Langfuseとは？読み方・機能・使い方とLangSmithとの違いを解説【2026年最新】

Langfuse（ラングフューズ）は、LLMアプリケーションのトレーシング・プロンプト管理・評価（Evals）を一つにまとめたオープンソースの開発基盤です。生成AIを組み込んだアプリは「どのプロンプトで・どのモデルが・何を返したか」がブラックボックスになりやすく、品質の劣化やコスト増の原因を追いにくいという固有の難しさがあります。Langfuseはその内部挙動を可視化し、改善のループを回すために使われます。この記事では読み方と概要から、主な機能、Python／JavaScriptでの具体的な使い方、料金、そして最も比較されるLangSmithとの違いまでを、公式ドキュメントの実データに沿って整理します。

まとめ：Langfuseの要点

先に結論を整理します。判断に必要な要点は次のとおりです。

• 読み方は「ラングフューズ」。YC W23出身のスタートアップが開発し、2,300社超が利用するLLM向けの可観測性（オブザーバビリティ）基盤です。
• 4つの柱＝トレーシング／プロンプト管理／評価（Evals）／ダッシュボードで、LLMアプリの計測から改善までを1か所でカバーします。
• ライセンスはMITで、Dockerによるセルフホストが無料。マネージドのLangfuse Cloudには無料枠（月5万observations）があります。
• v3（2025年）でOpenTelemetryネイティブになり、traceはOTel spanとして扱えます。既存の監視基盤に組み込みやすい設計です。
• LangSmithとの最大の違いは、オープンソースかつフレームワーク非依存であること。LangChain専用ではなく、どのスタックにも後付けできます（LangChainやLlamaIndexにはネイティブ統合も用意されています）。

以下で各項目を、実際のコードと料金表を交えて掘り下げます。

Langfuseとは：読み方・開発元とv3アーキテクチャ

読み方は「ラングフューズ」、LLMアプリの可観測性を担うOSS

Langfuseの読み方はラングフューズで、「ラングヒューズ」と表記されることもありますが同じ製品を指します。開発元はY Combinator（YC W23）出身のLangfuse社で、公式によると2,300社超が導入し、月間で数十億件のobservations（記録単位）を処理しています。位置づけは「LLMアプリ専用のオブザーバビリティ／評価プラットフォーム」で、アプリケーション性能監視（APM）ツールが担ってきた役割を、プロンプトやトークン、モデル応答といったLLM固有の要素に特化させたものと考えると理解しやすいです。

解決する課題：ブラックボックスなLLM挙動の可視化

通常のWebアプリと違い、LLMアプリは同じ入力でも出力が変わり、RAGの検索結果やエージェントのツール呼び出しが多段に連鎖します。障害時に「どこで品質が落ちたか」をログの断片から追うのは困難です。Langfuseは1リクエストの全体（プロンプト・応答・ツール呼び出し・検索・埋め込みの各ステップ）を1本のトレースとしてつなげて記録し、レイテンシやトークン消費、コストを段階ごとに切り分けて見られるようにします。LLMアプリの品質・安全面の観点はOWASP Top 10 for LLMとは？2025年版の全10項目と変更点・実務での対策も合わせて押さえておくと、監視すべきリスクの全体像がつかめます。

v3でOpenTelemetryネイティブに（2025年）

2025年年央に登場したLangfuse v3は、内部アーキテクチャをOpenTelemetry（OTel）ネイティブへ刷新しました。Langfuseのtraceは実体としてOTel spanであり、すでにJaegerやGrafana Tempo、HoneycombなどでOTelを運用しているチームは、同じ計装のまま観測先としてLangfuseを追加できます。可観測性（オブザーバビリティ）の一般的な考え方はO11y Cloud Free Edition徹底ガイド｜15ホスト無期限無料で始めるSplunk可観測性も参考になります。この標準準拠が、後述するフレームワーク非依存という強みの土台になっています。

Langfuseの主な機能

トレーシング：LLM呼び出しとRAG・エージェントの記録

中心機能はトレーシングです。1回のリクエストに含まれるLLM呼び出し、RAGの検索、埋め込み生成、エージェントのツール実行などを入れ子のスパンとして記録し、UI上でツリー表示します。各スパンにはモデル名・入力・出力・トークン数・レイテンシ・推定コストが紐づくため、「遅いのは検索か生成か」「コストを食っているのはどのステップか」を切り分けられます。

プロンプト管理：バージョン管理とキャッシュ

プロンプトをコードから切り離し、Langfuse側で集中管理・バージョン管理できます。本番のプロンプトを差し替えても、サーバー／クライアント双方の強力なキャッシュにより、アプリのレイテンシを増やさずに反映できるのが設計上の特徴です。プロンプトの改善履歴を残しながら、非エンジニアもUIから編集に関われます。

評価（Evals）：LLM-as-a-judgeから手動ラベルまで

収集したトレースに対してスコアを付け、品質を継続的に評価する仕組みが揃っています。評価手段はLLM-as-a-judge（別のLLMに採点させる）、コードベースの評価器、ユーザーからのフィードバック、人手による手動ラベリング、独自パイプラインまで対応します。評価結果はダッシュボードにプロットされ、リリースごとの品質の推移を追えます。実務では「langfuse 評価」「エージェントの可観測性」といった用途で検索されることが多く、単なる監視にとどまらない改善目的での利用が広がっています。

ダッシュボード・データセット・Playground

コスト・レイテンシ・品質スコアを可視化するダッシュボードに加え、テスト用のデータセット管理、UI上でプロンプトとモデルを試せるPlaygroundを備えます。監査ログ（audit logs）やA/Bテスト的な比較にも使われ、実験から本番監視まで同じ基盤で完結させられます。

Langfuseの使い方：SDKで最初のトレースを送る

Python：pip installから計装まで

まずLangfuse Cloud（無料枠あり）でプロジェクトを作成し、公開キーと秘密キーを取得します。Pythonでの導入はpip install langfuseだけで、OpenAI SDKを使っている場合はimportを差し替えるドロップイン統合が最短です。以下のように@observeデコレータを付けると、関数全体とLLM呼び出しが自動でトレースされます。

pip install langfuse

# .env に認証情報とリージョンのホストを設定
# LANGFUSE_PUBLIC_KEY=pk-lf-...
# LANGFUSE_SECRET_KEY=sk-lf-...
# LANGFUSE_BASE_URL=https://jp.cloud.langfuse.com  # 東京リージョン

from langfuse import observe
from langfuse.openai import openai  # OpenAI SDK のドロップイン置き換え

@observe()
def ask(question):
    return openai.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": question}],
    )

ask("Langfuseとは何ですか？")

これだけでプロンプト・応答・トークン数・レイテンシがLangfuseに送信され、UIのトレース画面で確認できます。手動で細かくスパンを刻みたい場合はget_client()からstart_as_current_observation()を使う低レベルAPIも用意されています。

JavaScript／TypeScript（Node.js）：OpenTelemetryベース

Node.js環境ではOpenTelemetryのSDKと組み合わせて計装します。「langfuse nodejs」「langfuse js」で参照されるのはこの構成です。

npm install @langfuse/tracing @langfuse/otel @opentelemetry/sdk-node

import { NodeSDK } from "@opentelemetry/sdk-node";
import { LangfuseSpanProcessor } from "@langfuse/otel";
import { startActiveObservation, startObservation } from "@langfuse/tracing";

const sdk = new NodeSDK({
  spanProcessors: [new LangfuseSpanProcessor()],
});
sdk.start();

await startActiveObservation("user-request", async (span) => {
  const generation = startObservation(
    "llm-call",
    { model: "gpt-4o", input: [{ role: "user", content: "..." }] },
    { asType: "generation" }
  );
  generation.update({ output: { content: "..." } }).end();
});

環境変数（公開キー・秘密キー・ホスト）はPythonと共通です。ホストはEUがcloud.langfuse.com、USがus.cloud.langfuse.com、日本（東京）がjp.cloud.langfuse.comで、データを置きたいリージョンに合わせて指定します。

Java・その他の言語：OpenTelemetry経由で連携

公式が第一級でサポートするSDKはPythonとJavaScript／TypeScriptですが、v3がOTelネイティブになったため、「langfuse java」のようにJavaを含む他言語からもOpenTelemetryの計装を通じてトレースを送信できます。Java系でLLMアプリを組む場合は、Spring AI 2.0とは？2026年6月GAの新機能・Spring Boot 4移行・MCP対応を解説【2026年最新】のようなフレームワークのOTel出力先としてLangfuseを設定する形が現実的です。LangChainやLlamaIndexとはネイティブ統合があり、コード変更を最小限にできます。

Langfuseの料金プランとセルフホスト

Langfuse Cloudの料金

マネージド版のLangfuse Cloudは無料のHobbyプランから始められ、クレジットカード登録も不要です。課金対象はobservations（記録単位）で、含有量を超えた分は従量課金されます。主なプランは次のとおりです（2026年時点、公式pricingより）。

含有量を超えた分は100kあたり$8〜$6の従量（ボリュームで逓減）です。有料プランはユーザー数が無制限で、席数（シート）課金ではない点が後述のLangSmithとの費用差につながります。なお含有observations（10万/月）は有料3プランで共通で、Pro・Enterpriseの上乗せ価値は記録量ではなくデータ保持年数やコンプライアンス対応・SLAにあります。料金は変動しうるため、最新の条件は公式のpricingページで確認してください。

セルフホストは無料（Docker／Kubernetes）

LangfuseはコアがMITライセンスのオープンソースで、セルフホストは無料です。Langfuse本体はUIとAPIを提供する「Langfuse Web」と、イベントを非同期処理する「Langfuse Worker」の2コンテナで、これにPostgreSQL・ClickHouse・Redis・オブジェクトストレージ（MinIO等）といった依存ミドルウェアを組み合わせて動かします。Docker ComposeやKubernetesのテンプレートが公式提供され、数分で立ち上げられます。SSOやきめ細かい権限管理などの一部エンタープライズ機能は商用ライセンス下ですが、トレーシング・プロンプト管理・評価といった中核はセルフホストでも無償で使えます。データを外部に出せない要件では、この自前運用が現実的な選択肢になります。

LangSmithとの違い・他のLLMモニタリングツール比較

LangfuseとLangSmithの違い

最も多い比較相手はLangChain社のLangSmithです。「langsmith langfuse 違い」で検索されることも多く、選定の分かれ目になっています。両者の性格は次のように整理できます。

Langfuseはフレームワーク非依存で、OpenTelemetryとAPIファーストの設計により観測データを自社資産として扱いやすいのが軸です。一方LangSmithは、LangChainやLangGraphに深く統合されたPrompt Hubやネイティブトレースを、組み立て不要でそのまま使える点が強みです。裏を返すと、その利便性はLangChainスタックへのロックインでもあります。

料金とロックインの実際

費用差は規模が大きくなるほど開きます。たとえば月100万イベント規模なら、Langfuse Coreは月$29に含有10万を超えた分の従量（100kあたり$8前後）が加わっても概ね$100前後・ユーザー無制限に収まります。一方LangSmithはシート課金にトレース超過の従量が積み上がる料金体系のため、同じ規模でも費用は大きく膨らみやすい構造です（正確な金額は変動するため、両社の最新pricingで確認してください）。したがって選定の指針はシンプルです。オープンソース・無料セルフホスト・多人数・大量イベントを重視するならLangfuse、LangChain／LangGraphに全振りし一次サポートを重視するならLangSmith、が基本線になります。OpenLLMetryやHelicone、Phoenixなど他のLLMモニタリングツールもありますが、OTel準拠と自前運用の自由度で比較すると、Langfuseは有力な選択肢に入ります。

導入判断：Langfuseが向く場面・避けたい場面

最後に、採用可否の判断材料を具体的な条件で示します。向いているのは、(1)データを自社インフラに留めたい（無料セルフホスト＋MIT）、(2)LangChain以外も含む複数のスタックを一つの基盤で観測したい、(3)月間イベントが多くシート課金を避けたい、(4)既存のOpenTelemetry運用に統合したい、というケースです。特にコスト・可観測性・ガバナンスを重視する企業利用と相性が良く、生成AIの統制面は生成AIのリスクとガバナンス対策｜GPT-5.6時代に企業が整える情報統制と社内ルールと合わせて設計すると実務に落とし込めます。

逆に避けたほうがよいのは、LangChain／LangGraphに完全に寄せておりPrompt Hubやアノテーションを一切の組み立てなしで使いたい場合（LangSmithの一次統合が上回る）、あるいは監視対象が数件のPoCで、無料枠すら過剰なごく小規模な検証段階です。後者はまずマネージドの無料枠で始め、規模が見えてからセルフホストへ移すのが無駄がありません。「監視ツールを入れること」自体が目的化しないよう、追うべき指標（品質スコア・コスト・レイテンシ）を先に決めてから導入するのが失敗しないコツです。

よくある質問（FAQ）

Langfuseの読み方は？「ラングヒューズ」との違いは？

読み方は「ラングフューズ」です。「ラングヒューズ」や「langface」「longfuse」などは表記ゆれ・誤記で、いずれも同じLLM可観測性ツールLangfuseを指します。別製品ではありません。

Langfuseで何ができますか？

LLMアプリのトレーシング（挙動の記録・可視化）、プロンプトのバージョン管理、評価（Evals）、コスト・レイテンシのダッシュボード化ができます。開発時のデバッグから本番運用の品質監視、改善のためのA/Bテストまでを一つの基盤で回せます。

LangfuseとLangSmithの違いは何ですか？

Langfuseはオープンソース（MIT）でフレームワーク非依存、無料セルフホストとユーザー無制限プランが特徴です。LangSmithはLangChain製の商用SaaSで、LangChain／LangGraphとの一次統合が強い一方、セルフホストにはEnterpriseライセンスが必要です。LangChainに全振りするならLangSmith、汎用性と自社運用ならLangfuseが目安です。

Langfuseは無料で使えますか？

使えます。マネージドのLangfuse Cloudには月5万observationsの無料枠（Hobby、2ユーザー・30日保持）があり、クレジットカードも不要です。加えてコアはMITライセンスのため、Dockerで自前サーバーに立てるセルフホストは無償です。

Langfuseは日本リージョンで使えますか？

使えます。東京でホストされる日本リージョンのLangfuse Cloudが提供されており、ホストはjp.cloud.langfuse.comです。データの所在地を日本に置きたい場合は、SDKのホスト設定でこのリージョンを指定します。EU・US・HIPAA向けの各リージョンも別途あります。

関連記事

• OWASP Top 10 for LLMとは？2025年版の全10項目と変更点・実務での対策
• 生成AIのリスクとガバナンス対策｜GPT-5.6時代に企業が整える情報統制と社内ルール
• Spring AI 2.0とは？2026年6月GAの新機能・Spring Boot 4移行・MCP対応を解説【2026年最新】
• O11y Cloud Free Edition徹底ガイド｜15ホスト無期限無料で始めるSplunk可観測性