Freeplay
Una plataforma de operaciones para observar, evaluar y probar productos basados en LLM, con flujos de trabajo de prompts, conjuntos de datos y revisión en el mismo sistema.
Acerca de Freeplay
Freeplay ofrece a los equipos que desarrollan productos basados en LLM un único lugar para observar el comportamiento en producción, ejecutar evaluaciones, probar cambios sin conexión y gestionar prompts, modelos, conjuntos de datos y revisiones humanas. Sus vistas de observabilidad permiten alternar entre generaciones individuales, trazas de varios pasos y sesiones de usuario completas. El coste, la latencia, el uso, los comentarios y los resultados de evaluación se muestran juntos, lo que ayuda a los equipos a elegir el siguiente experimento a partir del comportamiento real en producción. El entorno de pruebas personalizable permite comparar prompts y modelos, mientras que los conjuntos de datos hacen que esas comprobaciones puedan repetirse antes del lanzamiento. Freeplay funciona con proveedores habituales como OpenAI, Anthropic, Google Vertex, AWS Bedrock y Groq. Los clientes empresariales también pueden utilizar modelos autoalojados. Esta configuración es adecuada para equipos de ingeniería y producto que desean incorporar la supervisión y las pruebas al mismo ciclo de mejora. El plan gratuito cubre un proyecto y un uso moderado. Los equipos que necesiten más proyectos o volumen deben tener en cuenta que el precio de Growth comienza en $500 al mes, mientras que Enterprise requiere un presupuesto personalizado.
Funciones
Observabilidad en producción
Inspecciona generaciones, trazas y sesiones para detectar problemas de calidad, cuellos de botella de latencia, cambios de costes y patrones de uso.
Flujos de trabajo de evaluación
Ejecuta evaluaciones automatizadas y combina sus resultados con etiquetas humanas y métricas personalizadas en una vista compartida.
Pruebas sin conexión
Prueba cambios en prompts o modelos con conjuntos de datos antes de que lleguen a los usuarios en producción.
Gestión de prompts y modelos
Organiza las versiones de los prompts y compara los modelos compatibles en un entorno de pruebas personalizable.
Revisión humana
Procesa ejemplos mediante flujos de etiquetado y revisión para convertir los comentarios del equipo en datos de evaluación estructurados.
Ventajas
- El plan de $0 ofrece a los equipos pequeños un proyecto, 10,000 generaciones mensuales y 90 días de conservación de datos sin una suscripción inicial.
- La observabilidad abarca generaciones, trazas y sesiones, por lo que los equipos pueden investigar tanto llamadas individuales como el comportamiento de agentes en varios pasos.
- La compatibilidad con proveedores de modelos habituales reduce las dificultades cuando un equipo compara OpenAI, Anthropic, Google Vertex, AWS Bedrock o Groq.
- Las evaluaciones, los conjuntos de datos, los experimentos y la revisión humana comparten un mismo flujo de trabajo, lo que reduce los traspasos entre herramientas independientes.
Limitaciones
- Growth comienza en $500 al mes, lo que puede suponer un aumento considerable para un equipo que supere los límites del plan gratuito.
- El plan gratuito está limitado a un proyecto y 10 ejecuciones de prueba al mes, lo que restringe los experimentos frecuentes en varias aplicaciones.
- El precio de Enterprise es personalizado, por lo que los compradores deben hablar con el equipo comercial antes de poder estimar el coste total de la implementación.
- Los modelos autoalojados y las opciones flexibles de implementación están reservados para Enterprise, lo que limita las opciones de infraestructura en los niveles inferiores.
Planes de precios
Free
- Usuarios de equipo ilimitados
- 1 proyecto
- 10,000 generaciones al mes
- 10 ejecuciones de prueba al mes
- 90 días de conservación de datos
- Proveedores de modelos habituales
- Implementación multiinquilino
Growth
- Usuarios de equipo ilimitados
- A partir de 5 proyectos
- A partir de 100,000 generaciones al mes
- A partir de 50 ejecuciones de prueba al mes
- Conservación de datos personalizada
- Proveedores de modelos habituales
- Implementación multiinquilino
- Prueba de 14 días
Enterprise
- Usuarios de equipo ilimitados
- Proyectos ilimitados
- A partir de 500,000 generaciones al mes
- Ejecuciones de prueba ilimitadas
- Conservación de datos personalizada
- Compatibilidad con modelos autoalojados
- Implementación autoalojada, de inquilino único o multiinquilino
- SAML u OIDC empresarial
- Prueba de 30 días
* La información de precios es solo orientativa. Consulta el anuncio más reciente en el sitio web oficial de Freeplay.