Datadog LLM Observability Pricing in 2026: Wat het daadwerkelijk kost

De naam is veranderd, en de prijs ook

De naamsverandering is geen cosmetische ingreep voor wie verantwoordelijk is voor inkoop: de documentatie staat nog steeds onder docs.datadoghq.com/llm_observability/ en het prijsanker is nog altijd ?product=llm-observability. De oude naam is dus verre van verdwenen — het is alleen niet meer de officiële naam van het product.

De tweede verandering betreft het prijsmodel zelf, dat tussen februari en juli 2026 herzien is. Verifieerbaar via het Internet Archive:

Op de oude kaart stond: “Vanaf $8 / Per 10K gemonitorde LLM-requests, per maand” met een “Minimum van 100K LLM-requests per maand.” Die 100K was nooit een inbegrepen bundel — het was een contractueel factureerbaar minimumvolume. De tarieven voor de aanvullende retentie zijn vervolgens tussen juli en september opnieuw gewijzigd. Twee structurele veranderingen in zeven maanden tijd betekenen dat elk cijfer uit een artikel dat ouder is dan ongeveer acht weken waarschijnlijk niet meer klopt.

[SCREENSHOT: Datadog — de Agent Observability-kaart op datadoghq.com/pricing met de Free- en Pro-tiers en de kleine lettertjes over het per-10K spantarief]

Het prijsmodel helder uitgelegd

Free — $0/maand, tot 40K LLM spans per maand, 15 dagen trace-retentie, onbeperkte context en evals, volledige functionaliteit. Pro — $160/maand op jaarbasis: “100K LLM spans per maand inbegrepen. Aanvullende spans: $3,5 per 10K LLM spans.” 15 dagen retentie, met drie commitment-niveaus voor die eerste 100K: $240 on-demand, $200 maand-tot-maand, $160 op jaarbasis.

Twee punten ontbreken in de hoofdtekst. Retentie-tiers zijn ambigu — Datadog vermeldt niet expliciet of de tarieven voor 30/60/90 dagen bovenop het basistarief van $3,50 komen of dit vervangen; naar analogie met APM Indexed Spans op dezelfde pagina lijken ze vervangend te zijn, maar dat is een aanname. [VERIFY] schriftelijk. En er is een onvermelde regionale toeslag: de ingesloten regiokaart op de pagina geeft voor us/eu $160 + $3,50, ap2/uk1 $192 + $4,20, en ap1 $200 + $4,38 — 25% meer voor een identieke SKU.

Wat telt als een factureerbare span

Op dit punt is het model gunstiger dan vaak wordt gedacht. Uit de pricing FAQ:

“Een LLM span is een enkele call naar een LLM-provider zoals OpenAI of Anthropic. Één agent workflow kan meerdere LLM spans genereren… Datadog factureert alleen LLM spans, niet de tool spans, retrieval spans, of andere workflow spans rondom de model call.”

Er bestaan zeven typen spans waarvan er precies één wordt gefactureerd: LLM. Workflow, agent, tool, task, embedding en retrieval zijn gratis, en het type bepaalt de kosten, niet de diepte van de nesting — RAG embedding calls kosten dus niets, zelfs als ze een model aanroepen. Wanneer het totale aantal spans het aantal LLM spans met vijf op één overstijgt, maakt die specifieke afbakening een groot verschil. Veel vergelijkingen per span met Datadog houden hier geen rekening mee. Eén inconsistentie: de SDK-documentatie vermeldt dat de facturatie “gebaseerd is op het volume aan spans dat u verzendt”, wat strijdig is met de expliciete vermelding “alleen LLM spans” op de prijzenpagina.

[SCREENSHOT: Datadog — een agent-trace met spantype-labels (llm, tool, workflow, retrieval) in de flame graph]

Interactie met APM- en Logs-facturatie

Dit is waar de factuur vaak hoger uitvalt dan verwacht.

APM is niet vereist. Woordelijk: “Nee. Agent Observability is een zelfstandig product en kan worden aangeschaft zonder enig ander Datadog-abonnement.”

Het maakt geen gebruik van APM-bundels. De overzichtspagina voor bundels vermeldt Infrastructure, Infra Pro/Enterprise, APM, APM Pro en Serverless — Agent Observability komt er niet op voor. Elke span boven de Free- of Pro-tier betreft een nieuwe uitgave en wordt niet opgevangen door reeds betaalde capaciteit.

Worden LLM-traces ook als APM-traces gefactureerd? We doen hier geen harde uitspraak over, omdat Datadog dit in de documentatie niet verduidelijkt. [VERIFY]. Wat wel verifieerbaar en tekenend is: voor AI Guard garandeert Datadog een uitzondering — “Het bevat een APM-toewijzing, zodat klanten zonder APM niet worden gefactureerd voor de verwerking van traces die AI Guard genereert.” Een vergelijkbare verklaring ontbreekt voor Agent Observability, terwijl dezelfde ddtrace / dd-trace-bibliotheek beide ondersteunt. Houd rekening met deze interactie in plaats van uit te gaan van volledige scheiding.

Het volume werkt via opt-out, niet opt-in. Het inschakelen van het product vereist een expliciete DD_LLMOBS_ENABLED=1. Maar eenmaal ingeschakeld geldt: “Alle integraties zijn standaard ingeschakeld” — het toevoegen van OpenAI, LangChain, Bedrock, CrewAI of MCP genereert dus direct factureerbare spans zonder dat de code hoeft te worden aangepast. Uitschakelen gaat per integratie: integrations_enabled=False (Python), plugins: false (Node), of DD_PATCH_MODULES.

De knop voor kostenbeheersing: DD_LLMOBS_SAMPLE_RATE (0.0-1.0, standaard 1.0; vereist Python ddtrace >= 4.12.0, Node dd-trace >= 5.110.0, Java >= 1.66.0). Datadog geeft aan: “Sampling heeft geen invloed op uw Agent Observability-metrics… deze metrics blijven gebaseerd op 100% van het geinstrumenteerde verkeer van uw applicatie.” Hiermee kan het spanvolume worden verlaagd zonder dat dit ten koste gaat van de dashboards — een doordacht ontwerp.

Rekenvoorbeeld met uitgewerkte cijfers

Definieer één referentie-agentrun: 1 request → 1 trace → 4 LLM calls + 3 tool calls + 2 retrievals. Negen spans in totaal, waarvan vier factureerbaar.

A — 50.000 runs/mnd = 200.000 LLM spans (450.000 spans in totaal)
  Pro-basis, eerste 100.000 spans           =   $160,00
  Aanvullend 100.000 / 10.000 = 10 eenheden
  10 x $3,50                              =    $35,00
  Totaal op jaarbasis                            =   $195,00 / maand
  On-demand: $240 + (10 x $5,00)          =   $290,00 / maand

B — 500.000 runs/mnd = 2.000.000 LLM spans (4.500.000 in totaal)
  Pro-basis, eerste 100.000 spans           =   $160,00
  Aanvullend 1.900.000 / 10.000 = 190 eenheden
  190 x $3,50                             =   $665,00
  Totaal op jaarbasis                            =   $825,00 / maand
  On-demand: $240 + (190 x $5,00)         = $1.190,00 / maand

Vul uw eigen volume in: kosten = 160 + 3,50 x ((LLM spans - 100.000) / 10.000), met een minimum van $160 tussen 40K en 100K spans, en $0 onder 40K.

Is het nieuwe prijsmodel voordeliger? Vergeleken met het oude tarief van $8 per 10K met een bodem van $80/maand, ligt het omslagpunt rond 278.000 LLM spans per maand (berekend op basis van de gepubliceerde tarieven):

Kleine en piekerige workloads vallen nu óf onder de gratis tier óf zijn duurder geworden; grote, stabiele workloads zijn aanmerkelijk goedkoper. Als uw budget stamt van vóór juli 2026 en u valt in de middelste categorie, dan kloppen de aannames waarschijnlijk niet meer.

Wat staat daar tegenover

Dit is een volwaardig product. De stelling van Datadog — “Elke tier omvat vanaf dag één het volledige agent engineering-platform” — wordt ondersteund door de functionaliteiten.

Pre-productie: menselijke beoordeling en annotatie, versiebeheerde datasets op basis van productie-traces, een Playground, gestructureerde experimenten, offline evaluators.

Productie: tracing op spanniveau van inputs, outputs en metadata over prompts, retrieval, tool calls en beslissingen; monitoring van latency, tokens en kosten; evaluators waaronder hallucination en drift; beveiligingsscans op prompt injection, blootstelling van gevoelige gegevens en onveilige outputs; correlatie met backend-services, infra en RUM onder één trace ID. Patterns voegt topic-clustering toe, Insights helpt bij het detecteren van afwijkingen.

Evaluations: aangepaste LLM-as-a-judge op span-, trace- of sessieniveau, beheerde evaluaties, eindgebruikersfeedback, externe evaluaties via API, een NeMo-integratie en Annotation Queues. De beheerde catalogus is echter kort — in de documentatie staan alleen Language Mismatch en Sensitive Data Scanning vermeld. Sensitive Data Scanner is zonder extra kosten inbegrepen, maar wel op basis van verbruik: “Voor elke 10K LLM-spans ontvangt u een toewijzing van 1 GB aan SDS-verwerking.” De verwerking bij overschrijding is niet gedocumenteerd. [VERIFY].

Correlatie is de werkelijke kern van de waarde: als Datadog uw infrastructuurstatistieken, APM-traces, logs en RUM-sessies al beheert, is het verzamelen van agent-traces op dezelfde plek met dezelfde waarschuwingen echt geld waard.

Waar teams in de problemen komen

Drie van deze punten betreffen eigen functionaliteiten. Het vierde punt vereist een zorgvuldige bronvermelding, en krijgt die ook. Merk eerst op dat elke "Datadog-alternatieven"-pagina die we hebben gecontroleerd een verkeerd tarief, een verkeerde eenheid of een niet-bestaande tier citeerde.

1. Guardrails zijn niet bij de prijs inbegrepen. Agent Observability detecteert prompt injection als een evaluatie. Real-time blokkering gebeurt via AI Guard, dat op dezelfde prijzenpagina staat vermeld met “Custom Quote / Contact Us for Pricing.” De FAQ van Datadog vermeldt: “Ja. AI Guard is een afzonderlijk product. Het wordt afzonderlijk gefactureerd van LLM Observability.” De manier van meten is ongebruikelijk — “Gefactureerd per 1.000.000 geëvalueerde input-tokens, inclusief de volledige gesprekscontext” — dus u betaalt bij elke interactie opnieuw voor het gehele gesprek. Er is geen openbaar tarief.

[SCREENSHOT: Datadog — de AI Guard-productkaart met “Contact Us for Pricing” en de voetnoot per miljoen input-tokens]

2. “Onbeperkte evals” heeft een achterdeurtje in de facturering. Evaluaties hebben geen afzonderlijke SKU, maar de eigen LLM-as-a-judge-documentatie van Datadog vermeldt: “Opmerking: Het inschakelen van tracing verhoogt het aantal gefactureerde spans dat naar Datadog wordt verzonden.” Een schakelaar in de gebruikersinterface zet evaluatievolume om in gefactureerd spanvolume, en het punt “onbeperkte context en evals” op de prijzenpagina vermeldt dit niet.

3. Standaardinstellingen zijn stilzwijgend gewijzigd. De bewaartermijn voor experimentresultaten was in februari 2026 standaard 90 dagen; dit is nu 15 dagen, waarbij 3 maanden alleen beschikbaar is bij een contractuele toezegging. Trace-gegevens worden 15 dagen bewaard, trace-metrieken 15 maanden en gecategoriseerde datasets 3 jaar.

4. Onverwacht hoge rekeningen — wat de feiten ondersteunen. We hebben geen geloofwaardig uit de eerste hand afkomstig rapport gevonden van onverwacht hoge rekeningen die specifiek betrekking hebben op Datadog LLM Observability of Agent Observability. Wat wel bestaat is platformbreed, ouder en afkomstig van met name genoemde bronnen:

• The Pragmatic Engineer (Gergely Orosz, 11 mei 2023) meldde dat Coinbase in 2021 $ 65 miljoen uitgaf bij Datadog, wat werd bevestigd door huidige en voormalige Coinbase-engineers. Tijdens de Q1 2023-investeerderscall van Datadog noemde CFO David Obstler die klant “een vroege optimaliseerder” en CEO Olivier Pomel zei “we herstructureren hun contract.”
• DHH van 37signals, 26 augustus 2024: “Onze verlengingsfactuur voor Datadog kwam uit op -$ 83.000/jaar voordat we opzegden.” Een door het bedrijf zelf genoemd getal, niet gecontroleerd.
• Een Hacker News-reager (monero-xmr, 6 mei 2023): “Ik heb ook het gevoel dat ze me helemaal kaalplukken. Wel een geweldig product.” De mening van één gebruiker — let op de tweede helft.
• OneUptime, 12 februari 2026, simuleerde de factuur van een team van 40 personen die stijgt van $ 13.525 naar $ 26.460/maand (+96%) onder de belasting van AI-coding-agents. Een hypothetisch scenario opgesteld door een concurrent, geen gemeten gegevens.

We konden ook de veelherhaalde bewerering niet staven dat Datadog LLM Observability automatisch activeert en daarvoor kosten in rekening brengt. Activering is expliciet. De verdedigbare versie: het product is opt-in, het volume is opt-out.

Wilt u spans liever helemaal niet per verbruik afrekenen?

Leid het verkeer via een gateway die kosten, tokens en traces registreert als bijproduct van het afhandelen van het verzoek.

Gratis aan de slag

Dezelfde taak, geprijsd over verschillende alternatieven

De eenheden zijn niet vergelijkbaar, dus vergelijkingstabellen op basis van basisprijzen zijn zinloos. Hieronder staat dezelfde referentiewerkbelasting — 50.000 runs/maand = 200.000 LLM-spans, 450.000 totale spans — geprijsd volgens de eigen verbruiksmeters van elke leverancier, op basis van de catalogusprijs, jaarlijks indien aangeboden.

Twee correcties. De noemer van Datadog is hier ongeveer vijf keer kleiner dan die van Opik of Arize, omdat het tool-, retrieval- en workflowspans negeert — de nominale $ 350 per miljoen LLM-spans is niet vergelijkbaar met de $ 50 per miljoen van alle spans van Opik. En de cellen "niet gepubliceerd" zijn een bevinding, geen tekortkoming in ons onderzoek: LangSmith, Arize AX en Datadog's eigen AI Guard publiceren die tarieven daadwerkelijk niet. Van de lijst bieden alleen Phoenix, Opik, Langfuse en Helicone een gratis mogelijkheid om het zelf te hosten; Datadog heeft noch een open-sourceversie, noch een optie voor self-hosting.

Waar TrueFoundry past — en waar niet

Laten we beginnen met het eerlijke gedeelte. Datadog is een veel breder product dan TrueFoundry, en dit is geen gelijkwaardige vervanging. Het beheert infrastructuur, APM, logs, RUM, synthetics, beveiliging en databasemonitoring. Als u één centraal overzicht nodig heeft over het gehele IT-landschap, dan is dat de taak van Datadog en TrueFoundry biedt dat niet. Het combineren van beide is gebruikelijk.

Wat TrueFoundry verandert is waar de telemetrie vandaan komt, en dus wat het kost. De AI Gateway bevindt zich in het verzoekpad tussen uw applicaties en meer dan 1.000 LLM's achter één OpenAI-compatibele API, wat ongeveer 3-4 ms aan latentie toevoegt en 350+ RPS op 1 vCPU ondersteunt. Omdat elke aanroep van een model en MCP-tool al hier doorheen gaat, zijn metrieken en traces een bijproduct van de afhandeling van het verzoek — er zijn geen kosten per span, omdat spans niet de factuureenheid zijn. De prijsstelling is gebaseerd op gebruikers plus gateway-verzoeken: Developer $ 0 voor 3 gebruikers en 10K verzoeken per gebruiker per maand; Pro $ 25/gebruiker/maand met 20K gebundelde verzoeken per gebruiker en $ 20 per extra 100K.

De traces zijn echte span-hiërarchieën, geen platte logboeken. Een beveiligde chat-completion genereert een root ChatCompletion-span, een Guardrail-span, de uitgaande aanroep van de guardrail, een Model-span en de uitgaande aanroep van het model — elk met kosten-, token- en latentie-attributen, en elk toegewezen aan het object dat deze heeft aangemaakt. Dat is de hiërarchie die AI agent observability nodig heeft, zonder de agent te hoeven instrumenteren.

Omdat de gateway zich in het verzoekpad bevindt in plaats van ernaast, worden twee dingen mogelijk die een tool die alleen voor observability dient niet kan doen. Guardrails worden inline uitgevoerd — PII-anonimisering, detectie van prompt injection, moderatie en blokkering in plaats van alleen scoring — zonder afzonderlijke SKU per token. En budgetten worden gehandhaafd, niet alleen gerapporteerd: uitgavenlimieten die verzoeken stoppen, per gebruiker, team, model of metadata-sleutel.

Wilt u de gegevens toch in Datadog hebben? TrueFoundry genereert OpenTelemetry-compatibele traces, en OTEL-export vanuit de gateway werkt met elke OTLP-compatibele backend — de gateway wordt het verzamelpunt, Datadog de correlatielaag.

De eerlijke beperking: als u geen proxy in het verzoekpad wilt, is het grootste deel hiervan niet bruikbaar, en onze evaluatietools zijn minder ver ontwikkeld dan die van platforms die primair op evaluatie zijn gericht, zoals Braintrust of DeepEval. Kosten-observability en handhaving is waar de gateway zijn waarde bewijst.

Wilt u zien wat uw agents kosten zonder facturering per span?

Koppel één applicatie aan de gateway en open het metriekendashboard.

Gratis aan de slag

Gerelateerde artikelen

• AI agent observability tools
• Best AI observability platforms for LLMs in 2026
• What is LLM observability?
• LLM cost tracking solutions
• Observability in an AI gateway

Conclusie

De herziening van de prijzen van Datadog in 2026 is redelijker dan de reputatie doet vermoeden: de te factureren eenheid is de meest specifieke in de markt, sampling maakt de dashboards niet onbruikbaar, en op schaal ligt het marginale tarief 56% lager dan in februari. Het argument tegen is wat buiten de standaardkaart valt — guardrails als een afzonderlijke SKU op aanvraag, bewaring langer dan 15 dagen tegen een tarief waarvan de wisselwerking met het basistarief niet is gedocumenteerd, geen inbegrepen capaciteit per host, en twee structurele wijzigingen in zeven maanden tijd.

Het komt neer op wat je zelf wilt beheren. Als je één leverancier wilt die alles correleert en je een gemeten aantal spans accepteert, is Datadog een sterk, breed product en niets hier spreekt dat tegen. Als je liever hebt dat de telemetrie een bijproduct is van een controlepunt dat je toch al nodig hebt — een punt dat budgetten afdwingt, guardrails inline uitvoert en naar Datadog exporteert via OTEL als je beide wilt — dan is dat het argument voor een gateway-native aanpak.

Alle bovenstaande prijzen zijn de gepubliceerde tarieven van Datadog zoals gelezen op 25 september 2026 en zijn onderhevig aan veranderingen. Verifieer op datadoghq.com/pricing voordat je een beslissing neemt.

Probeer de TrueFoundry AI Gateway gratis →