
Langfuse
Ottimizza le tue applicazioni LLM con Langfuse: osservabilità, gestione dei prompt, valutazioni e metriche per migliorare le prestazioni. Open source e integrabile con vari SDK.
Voto Vettoria
Piattaforma coerente, con ciclo trace-valutazione-esperimenti integrato, demo interattiva e accesso a ogni funzione via MCP, CLI, API e SDK.
Codice MIT con self-hosting gratuito e piano Hobby gratuito con 50k unità al mese; i piani più alti però costano parecchio.
Registrazione senza carta e guida al primo trace in meno di 5 minuti, ma sono richiesti competenze da sviluppatore e strumentazione del codice.
Piani e prezzi
Prezzi verificati il 10 novembre 2026 su langfuse.com, IVA esclusa se non indicato.
- 50k unità al mese incluse
- Accesso ai dati per 30 giorni
- 2 utenti, supporto community su GitHub
- 100k unità al mese incluse
- Accesso ai dati per 90 giorni
- Utenti illimitati e supporto in-app
- 100k unità incluse, storico dati di 3 anni
- Limiti di rate alti, code di annotazione illimitate
- Report SOC2 e ISO27001, regione HIPAA-ready
- Tutto Pro più Teams add-on
- Audit Logs, SCIM API, SLA di uptime e supporto
- Ingegnere di supporto dedicato, fatturazione via AWS Marketplace
Quale piano scegliere
- Se vuoi provare Langfuse Cloud o hai un progetto personale, scegli Hobby: è gratuito e non richiede carta di credito.
- Se hai un progetto in produzione e un team, scegli Core: utenti illimitati e 90 giorni di dati.
- Se ti servono storico di 3 anni, limiti di rate alti e report di conformità, scegli Pro.
- Se ti servono SSO, RBAC granulare o canali Slack dedicati, aggiungi il Teams add-on (300 $ al mese) a Pro; per audit log, SCIM e SLA scegli Enterprise.
Pro e contro
Pro
- Open source con licenza MIT e self-hosting gratuito.
- Piano Hobby gratuito con 50k unità al mese, senza carta di credito.
- Piattaforma integrata: tracing, prompt, valutazioni, esperimenti e gateway.
- Oltre 100 integrazioni e supporto OpenTelemetry, senza vincoli di framework.
- Regioni dati UE, US e Giappone, SOC 2 Type II e ISO 27001.
- CLI, server MCP e SKILL.md per lavorare da IDE e coding agent.
Contro
- Il piano gratuito ha solo 30 giorni di dati e 2 utenti.
- Lo storico di 3 anni, i limiti di rate alti e i report di conformità partono dal piano Pro (199 $ al mese).
- SSO e RBAC di progetto richiedono un add-on da 300 $ al mese, mentre audit log e SLA richiedono Enterprise a 2499 $ al mese.
- Serve strumentare il codice, quindi è pensato per chi sviluppa.
- I prezzi sono in dollari e basati su unità, quindi il costo cresce con il volume.
Limiti e quando scegliere altro
- Il piano Hobby è limitato a 50k unità al mese, 30 giorni di dati e 2 utenti.
- I limiti di rate API e di ingestione crescono con il piano (1.000 richieste al minuto in Hobby, 20.000 in Pro).
- SSO, applicazione dell'SSO e RBAC a livello di progetto richiedono il Teams add-on su Pro (300 $ al mese).
- Audit Logs, SCIM API e SLA sono solo nel piano Enterprise.
- L'AI Gateway è in beta e il Skill Management è in beta.
Cos'è Langfuse
Langfuse è una piattaforma open source progettata per migliorare le applicazioni basate su Large Language Models (LLM).
Langfuse è una piattaforma di ingegneria LLM open source che fornisce strumenti per tracciare, valutare e gestire le applicazioni basate su modelli di linguaggio di grandi dimensioni. È progettata per aiutare i team a costruire applicazioni LLM di livello produttivo in modo più efficiente.
Per chi è
Gli SDK Python e JS/TS e OpenTelemetry permettono di tracciare ogni chiamata, tool e fase di retrieval.
Prompt versionati con deploy tramite etichette, Playground ed Experiments permettono di collaborare sui prompt senza toccare il codice.
Il self-hosting con Docker Compose, Kubernetes e Terraform e l'AI Gateway centralizzano chiavi, modelli e costi.
Il sito cita SOC 2 Type II, ISO 27001, regioni dati UE/US/Giappone, regione HIPAA-ready e GDPR.
CLI, server MCP e SKILL.md permettono di gestire prompt, trace ed eval da IDE e terminale.
Funzioni
Trace gerarchiche di chiamate LLM, tool e retrieval, con sessioni, tracciamento utenti, grafi degli agenti e filtri per costo e latenza.
Versioning dei prompt, deploy e rollback tramite etichette senza modificare il codice, e collegamento dei prompt alle trace.
In beta: versioning ed etichette per le istruzioni degli agenti e i file di supporto.
Valutazioni online e offline con LLM-as-a-judge, funzioni euristiche, feedback utente o revisione umana.
Dataset di test ed esperimenti da SDK o interfaccia per confrontare prompt e modelli.
Un endpoint unico per le chiamate a OpenAI e Anthropic, con chiavi gateway, modelli approvati e costi per utente; ogni chiamata viene tracciata.
Prova dei prompt su input reali di produzione e confronto affiancato dei modelli.
Code di annotazione per revisionare le trace e creare dataset di riferimento.
Metriche di costo, latenza e qualità con avvisi via Slack, GitHub Actions o Webhook.
Agente integrato nell'app che analizza i dati di produzione e propone azioni da approvare.
Come si usa
- Debug di un agente in produzione
Traccia l'agente con l'SDK o OpenTelemetry, usa la vista Timeline per trovare i passaggi lenti e imposta Alerts su costo e latenza.
- Iterare sui prompt senza deploy
Crea e versiona il prompt in Prompt Management, provalo nel Playground e promuovi la versione con l'etichetta production, controllando le metriche per versione.
- Valutare prima del rilascio
Costruisci un Dataset da trace reali, lancia un Experiment dall'interfaccia e confronta i risultati con evaluator LLM-as-a-judge e Annotation Queues.
- Controllo dei costi AI aziendali
Instrada le chiamate OpenAI e Anthropic dall'AI Gateway, assegna chiavi per utente o team e monitora la spesa nella pagina di analytics.
- Debug e miglioramento delle applicazioni LLM
Debug e miglioramento delle applicazioni LLM.
- Gestione e versionamento dei prompt
Gestione e versionamento dei prompt.
- Monitoraggio delle prestazioni e dei costi delle applicazioni LLM
Monitoraggio delle prestazioni e dei costi delle applicazioni LLM.
- Valutazione della qualità degli output dei modelli di linguaggio
Valutazione della qualità degli output dei modelli di linguaggio.
Per iniziare
- Registrati a Langfuse Cloud con il piano Hobby, senza carta di credito, oppure fai il self-hosting con Docker Compose.
- Crea un progetto e genera le chiavi API.
- Installa l'SDK Python o JS/TS, o configura un esportatore OpenTelemetry, e invia la prima trace.
- Apri la trace nell'interfaccia per controllare costi, latenza e passaggi.
- Sposta i prompt in Prompt Management e imposta una prima valutazione con un evaluator LLM-as-a-judge.
Con cosa si integra Langfuse
Domande frequenti
Langfuse è gratuito?
Sì: il codice è open source con licenza MIT e si può installare gratis in self-hosting. Su Langfuse Cloud c'è il piano Hobby gratuito con 50k unità al mese, senza carta di credito.
Quanto costano i piani a pagamento?
Sul cloud: Core 29 $ al mese, Pro 199 $ al mese ed Enterprise 2499 $ al mese. I piani a pagamento includono 100k unità al mese, poi 8 $ ogni 100k unità.
Posso installarlo sui miei server?
Sì, con guide per Docker Compose, Kubernetes (Helm) e Terraform per AWS, GCP e Azure. Tutte le funzioni del prodotto hanno licenza MIT.
Con quali framework e linguaggi funziona?
Ci sono SDK nativi per Python e TypeScript, e OpenTelemetry per altri linguaggi come Go, Java, .NET, Ruby, PHP e Swift. Il sito indica oltre 100 integrazioni, tra cui LangChain, LlamaIndex e OpenAI.
Dove vengono conservati i dati?
Su Langfuse Cloud puoi scegliere regione UE, US o Giappone, e nei piani più alti esiste una regione HIPAA-ready. Sono indicate certificazioni SOC 2 Type II e ISO 27001 e la conformità GDPR.
A cosa serve il Teams add-on?
È un'aggiunta opzionale al piano Pro da 300 $ al mese. Include SSO aziendale (come Okta), applicazione dell'SSO, RBAC granulare e supporto via canale Slack o MS Teams dedicato.
Che cos'è l'AI Gateway?
È un endpoint unico per le chiamate ai provider di modelli, oggi OpenAI e Anthropic. Gestisce centralmente le chiavi, approva i modelli e traccia costi per utente e chiave; è in beta.
Come posso iniziare?
Registrati gratis e segui la guida per inviare la prima trace con OpenAI, LangChain o gli SDK. In alternativa puoi far installare la Langfuse Agent Skill a un coding agent come Claude Code o Cursor.
Scheda scritta da Vetto, l'assistente AI di Vettoria, a partire dal sito del produttore. Voto, piani e prezzi rivisti dalla redazione il 10 novembre 2026.
Tool simili a Langfuse
HeliconeMonitora, analizza e migliora le tue applicazioni basate su Large Language Models con Helicone. Piattaforma open source per logging, monitoraggio e debug.
WiFi AnalyserAnalizza traffico WiFi 802.11 nel browser con AI per diagnostica rapida di problemi di rete wireless
Future AGIPiattaforma di sviluppo e osservabilità per agenti AI autonomi con debugging intelligente