Langfuse LLMアプリ監視 無料セルフホストで開発者のAPI費用を可視化する
ChatGPT や Claude の API を使った社内ツールを増やすほど、「今月どのモデルにいくら使ったか」が見えにくくなります。オープンソースの大規模言語モデル (LLM) 監視ツール Langfuse は、この API 費用の可視化と呼び出し履歴の追跡を無料の自社サーバ運用 (セルフホスト) で実現できるツールです。本稿では料金体系、必要インフラ、導入手順を編集部で整理しました。
この記事のポイント
- Langfuse は MIT ライセンスの OSS、GitHub (スター 31.8k) から無償で自社サーバに導入可能
- OpenAI / Anthropic / Google などモデル別の API 利用料を自動計算し、ダッシュボードで内訳表示
- クラウド版は無料の Hobby から始まり、Core 月額 $29・Pro 月額 $199・Enterprise 月額 $2,499 の 4 段階
- セルフホストは Docker Compose で検証、本番は Kubernetes (Helm) や Terraform (AWS/Azure/GCP) にも対応
- 本番運用には Postgres・Clickhouse・Redis・S3 互換ストレージが必要、構築のハードルは中〜高
編集長の見解 (Mira): Langfuse の中小企業向けの強みは「まず無料のクラウド版 Hobby で試し、社内データを外に出したくない段階でセルフホストに切り替えられる」段階的な導入設計です。API 費用の可視化だけが目的なら Hobby プランの無料枠で十分に効果を確認できます。自社サーバでの本番運用は Postgres や Clickhouse を含む構成が前提になるため、専任のインフラ担当がいない小規模チームはまずクラウド版で運用を固めてから移行を検討するのが現実的です。
Langfuse とは何か
Langfuse は、大規模言語モデル (LLM) を使ったアプリケーションの開発・監視・評価をまとめて行う「AI エンジニアリング基盤」です。コードは GitHub の langfuse/langfuse リポジトリ で公開されており、ee (Enterprise Edition) フォルダを除く本体は MIT ライセンスです。つまり誰でも無料でソースコードを取得し、自社サーバに設置して使い始められます。
対応 SDK は Python と JavaScript/TypeScript で、OpenAI・LangChain・LlamaIndex・Haystack・LiteLLM といった主要な LLM 開発フレームワークとの統合も用意されています。社内で ChatGPT API や Claude API を使ったチャットボット・要約ツールなどを複数運用している企業が、それぞれのログとコストを一元管理する目的で導入するケースが典型です。
主要機能
1. トレーシング (呼び出し履歴の追跡)
アプリ内の LLM 呼び出しと関連する処理を記録し、複雑なログやユーザーセッションを後から検査・デバッグできます。「どのユーザーの、どの操作が、どのモデル呼び出しにつながったか」を追える点が、API 費用の異常検知にもつながります。
2. API 費用のモデル別自動集計
Langfuse は LLM のレスポンスから利用量を直接取り込む方式と、モデル名から自動推定する方式の両方に対応します。あらかじめ主要モデルとそのトークン価格が登録されているため、OpenAI・Anthropic・Google・OpenRouter・LiteLLM 経由の呼び出しであれば追加設定なしにドル建てのコストが算出されます。ダッシュボードでは入力・出力・キャッシュ利用分まで内訳表示され、「今月どのモデルにいくら使ったか」が数字で確認できます。
3. プロンプト管理・評価・データセット
プロンプトのバージョン管理と共同編集、LLM を判定役に使う評価 (LLM-as-a-judge) やコード評価・ユーザーフィードバック収集、テストセットを使った継続的な品質改善のためのデータセット機能も備えます。プロンプト調整用の LLM プレイグラウンドも同梱です。
- OpenAI/Anthropic 各社の管理画面を個別に確認
- モデル・機能別の内訳は手集計 (スプレッドシート)
- 異常な費用増加に気づくのは請求書が届いてから
- 1 つのダッシュボードで全モデルの呼び出しを横断確認
- モデル別・機能別のコスト内訳が自動集計
- 呼び出し単位でトレース、費用急増の原因をその場で特定
複数の LLM API を併用しているほど、統合ダッシュボードの効果は大きくなります
料金体系 (クラウド版とセルフホスト)
Langfuse には「クラウド版 (Langfuse 運営のサーバを使う)」と「セルフホスト (自社サーバに導入)」の 2 通りの使い方があります。
| プラン | 月額 (目安) | 主な内容 |
|---|---|---|
| Hobby | ¥0 | 50,000 units/月、30 日間データ保持、2 ユーザーまで |
| Core | ¥4,350 ($29) | 100,000 units/月、90 日間データ保持、ユーザー数無制限 |
| Pro | ¥29,850 ($199) | 100,000 units/月、3 年間データ保持、SOC2/ISO27001 対応 |
| Enterprise | ¥374,850〜 ($2,499〜) | SCIM API、監査ログ、カスタムレート制限 (年間契約でカスタム価格) |
1 USD = 150 円換算、超過分は 100,000 units ごとに追加課金 (ボリューム割引あり)。セルフホストは本体ライセンス費が¥0 で、コストはサーバ・データベースの運用費のみです。正確な料金は必ず公式料金ページ をご確認ください。本稿の円換算は編集部のシミュレーションです。
編集部の警告: セルフホストの本番運用には、トランザクション用の Postgres、トレースデータ用の高速分析データベース Clickhouse、キャッシュ・キュー用の Redis (または Valkey)、大容量データ保管用の S3 互換ストレージが必要です。さらにすべてのコンポーネントを UTC タイムゾーンで動かすことが公式に必須とされており、ここを見落とすとダッシュボードの集計結果が空や不正確になります。専任のインフラ担当がいない小規模チームは、まずクラウド版 Hobby/Core で運用を固めてから自社サーバへの移行を検討するのが安全です。
セルフホストで始める手順
docker compose up を実行し動作確認小規模検証はDocker Composeで数分、本番はKubernetesかクラウド専用構成に移行します
編集部のヒント: いきなり本番用インフラを揃えなくても、Docker Compose 構成のまま「まず API 費用の可視化だけ試す」用途であれば小規模チームの検証でも十分に動きます。効果を確認してから、Kubernetes や Terraform を使った本番構成への移行を検討する順番が無理のない導入ステップです。
LangSmith との比較
LLM アプリ監視ツールとしては LangChain 社の LangSmith もよく比較対象に挙がります。編集部で整理しました。
| 観点 | Langfuse | LangSmith |
|---|---|---|
| 本体ライセンス | MIT (OSS、eeフォルダ除く) | プロプライエタリ |
| セルフホスト | 全プランで無料で可能 | Enterprise (カスタム価格) のみ |
| 無料クラウド枠 | Hobby: 50,000 units/月 | Developer: 5,000 トレース/月 |
| 有料クラウド入口 | Core 月額 $29〜 | Plus 月額 $39/席〜 |
| コスト自動計算 | モデル別に自動集計・推論 | トレース単位で表示 |
| 編集部評価 | 自社サーバ運用まで見据えるなら第一候補 | LangChain 前提の開発チーム向け |
→ 「将来的に自社サーバへ移したい」「OSS で透明性を確保したい」場合は Langfuse、LangChain エコシステムに強く依存した開発体制なら LangSmith も選択肢、という棲み分けです。API 費用の最適化そのものについては Claude API 個人開発者向け課金最適化ガイド や OpenAI API 中小企業向けコスト試算ガイド も参考にしてください。
中小企業での活用シナリオ
社内で複数の生成 AI ツール (問い合わせ対応 bot、議事録要約、社内 FAQ 検索など) を並行運用している企業では、それぞれが別々の API キーで呼び出しているため月末の請求明細だけでは「どの機能がコストを押し上げたか」が分かりません。Langfuse を各アプリの呼び出し経路に組み込んでおけば、機能単位・モデル単位でコストを分解でき、値上がりの原因になっている機能を特定した上で「安いモデルに切り替える」「呼び出し頻度を制限する」といった対策を打てます。
社内でノーコード RAG (外部知識を参照する AI 仕組み) アプリを構築している場合は、Dify のノーコード RAG 構築ガイド と組み合わせ、Dify 側のワークフローから Langfuse へトレースを送る構成も検討に値します。
よくある質問
Q. 個人開発者でも使えるか? A. はい。クラウド版 Hobby はクレジットカード登録不要で 50,000 units/月まで無料利用できます。まずここから API 費用の可視化を試すのが手軽です。
Q. セルフホストと商用サポートを両立できるか? A. 可能です。本体はセルフホストしつつ、SOC2/ISO27001 対応やチーム管理機能が必要になった段階でクラウド版 Pro 以上への移行を検討する、という使い分けもできます。
Q. 日本語での運用情報は十分か? A. 公式ドキュメントは英語中心で、日本語の運用ノウハウはまだ少ない状況です。導入時は公式ドキュメントを一次情報源として確認してください。
まとめ
Langfuse は「API 費用を可視化したいが、まずは無料で試したい」「将来的には自社サーバで運用したい」という中小企業の開発チームに現実的な選択肢です。クラウド版 Hobby から始め、必要に応じて Postgres・Clickhouse・Redis・S3 互換ストレージを揃えたセルフホスト環境へ段階的に移行する、という導入順序が編集部の推奨です。
出典・参考情報
関連リンク
Mira ／ AI経営ラボ 編集長
もっと深く学ぶための関連書籍
複数の生成 AI サービスを社内に組み込むほど、「動いているかどうか」ではなく「どこにコストと不具合の芽があるか」を見える化する運用設計が重要になります。LLM アプリケーションの品質管理や、稼働状況を外から把握できる度合い (オブザーバビリティ) の考え方を体系的に学べる書籍を編集部でまとめて探せるリンクを用意しました。
Amazon で LLMOps・オブザーバビリティ関連書籍を見る → ※ PR・アフィリエイトリンクを含みます
料金プラン
| プラン | 料金 (JPY) | 請求 |
|---|---|---|
| セルフホスト (OSS版) | ¥0 | 月額 |
| Cloud Hobby | ¥0 | 月額 |
| Cloud Core | ¥4,350 | 月額 |
| Cloud Pro | ¥29,850 | 月額 |
| Cloud Enterprise | ¥374,850 | 買い切り |
👍 メリット
- 本体は MIT ライセンスのオープンソース、自社サーバへの導入が無料 (EE フォルダの一部機能を除く)
- OpenAI / Anthropic / Google 等の API 呼び出しごとのコストを自動集計、モデル別の内訳をダッシュボードで可視化
- トレーシング・プロンプト管理・評価・データセット・プレイグラウンドが 1 ツールに統合
- GitHub スター 31.8k、OpenAI SDK / LangChain / LlamaIndex / Haystack / LiteLLM など主要統合が豊富
- 個人開発者は Cloud Hobby (無料枠 50,000 units/月) からクレジットカード不要で試せる
👎 デメリット
- セルフホストの本番運用には Postgres・Clickhouse・Redis・S3 互換ストレージが必要で構築難度は高め
- 全コンポーネントを UTC タイムゾーンで動かす必要があり、設定漏れはダッシュボードの数値異常につながる
- SSO・RBAC 等のチーム管理機能は Pro プラン + Teams アドオン (月額 $300) が前提
- 公式ドキュメントは英語が中心、日本語での運用ノウハウはまだ少ない