AIアプリの見える化は「記録の項目」と「保存先」を分けて決める：OpenTelemetryとLangfuse・LangSmith・Heliconeを、公式資料で確かめる

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書を読んでまとめたものです。価格は2026年10月8日に確認し、主な料金ページは10月22日に読み直しました。変わることがあります。

先に結論

• 最低限、1回のAI呼び出しごとに、モデル名、入力と出力のトークン数、所要時間、終了理由、エラーを記録すると、費用の内訳と失敗の場所を後から追えます。これはOpenTelemetryの規約が推奨する項目と重なります。
• 保存先は、(1)自前で集めて既存の監視に入れる、(2)LLM専用の道具（Langfuse、LangSmithなど）に送る、(3)ゲートウェイ（中継役）で全部の呼び出しを通す、の3系統です。
• 会話の本文を残すかは、費用の話ではなく、情報管理の話です。何を残すか、何日残すかを、導入前に決めます。

前提：言葉の整理

• トレースは、1つの依頼（たとえばチャットの1往復）が、どの順で何を呼んだかの記録です。スパンは、その中の1ステップ（モデルの呼び出し、道具の実行、検索）です。
• メトリクスは、記録を集計した数値です（応答時間、1日のトークン数など）。
• OpenTelemetryは、アプリの動きを記録して送るための、ベンダーに依存しない標準です。セマンティック規約は、その記録の項目名の決まりです。
• ゲートウェイ（プロキシ）は、アプリとAI提供元の間に入る中継役です。通過するすべての呼び出しを記録できます。

標準：OpenTelemetryのGenAI規約

公式の規約は、現在は別のリポジトリ（semantic-conventions-genai）に移っています。OpenTelemetry本体の文書のページには、「移動した」との案内が出ていました。状態は、文書に「Development（開発中）」と明記されています。つまり、項目名は変わりうる、ということです。

モデルの呼び出し（クライアントの推論）のスパンについて、規約が定める主な項目は次のとおりです。

エージェント向けには、create_agent、invoke_agent、execute_toolといった操作名のスパンも定められています。メトリクスは、呼び出しの所要時間、最初の応答までの時間、入出力のトークン数などです。

大事な点は、会話の本文にあたる項目が「任意」で、規約が「個人情報を含みうる」と注意していることです。

道具の選択肢

Langfuse

自前で動かす場合、Docker Composeは「ローカルや試験用」で、1台のVMで可用性・拡張・バックアップはないと書かれています。本番は、Kubernetes（Helm）や各クラウドの手順が案内され、PostgreSQL、Redis（またはValkey）、ClickHouse（観測データ用の高速なデータベース）、S3などのオブジェクトストレージが要ります。費用の記録は、AI側の応答の値を送る方法と、モデルの価格表から推定する方法があり、送った値が優先されます。

課金の単位（ユニット）は、トレース、観測（スパン）、スコアの数の合計です。2026年1月16日に、ClickHouseがLangfuseを買収したと発表され、オープンソースと自前運用は続け、ライセンスの変更の予定はない、と書かれています。

LangSmith

トレースの保持期間は、基本が14日、延長が180日です。公式文書によると、2026年9月14日にSaaSの長期保持の上限が180日になると書かれています（この日付はすでに過ぎています）。オンライン評価や自動化ルールを使うと、基本のトレースが延長に自動で格上げされ、費用が増えることがあると警告されています。超過分の従量料金は、読んだページから確認できていません。

Helicone

公式のブログ（2026年3月3日）で、Mintlifyに買収されたと発表されています。サービスは「当面、保守モードで続く」とされ、セキュリティ更新、新モデルへの対応、不具合や性能の修正は続くとあります。新機能の開発を続けるとは書かれていません。10月22日に読み直したところ、このブログには追記が見つかりませんでしたが、公式の料金ページとトップページには「HeliconeはMintlifyの一部ではなくなった。詳細は後日」という表示がありました。買収が取り消されたのか、別の形になったのかは書かれておらず、保守モードが続いているかどうかも、読んだ範囲では確認できません。GitHubのREADMEには、この件の記述は見つかりませんでした。Heliconeを選ぶ前に、公式の最新の案内を見てください。

費用の見積もり

何を残すか：最小の記録項目

見立てです。OpenTelemetryの規約と、Langfuse、LangSmith、OpenAIの文書に共通する項目から、最低限として僕らは次を残す案を考えました。

• 依頼の識別子、会話（セッション）の識別子、アプリの版、環境（本番か試験か）
• 利用者の識別子（個人が特定できない形に変えたもの）
• モデル名（要求と応答）、プロンプトの名前と版
• 入力・出力・キャッシュのトークン数、推論のトークン数
• 所要時間、最初の応答までの時間、終了理由、エラーの種類
• 道具の名前と実行時間、失敗の有無
• 機能の名前（どの画面や処理か）。費用を機能別に分けて見るため

本文は、残す場合も、期間を決めて消します。

つまずきやすい点

• 本文が初期設定で残る。OpenAI Agents SDKは、モデルの入出力と道具の入出力を追跡に含め、既定でオンです。切るには設定（trace_include_sensitive_dataなど）が要ります。使うつもりのない送り先に流れていないか、確認が必要です。
• 保持期間と費用の関係。LangSmithのように、使う機能で保持が延びて費用が増える仕組みがあります。
• 規約の変更。OpenTelemetryのGenAI規約は開発中で、項目名が変わる可能性があります。
• 道具の運営の変化。Heliconeのように、買収で開発の方針が変わり、その後も状況が動く例があります。他の道具も、公式の発表を定期的に見ます。
• 個人情報のマスク。LangSmithは、OpenTelemetryの中継（コレクター）で送る前に機微な情報を伏せる方法を文書化しています。

気をつけること

• この記事は、実際に使って確かめた記録ではありません。内容は公式の文書、料金ページ、発表に基づきます。
• 料金は、Langfuse・LangSmith・Heliconeの料金ページを10月22日に読み直した値で、変わることがあります。LangSmithの従量料金は確認できていません。
• Langfuseの「ユニット」の計算は、僕らの仮の例です。実際の使用量は、記録の設定で変わります。
• OpenTelemetryのGenAI規約は「開発中」です（10月22日に読んだ推論スパンの文書でも、安定版と書かれていたのはerror.typeなどごく一部でした）。細かい項目名は、必ず最新の文書を見てください。
• Arize Phoenixなど、ここで取り上げていない道具は読んでいません。性能の比較はしていません。
• 個人情報や機微な情報の保存、保持期間の法的な要件は、この記事では扱っていません。個別の判断は専門家に相談してください。

出典

• OpenTelemetry GenAI semantic conventions: README（OpenTelemetry、2026年10月8日確認）
• Client Inference（OpenTelemetry GenAI semantic conventions、2026年10月22日確認）
• Agent spans（OpenTelemetry GenAI semantic conventions、2026年10月8日確認）
• Generative AI semantic conventions: moved（OpenTelemetry、2026年10月22日確認）
• Pricing（Langfuse、2026年10月22日確認）
• Self-Hosted Pricing（Langfuse、2026年10月8日確認）
• Billable Units（Langfuse Docs、2026年10月22日確認）
• Observability Data Model（Langfuse Docs、2026年10月8日確認）
• Token & Cost Tracking（Langfuse Docs、2026年10月8日確認）
• Self-host Langfuse（Langfuse Docs、2026年10月22日確認）
• Langfuse joins ClickHouse（Langfuse、2026年1月16日、2026年10月8日確認）
• LangSmith Plans and Pricing（LangChain、2026年10月22日確認）
• Usage and billing（LangSmith Docs、LangChain、2026年10月22日確認）
• Trace with OpenTelemetry（LangSmith Docs、LangChain、2026年10月8日確認）
• Redact sensitive data with the OpenTelemetry Gateway architecture（LangSmith Docs、LangChain、2026年10月8日確認）
• Helicone Pricing（Helicone、2026年10月22日確認）
• Helicone is joining Mintlify（Helicone、2026年3月3日、2026年10月22日確認）
• Helicone README（GitHub、Helicone、2026年10月22日確認）
• Tracing（OpenAI Agents SDK、OpenAI、2026年10月22日確認）
• Usage and Cost API（Claude Platform Docs、Anthropic、2026年10月22日確認）
• How we built our multi-agent research system（Anthropic、2025年6月13日、2026年10月8日確認）

更新履歴

• 2026年10月25日 書き方を直しました。

  • 前：運営者が使っていないと読める書き方 → いま：「この記事は、実際に使って確かめた記録ではありません」。公式の資料を読んでまとめた記事で、使い心地は書いていない、という意味に直した

• 2026年10月22日 公式の資料を読み直して、次の点を直しました。

  • 前：Heliconeは買収され、保守モードで続く → いま：公式サイトに「Mintlifyの一部ではなくなった。詳細は後日」とあり、いまの状況は確認できない
  • 前：保守モードで続くと読める → いま：買収が取り消されたのか、保守モードが続くのかも、読んだ範囲では分からない
  • 前：gen_ai.request.modelなどは条件つき必須 → いま：それぞれ「分かるとき」「持っているとき」「エラーのとき」という条件がつく
  • 前：最初の応答までの時間は推奨の項目 → いま：ストリーミングのときの項目で、名前はgen_ai.response.time_to_first_chunk
  • 前：Langfuseの100万〜1,000万ユニットは7ドル → いま：10万ユニットあたり7ドル
  • 前：月100万ユニットで101ドルは公式の例 → いま：同じ表で計算した値。料金ページには、この例そのものは見つからなかった