Die Open-Source-Plattform für die Entwicklung und Evaluierung von Agenten.
Category: Code & Entwicklung. Pricing: current comparable pricing is not verified; check the vendor's website. Last modified: 2026-09-11.
Arize Phoenix bietet eine umfassende Umgebung für Beobachtbarkeit, Evaluierung und Iteration von KI-Agenten. Es ermöglicht Entwicklern, Agentenschritte nachzuverfolgen, die Leistung zu annotieren und Experimente durchzuführen, um die Ausgabequalität zu verbessern. Die Plattform unterstützt lokale, containerbasierte und cloudbasierte Bereitstellungsoptionen.
Nicht redaktionell getestet: One AI Guide hat keinen vollständigen Praxistest für dieses Tool veröffentlicht.
Veröffentlicht von LUMIVEX für One AI Guide.
Redaktionsleitung: Said El Moussaoui. Unsere Methodik steht unter /how-we-rate.
Offizielle Anbieter-Website: siehe Link unten.
Für dieses Tool sind derzeit keine verifizierten Quellenlinks verfügbar.
Dies sind durch Quellen belegte Vergleichsdaten, keine Praxistests. Teilweise belegte Angaben brauchen weitere Bestätigung; veraltete Angaben eine neue Prüfung.
Für dieses Tool wurden keine Vergleichsangaben geprüft.
Arize Phoenix is a code & entwicklung tool. Die Open-Source-Plattform für die Entwicklung und Evaluierung von Agenten.
Arize Phoenix is current comparable pricing is not verified; check the vendor's website. Always check the vendor's site for the latest plans before signing up.
The catalog does not currently record Arize Phoenix as Free or Freemium. That is not proof that no trial or limited offer exists; check the vendor's site for current options.
Common use cases include Fehlersuche in komplexen KI-Agenten-Workflows und Tool-Ausführungen., Evaluierung der Qualität von Agentenausgaben vor der Bereitstellung., Durchführung von Experimenten zum Benchmarking und zur Verbesserung der Modellleistung., and Identifizierung der Ursachen von Halluzinationen oder schlechten Modellantworten..
The One AI Guide catalog currently highlights these strengths: Umfangreiche Beobachtbarkeit durch LLM-Tracing von Prompts, Abrufen und Tool-Aufrufen.; Integrierte Evaluierungsfunktionen mit LLM-as-a-judge zur Bewertung und Überwachung von Antworten.; Anbieterunabhängige Architektur mit nativer OpenTelemetry-Unterstützung für die Integration in bestehende Stacks..