Galileo AI est une plate-forme de garde-corps de production et d'observabilité de l'IA d'évaluation GenAI pour les scénarios , couvrant les indicateurs RAG/Agent expérimentaux hors ligne, les traces en ligne, le modèle d'évaluation Luna-2 à faible latence et le déploiement au niveau de l'entreprise.

GalileoAI

Paramètres et statistiques de base

La page produit de Galileo AI définit la plateforme comme une plateforme d'ingénierie d'observabilité et d'évaluation de l'IA, dans le but de transformer l'évaluation hors ligne en garde-fous de production. La page de documentation explique en outre que Galileo est destiné aux applications GenAI et agents, au service des ingénieurs, des chefs de produit et des experts du domaine, et est accessible via le SDK Python du framework Agent, le SDK TypeScript ou l'API (Document officiel).

Projets	Informations publiques
Positionnement du produit	Plateforme de garde-corps d'observation, d'évaluation et de production pour les applications GenAI et Agentic
Objets clés	traces, sessions, étendues, ensembles de données, invites, métriques, garde-corps
Scénario principal	Évaluations RAG, évaluations d'agents, évaluations de sécurité, évaluations de sécurité, évaluations personnalisées
Méthode d'accès	Console Web SDK Python, SDK TypeScript, API, intégration du framework Agent/LLM commun
Capacité de production	Évaluation hors ligne, observation en ligne, réglage des indicateurs Évaluation à faible latence Luna-2, garde-corps en temps réel
Formulaires de déploiement	SaaS, cloud privé virtuel, sur site
Dernière mise à jour publique	2026-06-05 Contrôle des agents pour les entreprises clientes
Portail de tarification	Pages de tarification publique à trois niveaux Gratuit, Pro et Entreprise

Limite des capacités : Galileo AI n'est pas un chatbot général, ni une simple plateforme de journalisation ; il est plus adapté aux équipes qui disposent déjà d'applications GenAI, RAG ou Agent et qui ont besoin de mesurer la qualité, de localiser les modes de défaillance et de contrôler les risques de production. Si l’équipe n’est pas encore entrée dans le développement d’applications d’IA ou n’a pas de trafic en ligne, la valeur de la plateforme se reflétera davantage dans la construction de méthodes d’évaluation que dans les avantages commerciaux immédiats.

Reconnaissance des utilisateurs et du marché

Les signaux de marché de Galileo proviennent principalement des entreprises clientes, de l'écosystème de financement et de coopération. L'annonce officielle de la série B a révélé que Galileo avait annoncé 45 millions de dollars américains en série B le 15 octobre 2024, avec un financement cumulé atteignant 68 millions de dollars américains. La même annonce a également révélé que les revenus ont augmenté de 834 % depuis 2024, que le nombre de clients professionnels a été multiplié par 4 et que 6 sociétés Fortune 50 ont été introduites et que Twilio, Comcast, HP et ServiceTitan sont répertoriés. En attente de clients ou de partenaires (Annonce officielle).

Approbation d'entreprise : les avis de clients ou de partenaires tels que Writer, Cisco Outshift, Ema, NVIDIA, Satisfi Labs, MongoDB, CrewAI, HP, Clearwater Analytics, etc. apparaissent sur la page produit et la page de tarification. Ce qui est plus important pour les jugements d'achat, c'est que ces évaluations se concentrent sur la « chaîne d'outils d'évaluation », « l'observation des agents », « l'intégration NVIDIA NeMo » et « l'évaluation de la production Luna-2 », ce qui indique que Galileo se concentre sur la gestion de la qualité de l'IA au niveau de l'entreprise plutôt que sur les outils d'efficacité personnelle.

Approbation écologique : l'article officiel de la version Agent Reliability révèle que Graph Engine prend en charge CrewAI, LangGraph, OpenAI Agents SDK, LlamaIndex et d'autres frameworks ; les notes de version du 08/05/2026 ont également ajouté le traçage distribué multi-agents A2A et les extensions OpenTelemetry. Ce type d'adaptation écologique réduit les coûts d'accès, mais la disponibilité réelle dépend toujours du cadre actuel de l'équipe, des normes de journalisation et des exigences de conservation des données.

Avantage de coût

L’avantage en termes de coût de Galileo AI ne réside pas dans « l’abonnement SaaS le moins cher », mais dans le remplacement des pipelines LLM à usage général, coûteux et lents, en tant que juge, par des modèles d’évaluation spécialement conçus comme Luna-2. La page produit indique que Luna peut distiller des évaluations optimisées dans un modèle qui surveille 100 % du trafic et fonctionne à un coût inférieur de 96 % ; la version Agent Reliability indique que Luna-2 prend en charge plus de 20 indicateurs tout en exécutant une latence inférieure à 200 ms et est 97 % moins cher que les solutions traditionnelles basées sur LLM.

Client C/particulier : le forfait gratuit est disponible publiquement pour 0 $/mois, comprenant 5 000 traces/mois, un nombre illimité d'utilisateurs et des évaluations personnalisées illimitées, ce qui convient aux développeurs et aux petites équipes pour vérifier et évaluer les idées. La limitation est que le quota gratuit couvre principalement les expériences et les applications à petite échelle et ne peut pas remplacer les exigences de SSO, de support dédié, d'isolation de déploiement et de gouvernance des données des environnements de production d'entreprise.

Développeur/API : le forfait Pro coûte 100 $/mois, permet d'économiser 33 % sur le paiement annuel et comprend 50 000 traces/mois, le RBAC standard, les analyses et informations avancées et le support Slack ; la page de tarification indique que le prix évoluera en fonction du nombre de traces. L'équipe de développement doit calculer ensemble le nombre de traces, le nombre d'indicateurs d'évaluation, les appels LLM-as-a-juge, les appels d'indicateur Luna et la conservation des journaux.

Entreprise/Privé : Entreprise est Contactez-nous et comprend des traces illimitées, des limites de débit personnalisées, des déploiements hébergés/VPC/sur site, un RBAC/SSO de niveau entreprise, un CSM dédié, des garde-fous en temps réel, une assistance 24h/24 et 7j/7, des serveurs d'inférence dédiés à faible latence et une assistance technique déployée vers l'avant. En ce qui concerne les conditions de raisonnement et de sécurité dédiées aux VPC, sur site, le devis réel et les limites du contrat sont soumis à la page officielle en temps réel et à la confirmation commerciale.

Fonctions principales

Les fonctions de Galileo AI tournent autour de « la capture de données réelles, la construction d'évaluations, la découverte de défaillances et la mise en ligne d'évaluations comme garde-fous ». Il convient pour étendre la qualité de l’IA des tests hors ligne à la gouvernance en ligne.

• Actifs de données et d'annotations : créez des ensembles de données à partir de données synthétiques, de développement et de production en direct, et formez des actifs de vérité de terrain continuellement mis à jour grâce aux annotations d'experts du domaine.
• Indicateurs RAG/Agent/Sécurité/Sécurité : la page produit officielle expose plus de 20 évaluations prêtes à l'emploi, couvrant RAG, les agents, la sûreté, la sécurité et prend en charge les évaluateurs personnalisés.
• Graphique de l'agent et observation des traces : description de la page Fiabilité de l'agent. La vue graphique peut présenter chaque appel de branche, de décision et d'outil, aidant ainsi l'équipe à localiser les points de décalage dans le chemin de l'agent en plusieurs étapes.
• Insights Engine : effectuez une analyse des modes de défaillance sur le comportement de l'agent, localisez la cause première, le transfert multi-agents, le modèle de sélection des outils, et fournissez des preuves liées et des suggestions exploitables.
• Évaluation de la production Luna-2 : la page Luna-2 divulgue des indicateurs tels que des jetons de 0,12 $/1 million, une précision de 0,95, une latence moyenne de 152 ms, 128 000 jetons maximum, etc. pour une évaluation de la production à faible coût et à faible latence.
• Contrôle des agents et gestion des garde-corps : les notes de version du 05/06/2026 montrent que le contrôle des agents peut gérer de manière centralisée les garde-fous des agents d'entreprise pour bloquer les risques tels que l'injection d'invites de contenu nuisible et les fuites de données personnelles.

Evolution du modèle et de la version

Les informations pertinentes n'ont pas été rendues publiques, veuillez vous référer à la page officielle en temps réel.

Avantages techniques

L'avantage technique de Galileo AI vient de la combinaison « modèle d'évaluation + données d'observation + garde-fous de production » plutôt que des performances d'un modèle à point unique.

Modèle d'évaluation dédié : Luna-2 utilise un SLM spécialement conçu pour l'évaluation afin d'effectuer des jugements de qualité à haute fréquence. Mécaniquement, il distille les tâches coûteuses de LLM en tant que juge dans un modèle à faible latence ; en effet, la plateforme peut évaluer en continu le trafic de production à un taux d'échantillonnage élevé ; les scénarios applicables sont les applications qui nécessitent un contrôle continu des risques, telles que les agents du service client, les questions et réponses RAG, les finances/soins médicaux, etc.

Observation native de l'agent : Graph Engine présente les branches de l'agent, les appels d'outils, les chemins de décision et le contexte de session de manière unifiée. Mécaniquement, il étend les étendues/traces des journaux linéaires aux chemins graphiques ; en effet, cela permet aux équipes d'ingénierie de localiser plus facilement les erreurs telles que la sélection des outils, le transfert et l'exécution des actions ; les scénarios applicables sont des flux métiers multi-étapes, multi-outils et multi-agents.

De l'évaluation au garde-fou : la plateforme connecte les indicateurs hors ligne, les signaux en ligne et le blocage en temps réel. Mécaniquement, les scores d'évaluation peuvent contrôler les actions, l'accès aux outils et les chemins d'escalade ; en effet, le jugement sur la qualité ne se limite pas aux rapports, mais peut déclencher une protection en production ; Les scénarios applicables sont les entreprises qui ont de fortes contraintes en matière d’injection rapide de fuites de PII, de sorties nuisibles ou d’appels d’outils incorrects.

Comment utiliser

L'accès à Galileo AI est divisé en trois catégories : SDK/API de console de produit et déploiement en entreprise. Les développeurs peuvent commencer par s’inscrire gratuitement sur le site officiel. Les équipes d'entreprise doivent généralement d'abord clarifier les limites des données, les politiques de conservation des journaux SSO/RBAC et les formulaires de déploiement.

Comment utiliser	Convient à tout le monde	Principales actions	Précautions
Console Web	Responsable qualité IA produit et fonctionnement	Afficher les traces, les sessions, les métriques, les expériences et les insights	Vous devez d'abord accéder aux journaux d'application ou importer des données expérimentales
SDK Python/TypeScript	Équipe d'ingénierie Agent développeur	Enregistrez la première trace, exécutez des expériences, accédez au framework	Besoin de gérer la clé API, la clé du projet, les champs de journalisation et la stratégie d'échantillonnage
Intégration du framework Agent/LLM	Équipes utilisant LangGraph, CrewAI, OpenAI Agents SDK, etc.	Enregistrez automatiquement les appels et les traces de l'outil de chemin d'agent	La profondeur d'intégration dépend de la version actuelle du framework et de la prise en charge d'OTel
Déploiements d'entreprise	Équipes de sécurité, de conformité et de plateforme	Évaluation de scénario hébergé, VPC ou sur site	Nécessite un contrat de validation commerciale, la résidence des données, un SLA de support et une inférence dédiée

Le chemin de mise en œuvre typique consiste d'abord à enregistrer une trace réelle, puis à exécuter des indicateurs d'évaluation sur les traces, puis à étendre les indicateurs stables pour expérimenter et protéger. Pour le système RAG, la priorité est donnée à la vérification de la qualité de la récupération, de la précision du contexte et des hallucinations ; pour le système Agent, la priorité est donnée à la vérification de la qualité de la sélection des outils, de l'avancement des actions, de l'achèvement des actions et de la qualité des conversations.

Prix des produits

La page de tarification de Galileo AI est ouverte à trois niveaux : Gratuit, Pro et Entreprise. Free est destiné aux développeurs et aux petites équipes, Pro est destiné aux équipes qui souhaitent démarrer en toute confiance et Enterprise est destiné aux organisations qui ont besoin d'évolutivité, de sécurité et d'un support avancé.

Planifier	Prix ​​public	Quota/capacité publique	Limite applicable
Gratuit	0$/mois	5 000 traces/mois, utilisateurs illimités, évaluations personnalisées illimitées	Expérimentation, concepts d'évaluation, petites équipes précoces
Pro	À partir de 100 $/mois, payé annuellement ; échelles de prix avec traces	50 000 traces/mois, RBAC standard, analyses et informations avancées, prise en charge Slack	Production à petite échelle ou équipes en croissance
Entreprise	Contactez-nous	Traces illimitées, limites de débit personnalisées, hébergé/VPC/sur site, RBAC/SSO, garde-fous en temps réel, assistance 24h/24 et 7j/7, serveurs d'inférence dédiés	À l'échelle de l'entreprise, conformité, support privé ou dédié

Point de risque de facturation : les coûts d'évaluation de l'IA proviennent non seulement des abonnements Galileo, mais incluent également l'invocation du modèle LLM en tant que juge, la conservation des données, le nombre d'indicateurs d'évaluation, le taux d'échantillonnage des traces, le serveur d'inférence dédié, ainsi que le fonctionnement et la maintenance internes. Luna-2 peut réduire le coût de l'évaluation à haute fréquence, mais les conditions d'activation, la couverture spécifique des indicateurs et les termes du contrat d'entreprise des métriques Luna doivent toujours être soumis à la page officielle en temps réel et à la confirmation commerciale.

Scénarios d'application

• Mesures de qualité RAG : mesure la qualité de la récupération, la pertinence contextuelle, l'illusion de réponse et la cohérence des citations. L'objectif de l'acceptation est de savoir si les indicateurs de récupération sont alignés sur la réalité commerciale réelle, plutôt que de se limiter à une seule démonstration de questions-réponses.
• Observation de la production d'agents IA : utilisé pour les appels d'outils, les branchements, les transferts, l'achèvement des actions et la surveillance de la qualité des conversations des agents en plusieurs étapes. L'objectif de l'acceptation est de savoir si la travée défaillante peut être localisée rapidement, et les suggestions peuvent être renvoyées vers une invite, un schéma d'outil ou une conception de processus.
• Garde-corps de sécurité et de conformité : utilisés pour les scénarios à haut risque tels qu'une injection rapide, une fuite de données personnelles, un contenu nuisible et des appels d'outils incorrects. L'acceptation se concentre sur le blocage à faible latence, le taux de fausses interceptions, les journaux d'audit et le mécanisme de restauration manuelle.
• Plateforme d'ingénierie d'évaluation : utilisée pour intégrer des ensembles de données, des expériences, des métriques personnalisées, des commentaires humains et des portes de publication dans le processus de recherche et développement. L'objectif de l'acceptation est de savoir si le contrôle d'accès CI/CD ou version release peut être réutilisé de manière stable sans recourir à un examen manuel unique.
• Enterprise AI Operations Governance : utilisé pour regrouper les traces de production, les coûts, les exceptions et les suggestions d'amélioration entre les départements. L'objectif de l'acceptation est de savoir si les autorisations, la conservation des données VPC/sur site, SSO/RBAC et le SLA de support répondent aux exigences de l'organisation.

Personnes concernées

• Équipe d'ingénierie d'applications IA : convient aux équipes qui créent des RAG, des agents, des robots de service client, des recherches de questions et réponses ou des flux de travail automatisés pour unifier les journaux, les avis et le diagnostic d'anomalies en ligne sur une seule plateforme.
• Experts produits et domaines : convient aux chefs de produit et aux PME qui doivent participer à l'annotation, évaluer la qualité des réponses et définir des critères de réussite commerciale. Utilisez des annotations et des évaluations personnalisées pour transformer les jugements subjectifs en indicateurs traçables.
• Équipes de plate-forme et de sécurité : pour les équipes de plate-forme d'entreprise nécessitant SSO/RBAC, la conservation des données, les garde-corps de production PII et le contrôle des risques d'injection rapide.
• Équipe d'expérimentation à haute fréquence : convient aux équipes de produits d'IA qui doivent comparer des invites, des modèles, des ensembles de données et des expériences, et mettre à niveau les tests ponctuels vers une évaluation systématique.

Les situations qui ne conviennent pas très bien sont : seul un chat général est requis, il n'y a pas d'application d'IA en ligne, des traces/ensembles de données ne peuvent pas être fournis, ou l'équipe n'a temporairement pas de responsable de la gouvernance des indicateurs. La valeur de Galileo AI vient de la mesure et de l’amélioration continues. Sans flux de données et sans propriétaires organisationnels, la plateforme devient « un tableau de bord de plus ».

Résumé et Outlook

La compétence principale de Galileo AI réside dans l'intégration du modèle d'évaluation à faible latence observable Luna-2 de l'agent d'évaluation GenAI et des garde-corps de production dans le même flux de travail. Il résout la partie la plus difficile de l'IA d'entreprise, du POC à la production : comment prouver que les modèles et les agents sont fiables, explicables, améliorables et capables de bloquer les risques dans le trafic réel.

Les limites actuelles sont également très claires : certaines fonctionnalités de l'entreprise nécessitent une confirmation commerciale et les métriques Luna sont activées sur demande ; les prix changeront en fonction des traces et des conditions commerciales ; La réussite de l'intégration SDK/framework dépend de l'architecture existante ; les indicateurs d’évaluation nécessitent un calibrage continu de la vérité commerciale et du feedback des PME. Pour les secteurs à haut risque, il sera toujours nécessaire de combiner les résultats d'évaluation automatisés de Galileo avec des audits manuels, des processus de conformité et des tests de sécurité.

La suggestion de mise en œuvre consiste à sélectionner d'abord un processus RAG ou Agent mesurable et de grande valeur pour le pilotage, et à définir des indicateurs tels que la couverture des traces, l'heure de localisation des pannes, le volume d'examen manuel, le taux de fausses alarmes d'interception et le taux de réussite du contrôle d'accès en ligne ; lorsque les indicateurs sont stables, étendez-vous au déploiement multi-équipes, multi-agents ou en entreprise. Avant d'acheter, les entreprises doivent se concentrer sur l'examen des conditions VPC/sur site SSO/RBAC, de la portée d'activation de Luna-2 pour la conservation des données, des coûts d'inférence dédiés et des limites de support 24h/24 et 7j/7.

Version de Galileo AI et évolution du produit

Galileo AI est une plateforme cloud itérative en permanence qui n'a pas de numéro de version fixe comme les logiciels de bureau traditionnels. Un contexte de version plus approprié est divisé en fonction des jalons publics officiels : Intelligence d'évaluation, fiabilité de l'agent, Luna Studio et contrôle de l'agent.

Jalons de la ligne principale

• 2024-10-15 : Plateforme d'intelligence d'évaluation. L'annonce officielle de la série B décrit la plate-forme comme une intelligence d'évaluation couvrant le flux de travail de développement de l'IA. Les composants du produit incluent Fine-Tune, Evaluate, Observe et Protect, et soulignent que Luna Evaluation Suite peut évaluer les hallucinations, l'efficacité de la récupération, la qualité des agents et d'autres facteurs.
• 2025-07-16 : Plateforme de fiabilité des agents. Le blog officiel a annoncé la plate-forme gratuite Agent Reliability Platform, qui utilise Graph Engine pour résoudre les observations des agents, Insights Engine pour analyser automatiquement les modes de défaillance et Luna-2 pour prendre en charge les garde-fous en temps réel.
• 22/05/2026 : Luna Studio. Release Notes publie Luna Studio pour les entreprises clientes, qui est utilisé pour former des métriques SLM à faible latence et à faible coût, et ajoute des coûts d'intégration pour respecter le budget d'évaluation.
• 2026-06-05 : Contrôle des agents. Les notes de version publient le contrôle d'agent d'entreprise, utilisant un plan de contrôle centralisé pour définir des garde-fous et des politiques de gouvernance, et bloquer l'injection d'invites de contenu nuisible, les fuites de données personnelles et d'autres risques sans modifier le code de l'agent.

Points clés de la vérification

L'environnement de production doit considérer le contrôle d'agent 2026-06-05 comme le dernier nœud de fonctionnalité public, mais la disponibilité réelle peut être affectée par les autorisations de l'entreprise, les packages, les formulaires de déploiement et l'activation des ventes. La page des métriques Luna indique également que les métriques Luna ne sont ouvertes aux clients que sur demande, de sorte que toutes les métriques Luna-2 ne peuvent pas être considérées comme prêtes à l'emploi pour tous les comptes par défaut.

Informations de version

• Contrôle des agents pour les entreprises clientes ：Les notes de version officielles ont publié Agent Control, qui définit de manière centralisée les garde-fous et gère la gouvernance des agents pour les entreprises clientes. Il peut bloquer l'injection rapide de contenu nuisible, les fuites de données personnelles et d'autres risques sans modifier le code de l'agent. （2026-06-05）
• Luna Studio et tableaux des coûts d'intégration ：Les notes de version officielles annoncent la sortie des fonctionnalités d'entreprise de Luna Studio pour la formation de métriques SLM à faible latence et à faible coût, ainsi que l'ajout de la page de gestion des coûts d'intégration pour suivre les coûts de LLM en tant que juge. （2026-05-22）
• Plateforme de fiabilité des agents ：Le blog officiel a annoncé la plateforme gratuite Agent Reliability Platform, qui s'articule autour des garde-corps en temps réel Graph Engine, Insights Engine et Luna-2, prenant en charge l'observation du système multi-agents, l'analyse des modes de défaillance et la protection de la production. （2025-07-16）
• Plateforme d'intelligence d'évaluation ：Le blog officiel a annoncé un financement de série B de 45 millions de dollars et a défini la principale gamme de produits comme Plateforme d'intelligence d'évaluation, couvrant le cycle de vie de la qualité de l'IA tel que le réglage fin, l'évaluation, l'observation et la protection. （2024-10-15）