Langfuse vs LangSmith: Welk LLM Observability Platform Past Binnen Jouw Stack?

Iedereen die Langfuse vs LangSmith in 2026 vergelijkt, moet beginnen met een feit dat pas negen maanden oud is: ClickHouse heeft Langfuse overgenomen, aangekondigd op 16 januari 2026, samen met ClickHouse's $400M Series D geleid door Dragoneer. De overnamesom is niet bekendgemaakt (ClickHouse-aankondiging, 16 januari 2026). De eigen blogpost van Langfuse is duidelijk over de omstandigheden: “We waren niet van plan het bedrijf te verkopen. We hadden eerlijk gezegd al Term Sheets voor een geweldige Series A” (Langfuse, joining ClickHouse).

De toezeggingen zijn even helder — “Langfuse blijft open source en self-hostable. Er zijn geen geplande wijzigingen in de licenties.” Vanaf september 2026 staat dat nog steeds overeind: de repo LICENSE vermeldt nu “Copyright (c) 2023-2026 ClickHouse, Inc.”, beveiligingscontacten zijn verplaatst naar security@clickhouse.com en compliance-beleid staat in het ClickHouse Trust Center. Er is één inhoudelijke commerciële wijziging doorgevoerd, en die behandelen we hieronder.

LangSmith is onafhankelijk en gebouwd door LangChain — het bedrijf achter LangChain en LangGraph. Dat enkele feit verklaart de meeste verschillen die volgen.

Langfuse: overzicht

Langfuse omschrijft zichzelf als “een open-source AI engineering-platform… tracing, prompt management, evaluatie en metrics.” De repository op github.com/langfuse/langfuse telt ongeveer 35.000 stars op 25 september 2026.

Het is een echte open core, en de grens is gedocumenteerd in plaats van vreed. Alles buiten ee/, web/src/ee/ en worker/src/ee/ valt onder MIT Expat; die mappen bevatten een afzonderlijke enterprise-licentie. Langfuse stelt dat “alle kernfuncties en API's van Langfuse beschikbaar zijn in Langfuse OSS (MIT-gelicentieerd) zonder enige beperking” en dat “er geen schaalbaarheidsbeperkingen zijn tussen de verschillende versies.”

De lijst met functies achter LANGFUSE_EE_LICENSE_KEY is gepubliceerd: RBAC-rollen op projectniveau, beschermde prompt-labels, bewaarbeleid voor data, audit logs, data masking aan de serverzijde, UI-aanpassingen, organisatie-makers, de Org Management API en SCIM, en de Instance Management API. Opvallend is dat Enterprise SSO en RBAC op organisatieniveau gratis zijn in de self-hosted OSS-build — genereuzer dan Langfuse Cloud, waar SSO $300/mnd kost.

[SCREENSHOT: Langfuse — het trace-detailoverzicht met geneste observaties, token-aantallen en kosten per span]

Self-hosting is echt mogelijk, maar niet triviaal. De stack bestaat uit een Web-container en een Worker-container plus vier opslagmedia: Postgres, ClickHouse, Redis/Valkey en S3-compatibele blob storage. Docker Compose is eerlijk gedocumenteerd als “enkele VM zonder hoge beschikbaarheid, schaalbaarheid of back-ups.” Het kan volledig offline en air-gapped draaien, wat van belang is in gereguleerde omgevingen. Zelfgerapporteerde schaal: “90B+ observaties per maand… vertrouwd door 21 van de Fortune 50.”

Waar Langfuse echt beter in is. Licentievrijheid — MIT-core, geen schaalbaarheidsbarrières tussen OSS en Cloud. Framework-neutraliteit — 100+ integraties over ongeveer 40 frameworks en 31 modelproviders, waaronder negen concurrerende gateways (LiteLLM, Portkey, OpenRouter, Kong, TrueFoundry). Bijeenbrengen van dataresidentie — US (us-west-2), EU (eu-west-1) en JP (ap-northeast-1) regio's plus een HIPAA-ready regio, SOC 2 Type II, ISO 27001 en GDPR, met air-gapped self-host daar bovenop. Diepgang in promptbeheer — versiebeheer, release-labels, composabiliteit, server- en client-side caching. En de prijs aan de onderkant van de markt.

LangSmith: overzicht

LangSmith is het platform van LangChain voor observability, evaluatie en agent-deployment. Het platform zelf is niet open source — alleen de SDK is dat, op github.com/langchain-ai/langsmith-sdk, MIT-gelicentieerd met 1.062 stars op 25 september 2026. Self-hosted en hybride deployments zijn uitsluitend beschikbaar in het Enterprise-tier.

Dat is een reële beperking, en het is ook de keuze die LangSmith maakt: omdat het geen self-hostable distributie aan iedereen levert, levert het meer functionaliteiten uit in het product.

[SCREENSHOT: LangSmith — een LangGraph-run in het trace-overzicht, met de agent-graph naast de stap-tijdlijn]

De onderdelen die Langfuse niet heeft:

• Agent-deployment. Serverless en toegewezen deployments, Studio, een Assistants API, cron-scheduling, en de ontsluiting van een gedeployde agent als een MCP-server.
• Sandboxes voor het uitvoeren van door agents gegenereerde code.
• Een volledige LLM gateway met kostenbeheer, rate limiting, model fallbacks, PII- en geheim-redactie, en bring-your-own-key.
• Engine, dat agentgedrag clustert in problemen, code-fouten diagnosticeert en oplossingen voorstelt. Het draait standaard elke 6 uur tenzij uitgeschakeld — onthoud dat als je het gedeelte over prijzen leest.
• Tuned Evaluators (publieke beta vanaf september 2026), die een evaluator afstemmen op jouw gelabelde data. Alleen op Plus en Cloud Enterprise, alleen in de US.

Op het gebied van tracing zelf liggen de twee dicht bij elkaar. LangSmith ondersteunt OpenTelemetry native en brengt GenAI semantic conventions in kaart plus TraceLoop-, OpenInference- en Logfire-attributen, met Collector fan-out. De lijst met ondersteunde frameworks omvat AutoGen, Claude Agent SDK, CrewAI, Google ADK, Mastra, Microsoft Agent Framework, OpenAI Agents SDK, PydanticAI, Semantic Kernel, Strands en de Vercel AI SDK. Het is niet alleen voor LangChain, wat de merknaam ook suggereert.

Waar LangSmith echt beter in is. Diepgang op het gebied van LangChain en LangGraph, omdat het first-party is. Meer zijn dan alleen observability — deployment, sandboxes en een gateway zijn drie categorieën waar Langfuse zich niet op richt. Autonome triage van fouten via Engine. Een maximale bewaartermijn voor uitgebreide traces van 400 dagen. En operationele eenvoud: niets om zelf te hosten, geen ClickHouse-cluster om te beheren.

Prijzen: de bruto cijfers zijn niet vergelijkbaar

Beide publiceren hun tarieven. Ze rechtstreeks vergelijken is misleidend, omdat de factureerbare eenheden ongeveer een orde van grootte van elkaar verschillen.

Langfuse Cloud (geraadpleegd op 25 september 2026):

Volumekortingen lopen op tot $7/100k (1-10M eenheden), $6,50 (10-50M) en $6 (50M+).

De definitie van een eenheid bepaalt je rekening: “Eenheden = Aantal Traces + Aantal Observaties + Aantal Scores.” Het eigen rekenvoorbeeld van Langfuse is 20.070 traces + 119.500 observaties + 561 scores = 140.131 eenheden per maand — ongeveer zeven factureerbare eenheden per trace. De documentatie geeft ook antwoord op de logische vervolgvraag: “Tellen eenheden die zijn aangemaakt door Langfuse-functies mee voor de factureerbare eenheden? Ja.” Dit geldt ook voor LLM-as-a-judge, annotatiewachtrijen en experimenten. Het uitvoeren van meer evals kost meer geld.

LangSmith (geraadpleegd op 25 september 2026):

Een LangSmith-trace is “een enkele uitvoering van je applicatie… Dit kan uit veel individuele stappen bestaan.” Een basis-trace heeft een bewaartermijn van 14 dagen; een uitgebreide trace heeft een bewaartermijn van 400 dagen “tegen een extra vergoeding.”

Twee zaken om op te letten. Ten eerste: LangSmith publiceert geen overschrijdingstarief per trace — de pagina vermeldt alleen "pay as you go thereafter". Ten tweede wordt de rest van het platform afgerekend in abstracte eenheden: 1 LCU (LangChain Compute Unit) = $1,50 en 1 LSU (LangChain Storage Unit) = $1,00. Engine verbruikt ~5-30 LCU's per run — $7,50-$45 per run, op een standaardschema van 6 uur. Tuned Evaluators kosten 0,01 LCU per run ($0,015). Deployment wordt weer apart gefactureerd: runtime compute 0,045 LCU/vCPU-uur, runtime memory 0,006 LCU/GiB-uur, database compute 0,177 LSU/vCPU-uur, database memory 0,025 LSU/GiB-uur. Startups kunnen tot $10.000 aan credits aanvragen.

De vergelijking die erin hakt. Eén agent-run met 20 LLM-calls is 1 LangSmith basis-trace en ongeveer 21+ Langfuse-eenheden. Tegen het tarief van $8/100k bij Langfuse is dat ongeveer $0,0017 per run; het vergelijkbare tarief van LangSmith is niet gepubliceerd. Vergelijk niet simpelweg $29 met $39 — breng eerst de structuur van je eigen traces in kaart.

Vergelijking van deployment en architectuur

Eén correctie, omdat het tegendeel vaak wordt beweerd en inmiddels verouderd is: Langfuse heeft wel degelijk een LLM gateway. Het is een losstaande Rust-service onder ai-gateway/ die “native provider-API's ontsluit onder twee namespaces: /openai/v1 … /anthropic/v1.” Lees de ontwerpnotitie voordat je hier plannen omheen maakt — “de gateway stuurt inference alleen door naar officiële provider-paden. Het voert geen retries uit, volgt geen redirects en accepteert geen routing-overrides van de client.” Geen load balancing, geen failover, geen semantic caching, geen afdwinging van budgetten. Het is een capture-relay voor twee providers zodat traces binnenkomen zonder SDK-instrumentatie — geen router, en Langfuse beweert dat ook niet.

Waar teams tegenaan lopen

1. Onvoorziene stijging van het aantal eenheden. Langfuse’s verhouding van ~7 eenheden per trace is geen probleem, totdat een agent-framework 40 observaties per run genereert. Dan levert een $29-pakket met 100k eenheden nog maar ruimte voor ongeveer 2.500 runs per maand. Teams ontdekken dit pas bij de eerste factuur voor overschrijdingen.

2. Evals worden dubbel gefactureerd. Bij Langfuse zijn LLM-as-a-judge scores factureerbare eenheden en kosten ze tokens van het judge-model. Bij LangSmith draait Engine standaard elke 6 uur tegen $7,50-$45 per run — ruwweg $900-$5.400 per maand als je de instellingen niet aanpast. Beide staan gedocumenteerd. Beide zorgen voor verrassingen.

3. De self-hosted enterprise-route is gewijzigd na de overname. Op de pagina met prijzen voor self-hosting van Langfuse staat nu dat ondersteunde self-hosted Enterprise “gebundeld is met ClickHouse Cloud, ClickHouse BYOC of ClickHouse Private,” en dat “de prijzen van Langfuse bovenop je commerciële ClickHouse-pakket komen.” De MIT-build is ongewijzigd. Maar door de leverancier ondersteunde self-hosting is nu gekoppeld aan een ClickHouse-contract — de meest ingrijpende verandering die de overname tot september 2026 heeft veroorzaakt.

4. Observability is geen controle. Een trace vertelt je dat een request $0,42 kostte en 9 seconden duurde — achteraf. Het stopt het request niet, het limiteert de uitgaven van het team niet, het blokkeert de prompt injection niet en het vangt geen failover op wanneer de provider een 503-fout geeft. Tracing is de verkeerde laag voor het afdwingen van regels, en beide leveranciers zullen dat bevestigen.

Wil je dat kosten en beleid vóór de call worden afgedwongen, in plaats van achteraf geobserveerd?

Routeer je verkeer via één beheerd ingangspunt en behoud je bestaande tracing-backend.

Start gratis

Waar TrueFoundry zich bevindt — en waar niet

Om helder te zijn: TrueFoundry is geen vervanger voor Langfuse of LangSmith. Zij vormen de observability- en evaluatielaag. De AI Gateway van TrueFoundry is het controlepunt vóór de modellen en exporteert traces via OpenTelemetry naar een van beide systemen. Langfuse vermeldt TrueFoundry al tussen de negen gateways waarmee het integreert — het duidelijkste signaal dat dit complementaire lagen zijn en geen concurrerende.

De gateway fungeert als schil voor 1.000+ LLM's achter één OpenAI-compatibele API, voegt slechts ongeveer 3-4 ms aan latency toe en verwerkt 350+ RPS op 1 vCPU. Die cijfers maken het praktisch om de gateway voor elke call te plaatsen in plaats van alleen voor de cruciale calls. Budgetten, rate limits, guardrails, kostentoewijzing en failovers worden zo afdwingbaar op dat ene centrale punt.

De verdeling die de meeste teams kiezen: dwing beleid af en wijs kosten toe bij de gateway, en stuur traces door naar het platform dat jouw engineers verkiezen voor debugging en evaluatie. Als dat LangSmith is, is de integratie gedocumenteerd. Als dat Langfuse is, werkt het OTLP-eindpunt op dezelfde manier. Je hoeft niet te kiezen tussen governance en observability.

Routing-configuratie is de andere knop om aan te draaien, en bevindt zich stroomopwaarts van de observability-rekening: stuur elk request naar de juiste model-tier in plaats van standaard het nieuwste vlaggenschipmodel te gebruiken. Zo bespaar je op inference-kosten én op het volume aan dure traces dat je betaalt om op te slaan.

Gebruik je al Langfuse of LangSmith?

Blijf het gebruiken. Plaats de gateway ervoor en bekijk de kosten per team, per model en per agent op één centrale plek.

Start gratis

Onderlinge vergelijking

Gerelateerde artikelen

• Wat is LLM Observability? — de categorie waar beide producten onder vallen
• LLM Observability Tools
• Langfuse vs Portkey — de vergelijking aan de gateway-zijde
• TrueFoundry AI Gateway Integratie met LangSmith
• Wat is een AI Control Plane?

Conclusie

Beide zijn goed, maar in verschillende dingen. Langfuse heeft ingezet op openheid: een MIT-core, overal te self-hosten inclusief air-gapped, drie cloudregio's en een bewuste keuze om zich niet te binden aan één agent-framework. Die keuze is na de overname door ClickHouse overeind gebleven, op één commercieel voorbehoud na rond ondersteunde self-hosting. LangSmith koos voor diepgang binnen het eigen ecosysteem en lanceerde drie categorieën — deployment, sandboxes en een volwaardige gateway — waar Langfuse zich niet op richt.

Het komt er dus op aan waar je het eigenaarschap wilt leggen. Wil je de controle over de code en de deployment? Kies Langfuse. Wil je het meest complete product met de minste operationele last op een LangChain-stack? Kies LangSmith. Breng in beide gevallen je werkelijke trace-volume in kaart; de instapprijzen geven anders een verkeerd beeld.

Wat geen van beide platforms kan, is regels afdwingen. Beide kijken alleen naar wat er al is gebeurd. Als je behoefte hebt aan één beheerd ingangspunt vóór elke model-call — voor budgetten, rate limits, guardrails, kostentoewijzing en failover — bevindt die laag zich stroomopwaarts, en exporteert deze de gegevens naar het platform dat jij kiest.

Start gratis met TrueFoundry