Langfuse vs LangSmith: Qué plataforma de observabilidad de LLM se adapta mejor

Cualquiera que compare Langfuse vs LangSmith en 2026 debe empezar por un hecho que solo tiene nueve meses: ClickHouse adquirió Langfuse, anuncio realizado el 16 de enero de 2026, junto con la Serie D de 400 M$ de ClickHouse liderada por Dragoneer. El valor de la operación no se hizo público (anuncio de ClickHouse, 16 de enero de 2026). La propia publicación de Langfuse es contundente sobre las circunstancias: “No teníamos pensado vender la empresa. De hecho, teníamos Term Sheets para una excelente Serie A” (Langfuse, incorporándose a ClickHouse).

Los compromisos son igualmente claros: “Langfuse se mantiene como código abierto y autoalojable. No hay cambios previstos en las licencias.” A fecha de septiembre de 2026 esto se mantiene: la LICENSE del repositorio ahora indica “Copyright (c) 2023-2026 ClickHouse, Inc.”, los contactos de seguridad se han trasladado a security@clickhouse.com y las políticas de cumplimiento se encuentran en el ClickHouse Trust Center. Se ha producido un cambio comercial relevante, que se analiza a continuación.

LangSmith es independiente y ha sido desarrollado por LangChain, la empresa que está detrás de LangChain y LangGraph. Este único hecho explica la mayoría de las diferencias que se exponen a continuación.

Langfuse: descripción general

Langfuse se define como “una plataforma de ingeniería de IA de código abierto… trazabilidad, gestión de prompts, evaluación y métricas.” El repositorio en github.com/langfuse/langfuse cuenta con aproximadamente 35 000 estrellas a 25 de septiembre de 2026.

Se trata de un verdadero modelo open core, y su límite está documentado en lugar de ser difuso. Todo lo que esté fuera de ee/, web/src/ee/ y worker/src/ee/ es MIT Expat; esos directorios llevan una licencia empresarial independiente. Langfuse afirma que “todas las funciones y API principales de Langfuse están disponibles en Langfuse OSS (con licencia MIT) sin ningún límite” y que “no hay limitaciones de escalabilidad entre las diferentes versiones.”

La lista de funciones restringidas tras LANGFUSE_EE_LICENSE_KEY está publicada: roles RBAC a nivel de proyecto, etiquetas de prompt protegidas, políticas de retención de datos, registros de auditoría, enmascaramiento de datos en el servidor, personalización de la interfaz de usuario, creadores de organizaciones, la Org Management API y SCIM, y la Instance Management API. Cabe destacar que el SSO empresarial y el RBAC a nivel de organización son gratuitos en la versión OSS autoalojada, siendo más generoso que Langfuse Cloud, donde el SSO cuesta 300 $/mes.

[SCREENSHOT: Langfuse — la vista de detalle de traza con observaciones anidadas, conteo de tokens y coste por span]

El autoalojamiento es real pero no trivial. La pila consta de un contenedor Web y un contenedor Worker, además de cuatro almacenes de datos: Postgres, ClickHouse, Redis/Valkey y almacenamiento de objetos compatible con S3. Docker Compose se documenta con honestidad como “VM única sin alta disponibilidad, escalado ni copias de seguridad.” Puede ejecutarse de forma totalmente offline y aislada (air-gapped), algo fundamental en entornos regulados. Escala declarada por ellos mismos: “más de 90 B de observaciones al mes… de la confianza de 21 empresas del Fortune 50.”

En lo que Langfuse es realmente mejor. Libertad de licencia: núcleo MIT, sin restricciones de escalabilidad entre OSS y Cloud. Neutralidad de marcos de trabajo: más de 100 integraciones en aproximadamente 40 marcos de trabajo y 31 proveedores de modelos, incluidos nueve gateways competidores (LiteLLM, Portkey, OpenRouter, Kong, TrueFoundry). Amplitud de residencia de datos: regiones de EE. UU. (us-west-2), UE (eu-west-1) y JP (ap-northeast-1), además de una región preparada para HIPAA, SOC 2 Type II, ISO 27001 y GDPR, sumado al autoalojamiento en entornos aislados. Profundidad en la gestión de prompts: control de versiones, etiquetas de lanzamiento, composibilidad y almacenamiento en caché tanto en el servidor como en el cliente. Y el precio en la gama baja.

LangSmith: descripción general

LangSmith es la plataforma de observabilidad, evaluación y despliegue de agentes de LangChain. La plataforma en sí no es de código abierto; solo lo es el SDK en github.com/langchain-ai/langsmith-sdk, con licencia MIT y 1062 estrellas a 25 de septiembre de 2026. El despliegue autoalojado e híbrido solo está disponible en el nivel Enterprise.

Esta es una restricción real y es también la apuesta que hace LangSmith: dado que no distribuye una versión autoalojable para todo el mundo, ofrece un producto más completo.

[SCREENSHOT: LangSmith — una ejecución de LangGraph en la vista de traza, con el gráfico del agente junto a la cronología de pasos]

Los elementos con los que no cuenta Langfuse:

• Despliegue de agentes. Despliegues dedicados y serverless, Studio, una Assistants API, programación mediante cron y la exposición de un agente desplegado como un servidor MCP.
• Entornos seguros (sandboxes) para ejecutar código generado por agentes.
• Un LLM gateway completo con controles de costes, límite de tasa, alternativas (fallbacks) de modelos, redacción de PII y credenciales, y la opción de utilizar sus propias claves (BYOK).
• Engine, que agrupa el comportamiento de los agentes en incidencias, diagnostica fallos en el código y propone soluciones. Se ejecuta cada 6 horas por defecto a menos que se deshabilite — téngalo en cuenta cuando lea la sección de precios.
• Tuned Evaluators (en beta pública a fecha de septiembre de 2026), que ajustan un evaluador a sus datos etiquetados. Disponible solo en Plus y Cloud Enterprise, únicamente en EE. UU.

En lo que respecta a la trazabilidad en sí, ambos están muy cerca. LangSmith admite OpenTelemetry de forma nativa y mapea las convenciones semánticas de GenAI, así como los atributos de TraceLoop, OpenInference y Logfire, con distribución (fan-out) a través del Collector. Su lista de marcos de trabajo abarca AutoGen, Claude Agent SDK, CrewAI, Google ADK, Mastra, Microsoft Agent Framework, OpenAI Agents SDK, PydanticAI, Semantic Kernel, Strands y el Vercel AI SDK. No es exclusivo de LangChain, independientemente de lo que sugiera la marca.

En lo que LangSmith es realmente mejor. Profundidad en LangChain y LangGraph, al ser un producto de primera mano (first-party). Ofrecer más que observabilidad: el despliegue, los entornos seguros (sandboxes) y el gateway son tres categorías en las que Langfuse no entra. Triaje autónomo de fallos a través de Engine. Un límite de retención de trazas extendidas de 400 días. Y la simplicidad operativa: nada que autoalojar ni ningún clúster de ClickHouse que gestionar.

Precios: las cifras principales no son comparables

Ambos publican precios de lista. Compararlos directamente es una trampa, ya que las unidades facturables difieren en aproximadamente un orden de magnitud.

Langfuse Cloud (consultado el 25 de septiembre de 2026):

Los descuentos por volumen llegan a 7 $/100k (1-10M de unidades), 6.50 $ (10-50M) y 6 $ (más de 50M).

La definición de la unidad determina su factura: “Unidades = Conteo de Trazas + Conteo de Observaciones + Conteo de Puntuaciones.” El propio ejemplo práctico de Langfuse muestra 20 070 trazas + 119 500 observaciones + 561 puntuaciones = 140 131 unidades al mes — aproximadamente siete unidades facturables por traza. La documentación también responde a la duda evidente: “¿Las unidades creadas por las funciones de Langfuse cuentan como unidades facturables? Sí.” Esto incluye LLM-as-a-judge, colas de anotación y experimentos. Ejecutar más evaluaciones cuesta más dinero.

LangSmith (consultado el 25 de septiembre de 2026):

Una traza de LangSmith es “una única ejecución de su aplicación… Puede incluir muchos pasos individuales.” Una traza base incluye una retención de 14 días; una traza extendida ofrece 400 días de retención “por un coste adicional.”

Conviene señalar dos aspectos. En primer lugar, LangSmith no publica una tarifa de exceso por traza; la página indica únicamente "pago por uso a partir de ahí". En segundo lugar, el resto de la plataforma se mide en unidades abstractas: 1 LCU (LangChain Compute Unit) = 1.50 $ y 1 LSU (LangChain Storage Unit) = 1.00 $. Engine consume entre 5 y 30 LCU por ejecución — 7.50 $-45 $ por ejecución, con una programación predeterminada de 6 horas. Tuned Evaluators factura 0.01 LCU por ejecución (0.015 $). El despliegue se mide de forma independiente: cómputo en tiempo de ejecución 0.045 LCU/vCPU-hr, memoria en tiempo de ejecución 0.006 LCU/GiB-hr, cómputo de base de datos 0.177 LSU/vCPU-hr, memoria de base de datos 0.025 LSU/GiB-hr. Las startups pueden solicitar hasta 10 000 $ en créditos.

La comparación que realmente importa. La ejecución de un agente que contiene 20 llamadas a LLM equivale a 1 traza base de LangSmith y a aproximadamente 21+ unidades de Langfuse. Con la tarifa de Langfuse de 8 $/100k, esto representa unos 0.0017 $ por ejecución; la tarifa equivalente de LangSmith no está publicada. No compare 29 $ con 39 $; modele primero la estructura de sus propias trazas.

Comparativa de arquitectura y despliegue

Una corrección, ya que se repite ampliamente lo contrario y ha quedado desfasado: Langfuse sí incluye un LLM gateway. Se trata de un servicio independiente desarrollado en Rust bajo ai-gateway/ que expone “API de proveedores nativos bajo dos espacios de nombres: /openai/v1 … /anthropic/v1.” Lea la nota de diseño antes de planificar su uso: “el gateway reenvía la inferencia únicamente a las rutas oficiales de los proveedores. No reintenta, no sigue redirecciones ni acepta modificaciones de ruta del cliente.” Sin balanceo de carga, sin conmutación por error (failover), sin almacenamiento en caché semántico y sin aplicación de presupuestos. Es un relé de captura para dos proveedores para que las trazas lleguen sin necesidad de instrumentar el SDK; no es un enrutador, y Langfuse no afirma lo contrario.

Donde los equipos encuentran problemas

1. Inflación de unidades no contemplada en el modelo. La proporción de ~7 unidades por traza de Langfuse es adecuada hasta que un marco de trabajo de agentes emite 40 observaciones por ejecución. En ese momento, un plan Core de 29 $ con 100k unidades cubre alrededor de 2500 ejecuciones al mes. Los equipos descubren esto tras la primera factura por exceso de uso, no antes.

2. Las evaluaciones facturan por duplicado. En Langfuse, las puntuaciones de LLM-as-a-judge son unidades facturables y además consumen tokens del modelo juez. En LangSmith, Engine se ejecuta cada 6 horas por defecto a un coste de 7.50 $-45 $ por ejecución, lo que supone entre 900 $ y 5400 $ al mes si no se modifica la configuración. Ambos aspectos están documentados, pero siguen tomando a muchos por sorpresa.

3. La vía del autoalojamiento empresarial cambió tras la adquisición. La página de precios de autoalojamiento de Langfuse indica ahora que el plan Enterprise autoalojado con soporte se “ofrece conjuntamente con ClickHouse Cloud, ClickHouse BYOC o ClickHouse Private,” y que “el precio de Langfuse se añade a su plan comercial de ClickHouse.” La versión MIT no se ha modificado. Sin embargo, el autoalojamiento con soporte del proveedor requiere ahora un contrato con ClickHouse, lo que representa el cambio más significativo derivado de la adquisición a fecha de septiembre de 2026.

4. La observabilidad no equivale a control. Una traza indica que una solicitud ha costado 0.42 $ y ha tardado 9 segundos, pero lo hace después de que haya ocurrido. No detiene la solicitud, no limita el gasto del equipo, no bloquea la inyección de prompts ni conmuta por error cuando el proveedor devuelve un error 503. La trazabilidad no es la capa adecuada para la aplicación de políticas, algo en lo que ambos proveedores estarían de acuerdo.

¿Desea aplicar límites de costes y políticas antes de la llamada, en lugar de observarlos a posteriori?

Enrute su tráfico a través de un único punto de entrada gobernado y mantenga su backend de trazabilidad actual.

Empiece gratis

Dónde se sitúa TrueFoundry — y dónde no

Para ser directos: TrueFoundry no sustituye a Langfuse ni a LangSmith. Estas plataformas constituyen la capa de observabilidad y evaluación. El AI Gateway de TrueFoundry actúa como el punto de control situado delante de los modelos y exporta las trazas a cualquiera de ellas a través de OpenTelemetry. Langfuse ya incluye a TrueFoundry entre los nueve gateways con los que se integra, lo que constituye la señal más clara de que se trata de capas complementarias y no competidoras.

El gateway gestiona más de 1000 LLM tras una única API compatible con OpenAI, añade aproximadamente 3-4 ms de latencia y procesa más de 350 RPS en 1 vCPU. Estas cifras hacen que resulte viable situarlo delante de todas las llamadas, en lugar de hacerlo solo en las más importantes. Presupuestos, límites de tasa, barreras de seguridad (guardrails), atribución de costes y alternativas (fallbacks) pasan a ser aplicables en ese único punto.

La división por la que optan la mayoría de los equipos consiste en aplicar las políticas y atribuir los costes en el gateway, para luego enviar las trazas a la plataforma que prefieran sus ingenieros para la depuración y la evaluación. Si se trata de LangSmith, la integración está documentada. Si se trata de Langfuse, el endpoint OTLP funciona de la misma manera. No es necesario elegir entre gobernanza y observabilidad.

La configuración del enrutamiento es la otra palanca disponible, y se sitúa aguas arriba de la factura de observabilidad: al enviar cada solicitud al nivel de modelo adecuado en lugar de recurrir por defecto al modelo más avanzado, se reduce tanto el gasto en inferencia como el volumen de trazas costosas que se pagan por almacenar.

¿Ya utiliza Langfuse o LangSmith?

Manténgalo. Sitúe el gateway delante y consulte el coste por equipo, por modelo y por agente en un solo lugar.

Empiece gratis

Comparativa directa

Lecturas relacionadas

• ¿Qué es la observabilidad de LLM? — la categoría a la que pertenecen ambos productos
• Herramientas de observabilidad de LLM
• Langfuse vs Portkey — la comparativa desde el lado del gateway
• Integración del AI Gateway de TrueFoundry con LangSmith
• ¿Qué es un plano de control de IA?

Conclusión

Ambas opciones son sólidas, cada una en su ámbito. Langfuse apostó por la apertura: núcleo MIT, autoalojamiento en cualquier lugar (incluidos entornos aislados), tres regiones en la nube y la decisión deliberada de no vincularse a un único marco de trabajo de agentes. Esa apuesta se mantiene intacta tras la adquisición por parte de ClickHouse, con una salvedad comercial en torno al autoalojamiento con soporte oficial. LangSmith apostó por la profundidad dentro de su propio ecosistema y ofreció tres categorías —despliegue, entornos seguros (sandboxes) y un gateway real— en las que Langfuse no ha entrado.

Por tanto, la decisión se reduce a qué prefiere gestionar. Si busca el código y el control del despliegue: Langfuse. Si prefiere disponer de un producto más completo con la menor superficie operativa posible sobre una pila basada en LangChain: LangSmith. En cualquier caso, modele el volumen real de sus trazas; los precios principales pueden llevar a engaño.

Ninguno de los dos productos está diseñado para aplicar políticas o restricciones en tiempo real. Ambos observan lo que ya ha ocurrido. Si además necesita un punto de entrada gobernado antes de cada llamada a los modelos —presupuestos, límites de tasa, barreras de seguridad (guardrails), atribución de costes, conmutación por error— esa capa se sitúa aguas arriba y exporta los datos a cualquiera de las dos opciones por la que se haya decantado.

Empiece gratis con TrueFoundry