz de evaluación. Lo que OpenLIT añade es monitorización de GPU, guardrails, un Vault de secretos y trazas de agentes de código en la misma instalación.

La pega: los valores por defecto del quick start no son seguros para exponerlos. Docker Compose publica ClickHouse en los puertos 9000 y 8123 con la contraseña OPENLIT, el panel se abre con user@openlit.io y openlituser, y el receptor OTLP guarda spans enviados sin clave de API. Las métricas de uso anónimas van a PostHog hasta que se define TELEMETRY_ENABLED=false. En febrero de 2026 el proyecto publicó un aviso crítico sobre un workflow de GitHub Actions que exponía sus propios secretos de CI; afectaba al pipeline de compilación, no a las instancias desplegadas.

Nuestra opinión: OpenLIT es la opción para un equipo que ya piensa en OpenTelemetry y gestiona sus propias GPU; un equipo que quiere sobre todo experimentos con prompts y revisión humana encontrará Langfuse más acabado.

Dónde se gana su sitio

  • Un ingeniero de MLOps que sirve modelos Llama con vLLM en ocho GPU

    Relacionar peticiones lentas o caras con lo que hacía el hardware en ese momento

    Ejecuta el colector de GPU de OpenLIT en cada nodo y openlit.init() en la app de servicio; uso, memoria y temperatura llegan a ClickHouse junto a las trazas de las peticiones. Sin coste de licencia; la página de flota de GPU en sí necesita Enterprise.

  • Una responsable de ingeniería en una empresa de 30 desarrolladores que usa Claude Code y Cursor

    Ver cuánto gastan en tokens los agentes de código y qué archivos tocan

    Instala la CLI openlit y ejecuta openlit coding install --vendor=all en cada máquina, apuntando a una instancia autoalojada. Sesiones, llamadas a herramientas, tokens y coste aparecen en el panel Coding Agents sin cambiar la configuración de ningún agente.

  • Un equipo de plataforma que ya envía trazas a Grafana Tempo

    Añadir vistas específicas de LLM sin sustituir el pipeline existente

    Mantén el OpenTelemetry Collector y reparte OTLP a Tempo y al receptor de OpenLIT en el puerto 4318. OpenLIT añade vistas de coste, tokens y evaluaciones; Tempo conserva la visión de todo el servicio.

Antes de decidirte

Puesta en marcha
git clone y docker compose up -d arrancan OpenLIT, ClickHouse y NATS; un chart de Helm cubre Kubernetes. Antes de exponerlo, cambia la contraseña de ClickHouse, las contraseñas de NATS y el acceso por defecto al panel, y envía los spans con una clave de API.
Integraciones
Más de 70 autoinstrumentaciones de proveedores de LLM, frameworks de agentes y bases de datos vectoriales; exportación OTLP a Grafana, Datadog, New Relic, SigNoz o cualquier backend OTLP; inicio de sesión con Google, GitHub, Microsoft y Okta en la edición gratuita.
Datos y privacidad
Las trazas se quedan en tu ClickHouse. Las métricas anónimas de uso del producto (sin prompts ni contenido de spans) van a PostHog por defecto; TELEMETRY_ENABLED=false las desactiva, sin interruptor en la aplicación.
Coste a escala
Sin cuota de licencia ni cargo por traza en la edición community; el coste es operar ClickHouse a tu volumen de trazas. El precio de Enterprise no está publicado.
Límites
104 incidencias abiertas; el cloud alojado aún no se ha lanzado; los spans enviados sin clave de API se guardan pero no se evalúan; el SDK de Python 1.45.0 y la plataforma 2.2.0 se versionan por separado.

Lo bueno

  • Nativo de OpenTelemetry de punta a punta, con receptor OTLP integrado
  • Monitorización de GPU para NVIDIA, AMD e Intel junto a las trazas
  • Guardrails, Vault y trazas de agentes de código en la edición gratuita
  • SDK para Python, TypeScript y Go; más de 70 integraciones autoinstrumentadas

Lo malo

  • Contraseña de ClickHouse y acceso al panel por defecto en el quick start
  • Sin cloud alojado y sin precios publicados de Enterprise
  • Comunidad más pequeña que Langfuse o Phoenix
  • Registros de auditoría y roles personalizados solo en Enterprise

Ideal para

Equipos de plataforma que ya usan OpenTelemetry, sobre todo los que sirven sus propios modelos en GPU, y quieren trazas de LLM, evaluaciones y métricas de hardware en una sola pila autoalojada.

Alternativas a OpenLIT

OpenLIT: preguntas frecuentes

¿Merece la pena OpenLIT?
OpenTelemetry de principio a fin, con la monitorización de GPU que le falta a Langfuse, pero con una comunidad más pequeña y valores por defecto del quick start que hay que cambiar antes de que nadie más pueda acceder. Le damos un 3.9 sobre 5.
¿Cuánto cuesta OpenLIT?
Edición community gratuita bajo Apache 2.0 y sin límites de uso. Enterprise (RBAC, registros de auditoría, alertas de eventos, conectores premium) con precio por organización bajo petición; cloud alojado aún no disponible.
¿Qué inconvenientes tiene OpenLIT?
Contraseña de ClickHouse y acceso al panel por defecto en el quick start; sin cloud alojado y sin precios publicados de Enterprise; comunidad más pequeña que Langfuse o Phoenix; registros de auditoría y roles personalizados solo en Enterprise.
¿Para quién es OpenLIT?
Equipos de plataforma que ya usan OpenTelemetry, sobre todo los que sirven sus propios modelos en GPU, y quieren trazas de LLM, evaluaciones y métricas de hardware en una sola pila autoalojada.
¿Cuánto cuesta OpenLIT para un equipo o en producción?
Sin cuota de licencia ni cargo por traza en la edición community; el coste es operar ClickHouse a tu volumen de trazas. El precio de Enterprise no está publicado.
¿Es OpenLIT seguro para los datos de la empresa?
Las trazas se quedan en tu ClickHouse. Las métricas anónimas de uso del producto (sin prompts ni contenido de spans) van a PostHog por defecto; TELEMETRY_ENABLED=false las desactiva, sin interruptor en la aplicación.
¿Cuáles son las mejores alternativas a OpenLIT?
Las alternativas más cercanas que hemos analizado son Langfuse, Arize Phoenix y OpenLLMetry.

Respuestas comprobadas el 20 nov 2026.