2026年のおすすめLLMOps・AI評価プラットフォーム

当サイトでレビューした6件のLLMOps・AI評価プラットフォームのうち、現在のおすすめはBraintrust、LangSmith、Arize AXです。各製品を当サイトの評価順に並べ、料金、評価のまとめ、向いている人を記載しています。

執筆： Andrew Miller · 2026年11月2日更新 · レビューの方法

ランキングの方法：各製品の料金、ドキュメント、ポリシー、さらに独立したベンチマークがある場合はそれも基にしたレビューで、5点満点の評価順に並べています。各情報はレビューに記載の日付に確認したものです。アフィリエイト報酬は受け取っていません。

1. 1
   

   Braintrust

   Braintrustは、直前の変更で製品が良くなったかどうかが一番難しい問いになっているチームのためのものです。人数ではなくデータ量で課金するため、大きなチームには合い、大量にログを書くエージェントには痛手になります。

   おすすめの人： ホスト型のトレースを使った評価駆動の開発を望み、マネージドサービスにお金を払うことをいとわないプロダクトチーム。

   料金： Starterは無料（データ1 GB、スコア10k件、$10分のモデルクレジット、保持期間14日、ユーザー数無制限。超過分は1 GBあたり$4、1,000スコアあたり$2.50）。Proは月$249（5 GB、スコア50k件、$100分のモデルクレジット、保持期間30日。超過分は1 GBあたり$3、1,000スコアあたり$1.50）。EnterpriseはSAML、BAA、セルフホストのデータプレーン付きで個別見積もり。条件を満たすスタートアップは6〜12か月間Proが無料です。

   Braintrustのレビューを読む
   4.3/5
2. 2
   

   LangSmith

   LangSmith は LangGraph エージェントに対して最も深く成熟したトレースと評価を提供しますが、シート単位の価格は、予算の大きな小規模チームに有利な設定です。

   おすすめの人： LangChain や LangGraph で本番のエージェントを作り、ホスト型のトレース、評価、デプロイを 1 社にまとめたいチーム。

   料金： Developer は無料（1 シート、月 5,000 の基本トレース）。Plus は 1 シート月 $39（10,000 の基本トレース、その後は従量課金。小規模なサーバーレスのデプロイ 1 つ付き）。Enterprise は個別見積もりで、ハイブリッドまたはセルフホストの選択肢あり。基本トレースは 14 日間、拡張トレースは 180 日間保存。

   LangSmithのレビューを読む
   4.2/5
3. 3
   

   Arize AX

   Arize AXはオープンな計測の仕組みの上で本格的なエージェントのトレースと評価を提供します。ただし安いプランはすぐに上限に達し、ロードマップは今やDynatraceのものです。

   おすすめの人： 本番のエージェントを運用し、オープンで移行可能な計測の仕組みの上でホスト型のトレースと評価を使いたく、Enterprise契約を交渉できるエンジニアリングチーム。

   料金： AX Freeは$0（月25,000スパン・1 GB、保持期間15日）。AX Proは月$50（50,000スパン・10 GB、保持期間30日）。EnterpriseはSSO、HIPAA、セルフホスト付きで個別見積もり。すべてのプランでユーザー数無制限です。

   Arize AXのレビューを読む
   4.1/5
4. 4
   

   Datadog LLM Observability

   会社がすでにDatadogを使い込んでいるなら、エージェントを監視する場所としてはここが妥当です。モデル呼び出し単位の課金も、一見した印象より公平です。

   おすすめの人： すでにDatadogを運用していて、エージェントのトレースをサービスやインフラの監視と並べて見たいエンジニアリングチーム。

   料金： Freeは月40K LLMスパンまで、保持期間15日。Proは年払いで月$160から、月ごとの契約で$200、オンデマンドで$240で、100K LLMスパンを含みます。その後は10K LLMスパンごとに$3.50（年払い）、$4.20（月ごとの契約）、$5（オンデマンド）です。保持期間の追加オプションは、30日、60日、90日でそれぞれ月10Kスパンあたり$6.50、$8、$9と記載されています。課金対象はLLMスパンだけです。

   Datadog LLM Observabilityのレビューを読む
   4.0/5
5. 5
   

   Lakera Guard (Check Point AI Guardrails)

   Lakera Guard は、API 呼び出し 1 つで追加できる、ドキュメントの充実したプロンプトインジェクション対策のフィルターです。ただし月 10,000 リクエストを超えると、Check Point の企業向け営業チームとの交渉になります。

   おすすめの人： 自前の分類器を運用せずに、チャットボットやエージェントの前でプロンプトインジェクションとデータ漏えいを審査するマネージドの仕組みがほしいチーム。

   料金： Community は無料：月 10,000 リクエスト、8k トークンのプロンプト、SaaS のみ。Enterprise は見積もり制：柔軟な利用量、SaaS またはセルフホスト、SSO、RBAC、SIEM 連携。無料プラン以外の価格は公表されていません。

   Lakera Guard (Check Point AI Guardrails)のレビューを読む
   4.0/5
6. 6
   

   Splunk Agent Observability

   Galileoの小型の評価モデルのおかげで、エージェントのすべての会話を安く採点できます。ただしSplunkの傘下に入り、営業との商談を経て買う企業向けの製品になりました。

   おすすめの人： すでにSplunk Observabilityを使っていて、エージェントのすべての会話を採点し、危険な操作を実行時に阻止したい大規模な組織。

   料金： Agent Observabilityは年1.2Mスパンあたり月$100からで年払い、年500MのLunaトークンと年5回のLunaのファインチューニングを含みます。追加のLunaトークンと保持期間の延長は見積もりです。Splunk Observability Cloud Free Edition（最大15ホスト、期限なし）にはエージェントのトレースが含まれます。Galileoの旧Free（月5,000トレース）とPro（年払いで月$100、50,000トレース）のプランは、もう公開されていません。

   Splunk Agent Observabilityのレビューを読む
   3.7/5