LangSmith

Qué es

LangSmith es la plataforma comercial de LangChain Inc.: tracing, evaluación y despliegue para aplicaciones LLM y agentes, más — desde el 2026-03-19 — Fleet, un espacio de trabajo donde personas que no escriben código construyen, comparten y ejecutan agentes. LangChain, la empresa del framework open source que Harrison Chase fundó en 2022, levantó $125M con una valuación de $1.25B en octubre de 2025 (Fortune, TechCrunch). Su página institucional afirma más de 1.000 millones de eventos al día en LangSmith.

Eso son dos productos bajo una sola factura, y un comprador de ops debe evaluarlos por separado. El primero responde “¿qué hizo nuestro agente y el último cambio lo empeoró?”. El segundo responde “¿puede el analista de RevOps construir el agente de alta de proveedores sin abrir un ticket a ingeniería, y puede TI ver qué tocó?”.

Qué estás comprando en realidad

Tracing y evals. Cada ejecución de una app instrumentada llega como un árbol de trazas que puedes filtrar, anotar y convertir en un dataset, y luego calificar con jueces LLM, evaluadores en código o colas de revisión humana. La instrumentación es casi nula sobre LangChain o LangGraph, y además ingiere OpenTelemetry, así que un stack que no es LangChain no queda fuera. Las trazas pasaron a SmithDB, un almacén en Rust que LangChain anunció en su conferencia Interrupt el 2026-05-14, con una carga P50 del árbol de trazas de 92 ms.

Engine. Lanzado en beta pública en el mismo evento: observa las trazas de producción, agrupa las fallas en issues, redacta evaluadores y abre pull requests con correcciones propuestas. Corre cada 6 horas en Plus y cuesta aproximadamente 7–45 LSU por ejecución (1 LSU = $1). Ese costo es la razón para programarlo a propósito en lugar de dejarlo activo por defecto.

Fleet. Antes Agent Builder (octubre de 2025). Los agentes tienen su propia memoria, herramientas y skills, y vienen en dos modos de identidad: los Claws corren con un único conjunto fijo de credenciales sin importar quién los dispare, y los Assistants actúan como la persona que los invoca, con cada usuario autenticándose por OAuth. El uso compartido tiene tres niveles: puede clonar, puede ejecutar, puede editar. Cada agente puede tener su propio handle de bot en Slack, y las acciones que requieren aprobación llegan a un Agent Inbox. Los skills siguen la especificación Agent Skills y se pueden descargar con el CLI de LangSmith a Claude Code, Cursor o Codex. Desde octubre de 2026 cada agente de Fleet también se expone como servidor MCP y como endpoint A2A, y un servidor MCP de LangSmith aparte permite que un modelo lea tus runs, datasets y experimentos.

Precios

Publicados en langchain.com/pricing, revisados el 2026-11-04:

• Developer — $0. Un asiento, hasta 5k trazas base al mes y luego pago por uso; incluye 7 LSU de uso de Fleet. Fleet pausa las nuevas ejecuciones cuando se agota la asignación.
• Plus — $39 por asiento al mes. Hasta 10k trazas base al mes incluidas, asientos ilimitados a $39 cada uno, 37 LSU de uso de Fleet, un despliegue Serverless (Small) gratis y acceso a Engine.
• Enterprise — a medida, factura anual. Nube, híbrido (plano de control SaaS, plano de datos tuyo) o totalmente self-hosted, además de bring-your-own-cloud en AWS (GA) y en Azure y Google Cloud (beta) desde el 2026-11-03. SSO, ABAC y RBAC a medida.

Las trazas base se conservan 14 días; las trazas extendidas, 180 días por un cargo adicional. La página de precios no publica una tarifa por cada 1k trazas: el excedente, Fleet por encima de la asignación, los despliegues y los sandboxes descuentan LSU. La inferencia de modelos de Fleet está incluida en los LSU, así que no necesitas una key del proveedor, y cada ejecución de Fleet es a su vez una traza facturada. Las startups con respaldo de VC pueden solicitar hasta $10,000 en créditos.

La banda real: un equipo de 12 personas en Plus paga $468/mes en asientos antes de una sola traza por encima de las 10k incluidas, y Engine por sí solo suma $28–$180 al día con cuatro ejecuciones (7–45 LSU cada una) si se deja encendido. Braintrust cobra a las mismas 12 personas $0 en asientos en su plan Pro de $249/mes, así que la cantidad de personas decide más esta comparación que las funciones. Un equipo de dos personas paga $78/mes en asientos, y ahí LangSmith sale más barato.

Ideal para

Un equipo de plataforma o de ingeniería de RevOps que ya construye sobre LangChain o LangGraph, quiere tracing, evals, despliegue y un espacio de agentes gobernado con un solo proveedor, y tiene menos de unas diez personas que necesitan asiento. El caso concreto de Fleet que funciona: un líder de ops publica un agente de intake o de investigación disparado desde Slack con credenciales de Assistant, de modo que el agente solo alcanza lo que alcanza el usuario que pregunta, y las aprobaciones van al inbox.

No es para

Equipos con más de 20 revisores expertos que necesitan cuentas para etiquetar trazas: la facturación por asiento los convierte en el costo dominante. Tampoco para un equipo que todavía no ha lanzado nada; escribe primero 20 casos de prueba en un script. Y no como constructor de agentes nativo de Microsoft 365: si tus agentes viven en Teams y SharePoint bajo la gobernanza de Entra, Fleet es un segundo plano de control.

Frente a las alternativas

• Braintrust — el rival agnóstico de framework más fuerte para evals. Elígelo cuando los revisores superan en número a los ingenieros o tu stack no es LangChain; tiene usuarios ilimitados en todos los planes.
• Langfuse — el entrante de más rápido crecimiento y la respuesta open source: licencia MIT, self-hostable, propiedad de ClickHouse desde enero de 2026. Elígelo cuando la residencia de datos o el alto volumen hacen perder a cualquier SaaS medido, y tienes un equipo para operarlo.
• Arize Phoenix — elígelo cuando ya usas Arize para el monitoreo de ML clásico.
• Para Fleet en concreto: Microsoft Copilot Studio cuando la empresa funciona sobre Microsoft 365; Dust cuando equipos no técnicos quieren asistentes anclados en el conocimiento de la empresa con menos configuración; Relevance AI para equipos de agentes de GTM. Para pruebas de agentes de voz, Coval cubre lo que LangSmith no cubre.

Si ninguna encaja, una carpeta versionada de casos de prueba y un job de CI que los califique es el respaldo honesto para una sola función.

Advertencias

• El medidor de LSU cubre seis productos, así que la factura es difícil de leer. Las ejecuciones de Fleet, las pasadas de Engine, los despliegues, los sandboxes y el excedente de trazas descuentan del mismo saldo, y cada ejecución de Fleet cuenta además como traza. El changelog del 2026-11-02 corrigió ejecuciones que se cobraban dos veces. Guarda: lleva los endpoints de costo por usuario y por agente (/v1/fleet/usage/users, /v1/fleet/usage/agents) a una revisión semanal, define límites de gasto del workspace y programa Engine en vez de dejarlo continuo.
• Los Claws tienen credenciales compartidas. Un agente Claw actúa con una sola identidad para todos los que pueden ejecutarlo, así que el acceso “puede ejecutar” equivale a otorgar los permisos de esa cuenta. Guarda: usa por defecto el modo Assistant para todo lo que toque el CRM, el correo o los contratos, da a los Claws cuentas de servicio con el alcance mínimo y reserva “puede editar” (que incluye revisar el inbox) a responsables con nombre.
• El menú de modelos cambia sin avisarte. Fleet retiró Kimi K2.6 a principios de octubre de 2026 y los agentes pasaron a un modelo por defecto. Guarda: fija el modelo por agente, mantén un dataset de evaluación pequeño por cada agente en producción y vuelve a ejecutarlo tras cada entrada del changelog que toque modelos.
• La retención es más corta de lo que parece. Las trazas base desaparecen a los 14 días, y la retención de larga duración en SaaS quedó limitada a 180 días desde el 2026-09-14. Guarda: pasa a retención extendida solo las trazas que necesitas para auditoría, y exporta todo lo que una revisión legal o de cumplimiento necesite más allá de 180 días.