[{"data":1,"prerenderedAt":633},["ShallowReactive",2],{"tool-arize-phoenix-de":3},{"slug":4,"published":5,"minutes":6,"category":7,"tags":8,"keywords":14,"about":22,"sources":31,"cover":59,"og":60,"expertise":61,"locales":62,"lang":64,"title":66,"description":67,"coverAlt":68,"url":34,"pricing":69,"kind":9,"metaTitle":70,"takeaways":71,"faq":77,"toc":90,"blocks":115,"others":405},"arize-phoenix","2026-07-03",10,"llmops",[9,10,11,12,13],"LLM observability","Tracing","OpenTelemetry","Self-hosted","Evaluation",[15,16,17,18,19,20,21],"arize phoenix","phoenix arize self-hosted","arize phoenix docker","llm tracing opentelemetry","phoenix vs langfuse","openinference instrumentation","llm observability tools",[23,26,28],{"name":24,"url":25},"Arize Phoenix","https:\u002F\u002Fgithub.com\u002FArize-ai\u002Fphoenix",{"name":11,"url":27},"https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FOpenTelemetry",{"name":29,"url":30},"Observability (software)","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FObservability_(software)",[32,35,38,41,44,47,50,53,56],{"title":33,"url":34},"Arize Phoenix: open-source AI observability and evaluation","https:\u002F\u002Fphoenix.arize.com",{"title":36,"url":37},"Phoenix documentation: self-hosting","https:\u002F\u002Farize.com\u002Fdocs\u002Fphoenix\u002Fself-hosting",{"title":39,"url":40},"Phoenix documentation: licence, Elastic License 2.0","https:\u002F\u002Farize.com\u002Fdocs\u002Fphoenix\u002Fself-hosting\u002Flicense",{"title":42,"url":43},"Phoenix documentation: architecture, storage and scaling","https:\u002F\u002Farize.com\u002Fdocs\u002Fphoenix\u002Fself-hosting\u002Farchitecture",{"title":45,"url":46},"Phoenix documentation: setup tracing","https:\u002F\u002Farize.com\u002Fdocs\u002Fphoenix\u002Ftracing\u002Fhow-to-tracing\u002Fsetup-tracing",{"title":48,"url":49},"Phoenix documentation: OpenTelemetry SDK setup","https:\u002F\u002Farize.com\u002Fdocs\u002Fphoenix\u002Ftracing\u002Fhow-to-tracing\u002Fsetup-tracing\u002Fsetup-using-phoenix-otel",{"title":51,"url":52},"Arize pricing: AX Free, AX Pro and AX Enterprise","https:\u002F\u002Farize.com\u002Fpricing\u002F",{"title":54,"url":55},"Langfuse pricing: cloud plans and billable units","https:\u002F\u002Flangfuse.com\u002Fpricing",{"title":57,"url":58},"LangChain pricing: LangSmith plans","https:\u002F\u002Fwww.langchain.com\u002Fpricing","\u002Fimages\u002Fblog\u002Farize-phoenix\u002Fcover.webp","\u002Fimages\u002Fblog\u002Farize-phoenix\u002Fog.jpg","ai-engineer",[63,64,65],"en","de","hu","Arize Phoenix im Test: LLM-Tracing und Evals auf eigener Infrastruktur","Arize Phoenix ist ein ELv2-lizenzierter Tracing- und Eval-Server für die eigene Datenbank. Was er kann, was der Betrieb kostet und wo Langfuse, Braintrust und LangSmith besser sind.","Eine Pipeline von einer instrumentierten Agenten-App über OTLP in den Phoenix-Collector, nach SQLite oder PostgreSQL und in die Phoenix-Oberfläche mit Datasets und Experimenten.","Elastic License 2.0 · Cloud paid","Arize Phoenix: Tracing zum Selberhosten · Balázs Csorba",[72,73,74,75,76],"Phoenix ist ohne Span-Limits und ohne Feature-Gates gratis: Die Elastic License 2.0 deckt die ganze Self-Hosted-Version, bezahlt wird allein über Arize AX.","Das Deployment ist ein Container plus Datenbank, standardmäßig SQLite und für Produktion PostgreSQL ab Version 14, und die Architektur-Dokumentation sagt: eine Instanz ist ein Mandant.","Die Aufnahme läuft über Standard-OTLP mit OpenInference-Attributen, der Exporter lässt sich also austauschen, ohne proprietäre SDKs im Request-Pfad.","Arize AX Free erlaubt 25.000 Spans und 1 GB pro Monat bei 15 Tagen Aufbewahrung, AX Pro kostet 50 Dollar im Monat für 50.000 Spans, 10 GB und 30 Tage.","Der Tausch ist operativ: kein Supportvertrag, keine Verfügbarkeitszusage und keine Multi-Tenancy unterhalb von AX Enterprise, Retention, Backups und Zugriffskontrolle bleiben beim Betreiber.",[78,81,84,87],{"q":79,"a":80},"Ist Arize Phoenix wirklich kostenlos?","Die Self-Hosted-Version ist unter der Elastic License 2.0 kostenlos, ohne Span-Limits, ohne Nutzungsabrechnung und ohne Feature-Gates; bezahlt wird nur für die Infrastruktur, auf der sie läuft. Die Lizenz verbietet, Phoenix Dritten als gehosteten oder verwalteten Dienst anzubieten. Bezahltarif gibt es nur in Arize AX: Free für 0 Dollar, Pro für 50 Dollar im Monat und Enterprise auf Anfrage.",{"q":82,"a":83},"Welche Datenbank benutzt Phoenix?","Standardmäßig SQLite im Arbeitsverzeichnis, geeignet für eine einzelne Entwicklerin. Für Produktion empfehlen die Architektur-Dokumentationen PostgreSQL mit mindestens Version 14, eingestellt über die Datenbank-URL als Umgebungsvariable. Mehrere Instanzen können hinter einem Load-Balancer auf einer Datenbank laufen, oder Teams werden durch getrennte Datenbanken beziehungsweise getrennte PostgreSQL-Schemata isoliert.",{"q":85,"a":86},"Wie bekommt Phoenix seine Traces?","Anwendungen exportieren Spans über OTLP mit den OpenInference-Semantik-Konventionen, in Python über phoenix.otel.register oder in Node über das TypeScript-Paket. Der Server antwortet lokal auf Port 6006, und auto_instrument=True aktiviert die OpenInference-Instrumentor-Pakete, die in der Umgebung installiert sind.",{"q":88,"a":89},"Phoenix oder Langfuse?","Phoenix ist die Wahl, wenn Traces im eigenen Netz bleiben müssen, auch in air-gapped Umgebungen, denn die freie Version spricht nichts zu Arize und kennt keine Nutzungsabrechnung. Langfuse ist die Wahl, wenn ein Team eine gewartete Plattform mit Prompt-Management und einer Cloud-Stufe ab 29 Dollar will, statt den Stack selbst zu betreiben.",[91,94,97,100,103,106,109,112],{"id":92,"title":93},"what-it-is","Was es ist",{"id":95,"title":96},"how-it-works","So funktioniert es",{"id":98,"title":99},"getting-started","Erste Schritte",{"id":101,"title":102},"self-hosting","Selbst hosten in der Praxis",{"id":104,"title":105},"pricing","Was es kostet",{"id":107,"title":108},"where-it-shingles","Wo es hakt",{"id":110,"title":111},"verdict","Fazit",{"id":113,"title":114},"sources","Quellen",[116,120,123,126,133,151,154,155,158,167,174,175,186,188,199,213,214,221,236,239,240,243,281,284,285,288,334,337,342,343,346,359,365,366],{"type":117,"content":118},"paragraph",[119],"Arize Phoenix ist ein Open-Source-Server, der aufzeichnet, was eine LLM-Anwendung getan hat — jeden Prompt, jeden Retrieval-Schritt, jeden Tool-Aufruf und jedes Token — und das dann bewertet. Er startet mit einem Befehl auf dem Laptop oder landet im eigenen Kubernetes-Cluster, und die Lizenz stellt auf nichts einen Zähler. Die Position dieses Tests ist ungeschminkt: Phoenix ist der kürzeste Weg, Trace-Daten im eigenen Netz zu behalten, und was man dafür zahlt, ist der Job, einen Observability-Stack selbst zu betreiben.",{"type":117,"content":121},[122],"Er sitzt zwischen Anwendung und Dashboard und konkurriert mit Langfuse, Braintrust und LangSmith um diese Stelle, und mit dem AX-Cloud von Arize für Teams, die lieber eine Rechnung schicken als eine Datenbank betreiben. Er ersetzt meist etwas Schlimmeres: einen Haufen Log-Dumps, ein Dashboard, das niemand öffnet, und eine Tabelle mit Evaluationsergebnissen.",{"type":124,"level":125,"id":92,"text":93},"heading",2,{"type":117,"content":127},[128,129,132],"Phoenix ist eine containerisierte Anwendung aus drei Teilen — Oberfläche, Trace-Collector und SQL-Backend — von Arize unter der Elastic License 2.0 veröffentlicht. Das Python-Paket ist ",{"tag":130,"children":131},"code",[4],", stand Anfang Oktober 2026 in Version 20.19.0 und verlangt Python 3.11 oder neuer; das Repository hat knapp über 11.700 Sterne. Alles steckt in der freien Version: Tracing, Annotation, Datasets, Experimente, eine Prompt-IDE und LLM-as-a-Judge-Evaluation.",{"type":134,"ordered":135,"items":136},"list",false,[137,139,141,143,145,147,149],[138],"Lizenz: Elastic License 2.0 (ELv2), frei zur Selbsthostung ohne Nutzungslimits und ohne Feature-Gates",[140],"Aufnahme: OTLP mit den OpenInference-Konventionen plus Auto-Instrumentierungspakete für Provider und Frameworks",[142],"Speicherung: standardmäßig SQLite, für Produktion PostgreSQL ab Version 14, beide hinter demselben SQL-Schema",[144],"Deployment: Terminal, Docker, Kubernetes, Helm, CloudFormation und One-Click-Vorlagen für Railway, Render, Cloud Run und Azure",[146],"Umfang: Traces und Sessions, Annotationen, Datasets, Experimente, Prompt-Versionierung, Code-Scorer und LLM-as-a-Judge",[148],"Mandantenmodell: eine Instanz ist ein Mandant, mit OAuth2, LDAP, lokalen Konten und rollenbasierter Zugriffskontrolle im selben Build",[150],"Cloud-Pendant: Arize AX, wo Support, Verfügbarkeitszusage und Multi-Tenancy liegen",{"type":117,"content":152},[153],"Für ein Team, dessen Kunde oder Aufsicht Trace-Daten nicht aus dem Land lassen darf, ist diese Liste für sich die Shortlist. Für alle anderen ist es ein Tausch: das ganze Produkt kostet nichts, und die Aufgaben, die sonst ein Anbieter erledigt — Retention, Backups, Upgrades und die Antwort darauf, wer angerufen wird, wenn der Collector ausfällt — gehen auf das eigene Konto.",{"type":124,"level":125,"id":95,"text":96},{"type":117,"content":156},[157],"Der instrumentierte Prozess schreibt Spans an einen OpenTelemetry-Exporter, Phoenix nimmt sie über OTLP auf Port 6006 entgegen, legt sie in SQL ab und gruppiert sie zu Projekten, Sessions und Traces. Jeder Span trägt OpenInference-Attribute für Tokens, Kosten, Modell, Retrieval-Payloads und Tool-Argumente — deshalb kann ein Scorer später den Lauf lesen und nicht nur dessen Endstring.",{"type":159,"attrs":160,"inner":164,"caption":165},"diagram",{"viewBox":161,"role":162,"aria-labelledby":163},"0 0 770 320","img","d1-px-t d1-px-d","\u003Ctitle id='d1-px-t'>Wie ein Trace zu Phoenix kommt und als Experiment zurückkommt\u003C\u002Ftitle>\u003Cdesc id='d1-px-d'>Eine instrumentierte Agenten-App schickt Spans über einen OpenTelemetry-Exporter und OpenInference-Instrumentierung zum Phoenix-Collector auf Port 6006. Der Collector schreibt nach SQLite oder PostgreSQL und stellt dieselben Daten über die Oberfläche bereit. Ein Rückweg führt Traces in Datasets, Experimente und Scorer, die in die nächste Änderung an der Anwendung fließen.\u003C\u002Fdesc>\u003Ctext x='20' y='28' class='d-title'>Trace-Pfad\u003C\u002Ftext>\u003Ctext x='750' y='28' text-anchor='end' class='d-label'>OTLP rein, SQL darunter\u003C\u002Ftext>\u003Crect x='20' y='50' width='130' height='64' rx='10' class='d-box'\u002F>\u003Ctext x='85' y='78' text-anchor='middle' class='d-text'>Agenten-App\u003C\u002Ftext>\u003Ctext x='85' y='100' text-anchor='middle' class='d-small'>jedes Framework\u003C\u002Ftext>\u003Crect x='175' y='50' width='130' height='64' rx='10' class='d-accent'\u002F>\u003Ctext x='240' y='78' text-anchor='middle' class='d-text'>OTel-SDK\u003C\u002Ftext>\u003Ctext x='240' y='100' text-anchor='middle' class='d-small'>OpenInference\u003C\u002Ftext>\u003Crect x='330' y='50' width='130' height='64' rx='10' class='d-gold'\u002F>\u003Ctext x='395' y='78' text-anchor='middle' class='d-text'>Phoenix\u003C\u002Ftext>\u003Ctext x='395' y='100' text-anchor='middle' class='d-small'>Port 6006\u003C\u002Ftext>\u003Crect x='485' y='50' width='130' height='64' rx='10' class='d-sky'\u002F>\u003Ctext x='550' y='78' text-anchor='middle' class='d-text'>SQLite\u003C\u002Ftext>\u003Ctext x='550' y='100' text-anchor='middle' class='d-small'>oder PostgreSQL\u003C\u002Ftext>\u003Crect x='640' y='50' width='110' height='64' rx='10' class='d-box'\u002F>\u003Ctext x='695' y='78' text-anchor='middle' class='d-text'>Oberfläche\u003C\u002Ftext>\u003Ctext x='695' y='100' text-anchor='middle' class='d-small'>Traces, Evals\u003C\u002Ftext>\u003Cpath d='M152 82 H173' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Cpath d='M307 82 H328' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Cpath d='M462 82 H483' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Cpath d='M617 82 H638' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Cpath d='M395 114 V152 H115 V170' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Cpath d='M695 114 V152 H550 V170' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Crect x='40' y='172' width='150' height='64' rx='10' class='d-mint'\u002F>\u003Ctext x='115' y='200' text-anchor='middle' class='d-text'>Datasets\u003C\u002Ftext>\u003Ctext x='115' y='222' text-anchor='middle' class='d-small'>Zeilen aus Traces\u003C\u002Ftext>\u003Crect x='470' y='172' width='160' height='64' rx='10' class='d-mint'\u002F>\u003Ctext x='550' y='200' text-anchor='middle' class='d-text'>Experimente\u003C\u002Ftext>\u003Ctext x='550' y='222' text-anchor='middle' class='d-small'>Scorer hängen Scores\u003C\u002Ftext>\u003Cpath d='M470 204 H360 V116' class='d-line' marker-end='url(#ah-px)'\u002F>\u003Cdefs>\u003Cmarker id='ah-px' viewBox='0 0 10 10' refX='9' refY='5' markerWidth='7' markerHeight='7' orient='auto-start-reverse'>\u003Cpath d='M0 0L10 5L0 10z' class='d-head'\u002F>\u003C\u002Fmarker>\u003C\u002Fdefs>\u003Ctext x='20' y='272' class='d-small'>Spans laufen über Standard-OTLP, der Exporter lässt sich also tauschen, ohne die Anwendung anzufassen.\u003C\u002Ftext>\u003Ctext x='20' y='298' class='d-label'>Aus einem Trace wird eine Datasets-Zeile, daraus ein Experiment, der Score kommt als Delta zurück\u003C\u002Ftext>",[166],"Eine Instanz hält Collector, Speicher und Oberfläche; die Evaluationsschleife liest dieselben Zeilen, die die Oberfläche zeigt.",{"type":117,"content":168},[169,170,173],"Danach läuft die Schleife, die Arize veröffentlicht: beobachten, annotieren, Hypothese aufstellen, experimentieren, messen. Aus einem Produktions-Trace wird eine Datasets-Zeile, ein Kandidaten-Prompt läuft als Experiment gegen dieses Datasets, und Scorer — eingebaute, codebasierte oder judge-basierte — hängen Bewertungen an die Datensätze, die die Oberfläche ohnehin zeigt. Die Dokumentation beschreibt außerdem PXI, eine Agenten-Oberfläche zur Untersuchung von Problemen und zum Ausführen von Experimenten über erfasste Traces, sowie den agentengestützten Befehl ",{"tag":130,"children":171},[172],"px setup",", der auf einen echten Trace wartet, bevor er Erfolg meldet.",{"type":124,"level":125,"id":98,"text":99},{"type":117,"content":176},[177,178,181,182,185],"Zwei Befehle. Der Server ist ein Python-Aufruf, ",{"tag":130,"children":179},[180],"uvx arize-phoenix serve",", der auf http:\u002F\u002Flocalhost:6006 mit einem leeren Projekt antwortet. Auf der Client-Seite stehen ",{"tag":130,"children":183},[184],"arize-phoenix-otel"," und der OpenInference-Instrumentor für das SDK, das die Anwendung ohnehin benutzt:",{"type":130,"code":187},"# Terminal 1: uvx arize-phoenix serve  ->  UI auf http:\u002F\u002Flocalhost:6006\n# pip install \"arize-phoenix-otel>=0.16.0\" openinference-instrumentation-openai\nfrom phoenix.otel import register\n\nregister(\n    project_name=\"support-agent\",\n    auto_instrument=True,\n    endpoint=\"http:\u002F\u002Flocalhost:6006\u002Fv1\u002Ftraces\",\n)\n\nfrom openai import OpenAI\n\nclient = OpenAI()\nreply = client.responses.create(\n    model=\"gpt-5-mini\",\n    input=\"Summarise this ticket in one sentence.\",\n)\nprint(reply.output_text)",{"type":117,"content":189},[190,191,194,195,198],"Zurück kommt ein Projekt mit echten Spans: Input, Output, Modell, Token-Zahlen, Latenz und die Verschachtelung der Tool-Aufrufe unter dem Agenten-Turn, der sie ausgelöst hat. Der ",{"tag":130,"children":192},[193],"register()","-Aufruf liest ",{"tag":130,"children":196},[197],"PHOENIX_COLLECTOR_ENDPOINT",", falls gesetzt, sodass derselbe Code Laptop, gemeinsame Staging-Server oder air-gapped Umgebung erreicht, ohne geändert zu werden.",{"type":200,"variant":201,"title":202,"body":203},"callout","tip","auto_instrument installiert nichts",[204],[205,208,209,212],{"tag":130,"children":206},[207],"register(auto_instrument=True)"," schaltet nur OpenInference-Instrumentor-Pakete frei, die bereits in der Umgebung installiert sind: ",{"tag":130,"children":210},[211],"pip install openinference-instrumentation-openai",", dazu die Entsprechungen für langchain, anthropic und llama-index, für jedes Framework, das im Trace erscheinen soll. Fehlt eins, fehlt diese Ebene still statt laut.",{"type":124,"level":125,"id":101,"text":102},{"type":117,"content":215},[216,217,220],"Die Dokumentation verspricht eine air-gapped Installation: Die freie Version spricht nichts zu Arize, und Traces, Prompts und Datasets bleiben in der eigenen Infrastruktur. Der Aufwand dahinter ist ein Container und eine Datenbank, und das Arbeitsverzeichnis beziehungsweise ",{"tag":130,"children":218},[219],"PHOENIX_SQL_DATABASE_URL"," ist der einzige stateful Teil, der ein Backup-Schema verdient.",{"type":134,"ordered":135,"items":222},[223,228,230,232,234],[224,225,227],"Speicher: standardmäßig SQLite im Arbeitsverzeichnis; ",{"tag":130,"children":226},[219]," schaltet auf PostgreSQL um, minimale unterstützte Version 14",[229],"Images: arizephoenix\u002Fphoenix auf Docker Hub mit latest, gepinnter Version, nonroot und debug, dazu ein eigenes arizephoenix\u002Fphoenix-helm-Chart",[231],"Authentifizierung: OAuth2, LDAP und lokale Konten, mit rollenbasierter Zugriffskontrolle und Retention-Regeln pro Projekt",[233],"Skalierung: mehrere Instanzen hinter einem Load-Balancer auf einer Datenbank, oder eine Instanz pro Team mit eigener Datenbank",[235],"Isolation: eine Schema-Einstellung teilt eine Datenbank zwischen Teams, ohne Zeilen zu teilen",{"type":117,"content":237},[238],"Zwei Grenzen sollte man vor der ersten Produktionswoche kennen. Eine Instanz ist ein Mandant, Team-Isolation heißt also mehrere Deployments, und mandantenübergreifendes Gruppen-Modelling steht als Eintrag für 2026 im Issue-Tracker statt als ausgeliefertes Feature. SQLite ist außerdem die Entwicklungs-Datenbank: Die Architekturseite schickt Produktionsverkehr nach PostgreSQL, und damit landen Backups, Migrationen und Connection-Pooling in der eigenen Verantwortung.",{"type":124,"level":125,"id":104,"text":105},{"type":117,"content":241},[242],"Phoenix selbst hat keinen Preis. Die Self-Hosting-Seite nennt keine Lizenzgebühren, keine Nutzungslimits und keine Feature-Gates, die Monatskosten sind also Maschine, Datenbank und wer sie betreibt. Die kommerzielle Fläche ist Arize AX, ein eigenes verwaltetes Produkt, dessen Gratisstufe zum Ausreichen reicht und dessen Pro-Stufe die erste echte Rechnung ist:",{"type":244,"head":245,"rows":254},"table",[246,248,250,252],[247],"Tarif",[249],"Preis",[251],"Spans und Speicher",[253],"Aufbewahrung",[255,264,273],[256,258,260,262],[257],"AX Free",[259],"0 Dollar",[261],"25.000 Spans und 1 GB pro Monat",[263],"15 Tage",[265,267,269,271],[266],"AX Pro",[268],"50 Dollar pro Monat",[270],"50.000 Spans und 10 GB pro Monat",[272],"30 Tage",[274,276,278,280],[275],"AX Enterprise",[277],"Individuell",[279],"Individuelle Span- und Volumenlimits",[277],{"type":117,"content":282},[283],"Beide ersten Tarife betreibt Arize, und die Preistabelle führt Self-Hosting nur bei AX Enterprise. Im Feld ist der freie Self-Hosted-Weg die Ausnahme: Langfuse deckt seine freie Cloud mit 50.000 Einheiten im Monat ab, Braintrust mit 1 GB und LangSmith mit 5.000 Traces, während ein unbegrenztes Phoenix eine Instanz kostet. Der Haken sitzt am anderen Ende — dedizierter Support und eine Verfügbarkeitszusage sind Enterprise-Zeilen, wer für 50 Dollar jemand anderen verantwortlich machen will, bekommt das dort nicht.",{"type":124,"level":125,"id":107,"text":108},{"type":117,"content":286},[287],"Phoenix verlangt, dass man sein eigener Observability-Anbieter wird, und das sieht man. Retention ist, was man konfiguriert, Aufnahmevolumen ist, was die Festplatte verkraftet, und nichts in der freien Version kommt mit Supportvertrag oder Verfügbarkeitszusage. Das SQL-Backend ist außerdem keine Analyse-Engine: Die Architekturseite schickt hochvolumige, sub-sekundige OLAP-Arbeit zu adb, der proprietären Datenbank von Arize, die es nur innerhalb von AX gibt. Dazu liefert das Projekt schnell, was für Features gut und für ein Upgrade-Fenster unbequem ist, und die gepflegten Hosting-Extras — verwaltete Agenten, Issue-Erkennung, Repository-Zugang — sind AX-Zeilen und keine von Phoenix.",{"type":244,"head":289,"rows":298},[290,292,294,296],[291],"Werkzeug",[293],"Gratisstufe",[295],"Erste bezahlte Stufe",[297],"Selbst hosten",[299,307,316,325],[300,301,303,305],[24],[302],"Keine Span-Limits, lokaler Install",[304],"AX Pro 50 Dollar pro Monat",[306],"Gratis unter ELv2",[308,310,312,314],[309],"Langfuse",[311],"50.000 Einheiten, 30 Tage, 2 Nutzer",[313],"Core 29 Dollar pro Monat",[315],"Gratis, Docker Compose",[317,319,321,323],[318],"Braintrust",[320],"1 GB, 10.000 Scores, 14 Tage",[322],"Pro 249 Dollar pro Monat",[324],"Nur Enterprise",[326,328,330,332],[327],"LangSmith",[329],"1 Sitzplatz, 5.000 Basis-Traces",[331],"Plus 39 Dollar pro Sitzplatz",[333],"Enterprise-Add-on",{"type":117,"content":335},[336],"Man wählt nach Einschränkungen, nicht nach Feature-Zahl. Wenn Datenresidenz die Bedingung sind, sind Phoenix oder selbst gehostetes Langfuse die Antwort, und Braintrust kommt erst nach einem Gespräch mit dem Vertrieb in Frage. Wenn die Rechnung wichtiger ist als die Datenebene, unterbietet Langfuse Core mit 29 Dollar AX Pro und bringt Prompt-Management mit. Wenn Evaluation in CI die eigentliche Aufgabe ist, sind eine Scorer-Bibliothek und eine fertige Eval-Aktion der kürzere Weg als das Zusammenbauen der Teile hier.",{"type":338,"content":339},"quote",[340,341],"Sie dürfen die Software Dritten nicht als gehosteten oder verwalteten Dienst bereitstellen, wenn der Dienst den Nutzern Zugriff auf einen wesentlichen Teil der Funktionalität der Software bietet."," — Elastic License 2.0, Einschränkungen",{"type":124,"level":125,"id":110,"text":111},{"type":117,"content":344},[345],"Phoenix ist die richtige Standardwahl für ein Team, das Traces nicht exportieren darf und jemanden hat, der Postgres gern betreibt. Es ist die falsche Wahl für ein Team, das diese Woche eine Evaluations-Plattform ohne Infrastruktur-Gespräch will, denn Speicherung, Retention, Zugriffskontrolle und Upgrades sind echte Arbeit, auch wenn die Lizenz nichts kostet.",{"type":134,"ordered":347,"items":348},true,[349,351,353,355,357],[350],"Wählen, wenn Trace-Daten im eigenen Netz bleiben müssen, auch in air-gapped Umgebungen: Die freie Version schickt nichts zu Arize.",[352],"Wählen, wenn das Kostenmodell wichtiger ist als die Feature-Liste: keine Span-Limits, kein Sitzplatzpreis, keine Aufnahmeabrechnung.",[354],"Wählen, wenn OpenTelemetry schon der Hausstandard ist, denn die Aufnahme ist OTLP und der Exporter lässt sich tauschen, ohne die Anwendung anzufassen.",[356],"Nicht wählen, wenn mandantenfähiges Hosting mit Verfügbarkeitszusage zum Einstiegspreis nötig ist: AX Pro ist nur gehostet, Verträge beginnen bei Enterprise.",[358],"Nicht wählen, wenn Evaluation in CI die Hauptaufgabe ist oder niemand im Team eine Datenbank besitzen will.",{"type":200,"variant":360,"title":361,"body":362},"note","Kostenlos zu starten ist nicht kostenlos zu betreiben",[363],[364],"Die Lizenzrechnung entfällt, die Betriebsrechnung nicht: eine Datenbank, eine Retention-Regel, ein Upgrade-Kalender und eine verantwortliche Person. Wer das einplant, bekommt in dieser Werkzeugklasse das beste Angebot. Wer es wegdacht hat, endet mit Traces, denen niemand vertraut, und einem Dashboard, das niemand öffnet.",{"type":124,"level":125,"id":113,"text":114},{"type":134,"ordered":347,"items":367},[368,373,377,381,385,389,393,397,401],[369],{"tag":370,"href":34,"children":371},"a",[372],"Arize Phoenix: Open-Source-Observability und Evaluation",[374],{"tag":370,"href":37,"children":375},[376],"Phoenix-Dokumentation: Self-Hosting",[378],{"tag":370,"href":40,"children":379},[380],"Phoenix-Dokumentation: Lizenz unter der Elastic License 2.0",[382],{"tag":370,"href":43,"children":383},[384],"Phoenix-Dokumentation: Architektur, Speicherung und Skalierung",[386],{"tag":370,"href":46,"children":387},[388],"Phoenix-Dokumentation: Tracing einrichten",[390],{"tag":370,"href":49,"children":391},[392],"Phoenix-Dokumentation: OpenTelemetry-SDK einrichten",[394],{"tag":370,"href":52,"children":395},[396],"Arize-Preise: AX Free, AX Pro und AX Enterprise",[398],{"tag":370,"href":55,"children":399},[400],"Langfuse-Preise: Cloud-Tarife und abrechenbare Einheiten",[402],{"tag":370,"href":58,"children":403},[404],"LangChain-Preise: LangSmith-Tarife",[406,455,538,590],{"slug":407,"published":408,"minutes":409,"category":7,"tags":410,"keywords":416,"about":423,"sources":427,"cover":446,"og":447,"expertise":61,"locales":448,"lang":64,"title":449,"description":450,"coverAlt":451,"url":452,"pricing":453,"kind":454},"ollama","2026-09-29",11,[411,412,413,414,415],"Local inference","Open models","llama.cpp","GGUF","Model serving",[407,417,418,419,420,421,422],"ollama vs lm studio","ollama vs vllm","local llm runtime","gguf model server","ollama self hosting","ollama api",[424],{"name":425,"url":426},"Ollama (software)","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FOllama",[428,431,434,437,440,443],{"title":429,"url":430},"Ollama API documentation","https:\u002F\u002Fdocs.ollama.com\u002Fapi",{"title":432,"url":433},"Ollama on GitHub, with the MIT LICENSE file","https:\u002F\u002Fgithub.com\u002Follama\u002Follama",{"title":435,"url":436},"Ollama terms of service, last updated May 2026","https:\u002F\u002Follama.com\u002Fterms",{"title":438,"url":439},"Ollama pricing, cloud plans and per-token model rates","https:\u002F\u002Follama.com\u002Fpricing",{"title":441,"url":442},"Hardware support: Nvidia, AMD, Metal and Vulkan","https:\u002F\u002Fdocs.ollama.com\u002Fgpu",{"title":444,"url":445},"OpenAI compatibility, including what is not supported","https:\u002F\u002Fdocs.ollama.com\u002Fapi\u002Fopenai-compatibility","\u002Fimages\u002Fblog\u002Follama\u002Fcover.webp","\u002Fimages\u002Fblog\u002Follama\u002Fog.jpg",[63,64,65],"Ollama im Test: der freundliche Weg zu offenen Modellen","Ollama liefert offene Modelle über eine HTTP-API auf eigener Hardware aus. Was es gut macht, wo der Durchsatz zu kurz kommt, was die MIT-Lizenz nicht abdeckt.","Abstrakte Titelgrafik für den Ollama-Test","https:\u002F\u002Follama.com","MIT · free for personal use","Local inference runtime",{"slug":456,"published":457,"minutes":409,"category":7,"tags":458,"keywords":464,"about":472,"sources":479,"cover":531,"og":532,"expertise":61,"locales":533,"lang":64,"title":534,"description":535,"coverAlt":536,"url":475,"pricing":537,"kind":459},"portkey","2026-09-28",[459,460,461,462,463],"LLM gateway","Guardrails","Routing","Observability","Cost control",[465,466,467,468,469,470,471],"portkey ai gateway","portkey vs litellm","llm gateway comparison","llm gateway latency overhead","llm guardrails gateway","self-hosted llm gateway","portkey pricing",[473,476],{"name":474,"url":475},"Portkey","https:\u002F\u002Fportkey.ai",{"name":477,"url":478},"API gateway","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FAPI_gateway",[480,483,486,489,492,495,498,501,504,507,510,513,516,519,522,525,528],{"title":481,"url":482},"Portkey docs: AI Gateway","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fproduct\u002Fai-gateway",{"title":484,"url":485},"Portkey docs: Getting started with the AI Gateway","https:\u002F\u002Fdocs.portkey.ai\u002Fdocs\u002Fguides\u002Fgetting-started\u002Fgetting-started-with-ai-gateway",{"title":487,"url":488},"Portkey docs: Gateway config object","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fapi-reference\u002Fconfig-object",{"title":490,"url":491},"Portkey docs: Guardrails","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fproduct\u002Fguardrails",{"title":493,"url":494},"Portkey docs: Guardrail endpoints and capabilities","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fproduct\u002Fguardrails\u002Fcapabilities",{"title":496,"url":497},"Portkey docs: Cache, simple and semantic","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fproduct\u002Fai-gateway\u002Fcache-simple-and-semantic",{"title":499,"url":500},"Portkey docs: Load balancing","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fproduct\u002Fai-gateway\u002Fload-balancing",{"title":502,"url":503},"Portkey docs: Enterprise hybrid deployment architecture","https:\u002F\u002Fportkey.ai\u002Fdocs\u002Fself-hosting\u002Fhybrid-deployments\u002Farchitecture",{"title":505,"url":506},"Portkey pricing","https:\u002F\u002Fportkey.ai\u002Fpricing",{"title":508,"url":509},"Portkey gateway on GitHub, MIT licensed","https:\u002F\u002Fgithub.com\u002FPortkey-AI\u002Fgateway",{"title":511,"url":512},"Portkey's own benchmark: gateway versus direct Bedrock","https:\u002F\u002Fgithub.com\u002FPortkey-AI\u002Fbenchmark-test",{"title":514,"url":515},"Portkey status page","https:\u002F\u002Fstatus.portkey.ai\u002F",{"title":517,"url":518},"Palo Alto Networks completes acquisition of Portkey, May 2026","https:\u002F\u002Fwww.paloaltonetworks.com\u002Fcompany\u002Fpress\u002F2026\u002Fpalo-alto-networks-completes-acquisition-of-portkey-to-secure-ai-agents",{"title":520,"url":521},"Palo Alto Networks: Prisma AIRS AI Gateway","https:\u002F\u002Fwww.paloaltonetworks.com\u002Fai-security\u002Fai-gateway",{"title":523,"url":524},"Cloudflare AI Gateway pricing","https:\u002F\u002Fdevelopers.cloudflare.com\u002Fai-gateway\u002Freference\u002Fpricing\u002F",{"title":526,"url":527},"LiteLLM pricing","https:\u002F\u002Fwww.litellm.ai\u002Fpricing",{"title":529,"url":530},"OpenRouter pricing","https:\u002F\u002Fopenrouter.ai\u002Fpricing","\u002Fimages\u002Fblog\u002Fportkey\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fportkey\u002Fog.jpg",[63,64,65],"Portkey: ein LLM-Gateway für die Produktion, geprüft auf Routing, Guardrails und Kosten","Portkey bündelt Retries, Fallbacks, Cache, Guardrails und Kostenkontrolle hinter einer OpenAI-kompatiblen Schnittstelle. Was die Konfiguration gut löst und was das Gateway an Latenz kostet.","Ein Requestweg von der Anwendung durch das Portkey-Gateway zu drei Modellanbietern, darunter das Guardrail-Ergebnis und das Protokoll.","Free · from $49 per month",{"slug":539,"published":540,"minutes":6,"category":7,"tags":541,"keywords":543,"about":551,"sources":559,"cover":583,"og":584,"expertise":61,"locales":585,"lang":64,"title":586,"description":587,"coverAlt":588,"url":553,"pricing":589,"kind":9},"langfuse","2026-08-13",[9,10,11,542,13],"Self-hosting",[539,544,545,546,547,548,549,550],"langfuse vs langsmith","llm tracing tool","self-hosted llm observability","langfuse pricing","opentelemetry llm traces","llm cost tracking","prompt versioning",[552,554,555,558],{"name":309,"url":553},"https:\u002F\u002Flangfuse.com",{"name":11,"url":27},{"name":556,"url":557},"ClickHouse","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FClickHouse",{"name":29,"url":30},[560,563,566,568,571,574,577,580],{"title":561,"url":562},"Langfuse documentation: observability and application tracing","https:\u002F\u002Flangfuse.com\u002Fdocs\u002Fobservability\u002Foverview",{"title":564,"url":565},"Langfuse documentation: get started with tracing","https:\u002F\u002Flangfuse.com\u002Fdocs\u002Fobservability\u002Fget-started",{"title":567,"url":55},"Langfuse pricing: cloud plans, billable units and worked examples",{"title":569,"url":570},"Langfuse pricing: self-hosted plans and the feature comparison","https:\u002F\u002Flangfuse.com\u002Fpricing-self-host",{"title":572,"url":573},"Self-host Langfuse: deployment options, containers and storage services","https:\u002F\u002Flangfuse.com\u002Fself-hosting",{"title":575,"url":576},"Langfuse changelog: v4 is live (17 August 2026)","https:\u002F\u002Flangfuse.com\u002Fchangelog\u002F2026-08-17-langfuse-v4",{"title":578,"url":579},"Langfuse blog: Langfuse joins ClickHouse (16 January 2026)","https:\u002F\u002Flangfuse.com\u002Fblog\u002Fjoining-clickhouse",{"title":581,"url":582},"GitHub: langfuse\u002Flangfuse, the platform repository","https:\u002F\u002Fgithub.com\u002Flangfuse\u002Flangfuse","\u002Fimages\u002Fblog\u002Flangfuse\u002Fcover.webp","\u002Fimages\u002Fblog\u002Flangfuse\u002Fog.jpg",[63,64,65],"Langfuse-Test: Tracing, Prompts und Evals selbst gehostet","Langfuse legt LLM-Traces, Prompt-Versionen und Experimente auf eine MIT-lizenzierte Plattform. Was das Selbsthosten wirklich kostet, wie die Einheitspreise rechnen und wo es verliert.","Eine Pipeline vom gebündelten Application-Event über den Langfuse-Web-Container und den Object Storage in ClickHouse, mit Redis und PostgreSQL daneben.","MIT · paid from $59 per month",{"slug":591,"published":592,"minutes":6,"category":7,"tags":593,"keywords":598,"about":605,"sources":609,"cover":625,"og":626,"expertise":61,"locales":627,"lang":64,"title":628,"description":629,"coverAlt":630,"url":631,"pricing":632,"kind":459},"openrouter","2026-07-23",[459,594,595,596,597],"Model routing","Fallbacks","OpenAI-compatible","Pay per token",[591,599,467,600,601,602,603,604],"openrouter vs litellm","openrouter pricing","openai compatible api gateway","llm fallback routing","multi model api gateway","byok llm routing",[606],{"name":607,"url":608},"OpenRouter","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FOpenRouter",[610,613,614,617,620,623],{"title":611,"url":612},"OpenRouter documentation: quickstart","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fquickstart",{"title":529,"url":530},{"title":615,"url":616},"OpenRouter documentation: model fallbacks","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fguides\u002Frouting\u002Fmodel-fallbacks",{"title":618,"url":619},"OpenRouter documentation: provider routing","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fguides\u002Frouting\u002Fprovider-selection",{"title":621,"url":622},"OpenRouter documentation index","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fllms.txt",{"title":624,"url":608},"Wikipedia: OpenRouter","\u002Fimages\u002Fblog\u002Fopenrouter\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fopenrouter\u002Fog.jpg",[63,64,65],"OpenRouter: ein API-Schlüssel vor jedem Modell im Katalog","OpenRouter packt 500+ Modelle von 80+ Anbietern hinter einen OpenAI-kompatiblen Endpunkt, mit Fallbacks und Weiterverrechnung zum Listenpreis. Kosten und Schwächen.","Anfragepfad durch OpenRouter: Client, Router, mögliche Anbieter, Fallback-Liste und das Modell, das tatsächlich antwortet.","https:\u002F\u002Fopenrouter.ai","Pay per token, no subscription",1791383550758]