गैलीलियो एक GenAI मूल्यांकन AI अवलोकन और उत्पादन गार्डराइल प्लेटफ़ॉर्म है, जो परिदृश्यों के लिए है, जो ऑफ़लाइन प्रयोगात्मक RAG/एजेंट संकेतक, ऑनलाइन ट्रेस, कम-विलंबता लूना-2 मूल्यांकन मॉडल और एंटरप्राइज़-स्तरीय परिनियोजन को कवर करता है।

गैलीलियो

मुख्य पैरामीटर और आँकड़े

गैलीलियो खुद को एआई विश्वसनीयता मंच के रूप में रखता है, और इसकी मुख्य डिलीवरी एक एकीकृत वर्कफ़्लो है जो "ऑफ़लाइन मूल्यांकन को उत्पादन रेलिंग में बदल देती है।" उत्पाद में तीन प्रमुख मॉड्यूल शामिल हैं: एआई मूल्यांकन, एआई अवलोकन, और वास्तविक समय सुरक्षा। इसे SDK, API और वेब कंसोल के माध्यम से एक्सेस किया जाता है, और तीन परिनियोजन विधियों का समर्थन करता है: SaaS, VPC और ऑन-प्रिमाइसेस।

प्रोजेक्ट्स	सार्वजनिक सूचना
उत्पाद स्थिति	जेनएआई और एजेंटिक अनुप्रयोगों के लिए मूल्यांकन, अवलोकन और उत्पादन रेलिंग प्लेटफॉर्म
मूल वस्तुएँ	निशान, सत्र, स्पैन, डेटासेट, संकेत, मेट्रिक्स, रेलिंग
पूर्व निर्धारित संकेतक	आरएजी, एजेंट, सुरक्षा, सुरक्षा और अन्य श्रेणियों को कवर करते हुए 20+ आउट-ऑफ-बॉक्स मूल्यांकन
प्रवेश विधि	वेब कंसोल पायथन एसडीके, टाइपस्क्रिप्ट एसडीके, रेस्ट एपीआई, मेनस्ट्रीम एजेंट फ्रेमवर्क इंटीग्रेशन
वर्कफ़्लो कवरेज	ऑफ़लाइन प्रयोग (मूल्यांकन), ऑनलाइन अवलोकन (निरीक्षण), वास्तविक समय रेलिंग (सुरक्षा)
परिनियोजन प्रपत्र	SaaS, वर्चुअल प्राइवेट क्लाउड, ऑन-प्रिमाइसेस
लूना-2 मूल्यांकन मॉडल	$0.12/1एम टोकन, 0.95 सटीकता, 152 एमएस औसत विलंबता, 128k संदर्भ
नवीनतम सार्वजनिक अपडेट	2026-06-05 उद्यम ग्राहकों के लिए एजेंट नियंत्रण
मूल्य निर्धारण योजनाएँ	मुफ़्त / प्रो ($100/महीना) / एंटरप्राइज़ (हमसे संपर्क करें) तीन स्तरीय

सीमा नोट: गैलीलियो कोई सामान्य चैटबॉट या शुद्ध लॉगिंग प्लेटफ़ॉर्म नहीं है। इसके लिए ऐसी टीमों की आवश्यकता है जिनके पास पहले से ही GenAI, RAG, या एजेंट एप्लिकेशन है और जो जमीनी सच्चाई के निर्माण, मेट्रिक्स को कैलिब्रेट करने और रेलिंग रणनीतियों को परिभाषित करने में समय लगाने को तैयार हैं। यदि टीम ने अभी तक एआई एप्लिकेशन विकास में प्रवेश नहीं किया है या मूल्यांकन पद्धति का अभाव है, तो प्लेटफ़ॉर्म की प्रारंभिक ऑनबोर्डिंग लागत टूल की कीमत से अधिक होगी।

उपयोगकर्ता और बाज़ार की पहचान

गैलीलियो के बाजार संकेत सी-पोर्ट प्रतिष्ठा या गिटहब सितारों के बजाय उद्यम-स्तर के ग्राहक अपनाने और पूंजी मान्यता के दो आयामों पर ध्यान केंद्रित करते हैं।

वित्तपोषण और कॉर्पोरेट विकास: अक्टूबर 2024 में, आधिकारिक तौर पर घोषणा की गई कि इसने 45 मिलियन अमेरिकी डॉलर की सीरीज बी पूरी कर ली है, जिसमें कुल 68 मिलियन अमेरिकी डॉलर का वित्तपोषण है; उसी घोषणा से पता चला कि 2024 के बाद से राजस्व में 834% की वृद्धि हुई है, कॉर्पोरेट ग्राहकों की संख्या में 4 गुना वृद्धि हुई है, और 6 फॉर्च्यून 50 कंपनियों को पेश किया गया है। सार्वजनिक पृष्ठ पर निवेशकों का खुलासा नहीं किया गया है, लेकिन एआई मूल्यांकन ट्रैक में वित्तपोषण का पैमाना शीर्ष स्तर पर है।

ग्राहक और इको-पार्टनर: ग्राहक या पार्टनर की समीक्षाएं जैसे कि ट्विलियो, कॉमकास्ट, एचपी, राइटर, सिस्को आउटशिफ्ट, ईएमए, एनवीआईडीआईए, सैटिस्फी लैब्स, मोंगोडीबी, क्रूएआई, क्लियरवॉटर एनालिटिक्स आदि उत्पाद पृष्ठ और मूल्य निर्धारण पृष्ठ पर दिखाई देते हैं। मूल्यांकन "लूना-2 उत्पादन मूल्यांकन और आरएजी गुणवत्ता प्रबंधन का निरीक्षण करने के लिए एजेंट के रूप में गैलीलियो का उपयोग" पर केंद्रित है, यह दर्शाता है कि इसका ध्यान उद्यम-स्तरीय एआई शासन परिदृश्यों पर है।

डेवलपर समुदाय: GitHub संगठन rungalileo के 184 अनुयायी और 58 रिपॉजिटरी हैं। मुख्य ओपन सोर्स परियोजनाओं में एजेंट-लीडरबोर्ड (224 सितारे, एलएलएम एजेंट क्षमताओं को रैंक करने के लिए उपयोग किया जाता है), मतिभ्रम-सूचकांक (116 सितारे, एलएलएम मतिभ्रम प्रवृत्ति का मूल्यांकन), गैलीलियो-पायथन एसडीके (22 सितारे, अपाचे-2.0 लाइसेंस) शामिल हैं। ओपन सोर्स वेयरहाउस एक प्रदर्शन और एकीकरण उदाहरण के रूप में अधिक है, और उत्पाद की मुख्य क्षमताएं बंद स्रोत SaaS परत में हैं।

लागत लाभ

गैलीलियो की लागत संरचना पारंपरिक एलएलएम निगरानी उपकरणों से मौलिक रूप से अलग है: यह हर बार जीपीटी-5.4 या क्लाउड को जज के रूप में बुलाने पर निर्भर नहीं करता है, बल्कि उच्च-आवृत्ति मूल्यांकन की लागत को सामान्य समाधान के 3%-5% तक कम करने के लिए लूना-2 समर्पित मूल्यांकन मॉडल का उपयोग करता है।

सी ग्राहक/व्यक्ति: निःशुल्क योजना $0/माह, इसमें 5,000 ट्रेस/माह, असीमित उपयोगकर्ता, असीमित कस्टम मूल्यांकन शामिल हैं। व्यक्तिगत डेवलपर्स के लिए अवधारणा का छोटे पैमाने पर प्रमाणन करने के लिए उपयुक्त। सीमा यह है कि मुफ़्त कोटा उत्पादन आवश्यकताओं से बहुत कम है (उच्च-आवृत्ति एजेंट सिस्टम एक दिन में हजारों ट्रेस उत्पन्न कर सकते हैं), और इसमें एसएसओ, आरबीएसी और समर्पित समर्थन का अभाव है।

डेवलपर/एपीआई: प्रो योजना $100/माह से शुरू होती है (वार्षिक एनोटेशन पर 33% की बचत) और इसमें 50,000 ट्रेस/माह, मानक आरबीएसी, उन्नत विश्लेषण और स्लैक समर्थन शामिल है। मूल्य निर्धारण पृष्ठ नोट करता है कि कीमतें निशानों की संख्या के साथ रैखिक रूप से बढ़ती हैं। विकास टीम की वास्तविक लागत में न केवल सदस्यता शुल्क शामिल है, बल्कि एलएलएम-ए-जज कॉलिंग लूना संकेतक, डेटा प्रतिधारण और प्रयोग भंडारण का ओवरहेड भी शामिल है।

एंटरप्राइज़/निजी: एंटरप्राइज़ हमसे संपर्क करता है और इसमें असीमित ट्रेस, कस्टम दर सीमाएं, होस्टेड/वीपीसी/ऑन-प्रिमाइसेस परिनियोजन विकल्प, एंटरप्राइज़-ग्रेड आरबीएसी/एसएसओ, समर्पित सीएसएम, वास्तविक समय रेलिंग 24/7 समर्थन, कम-विलंबता समर्पित अनुमान सर्वर और आगे तैनात इंजीनियरिंग समर्थन शामिल हैं। GPT-5.4 के $5.00/1M टोकन की तुलना में लूना-2 के $0.12/1M टोकन मूल्यांकन लागत का लगभग 97% बचा सकते हैं। हालाँकि, लूना मेट्रिक्स एंटरप्राइज़ अनुबंधों के अनुसार खुले हैं और डिफ़ॉल्ट रूप से सभी उपयोगकर्ताओं के लिए उपलब्ध नहीं हैं।

छिपी लागत: एआई माप की वास्तविक लागत न केवल गैलीलियो सदस्यता से आती है, बल्कि इसमें शामिल है: माप मेट्रिक्स के निर्माण और अंशांकन, डेटा प्रतिधारण और बैंडविड्थ, संचालन और रखरखाव में निवेश की गई एलएलएम-ए-जज कॉल फीस, समर्पित अनुमान सर्वर का संचालन और रखरखाव, और माप प्रक्रिया को सीखने और विकसित करने के लिए टीम का समय। लूना-2 उच्च-आवृत्ति मूल्यांकन की सीमांत लागत को कम करता है, लेकिन ग्राउंडट्रूथ निर्माण और संकेतक अनुकूलन में प्रारंभिक इंजीनियरिंग निवेश को नजरअंदाज नहीं किया जा सकता है।

मुख्य कार्य

गैलीलियो के कार्यों को मॉड्यूल द्वारा स्वतंत्र रूप से ढेर किए जाने के बजाय "डेटा कैप्चर → मूल्यांकन और निर्माण → विफलता विश्लेषण → रेलिंग लॉन्च" के चार चरणों के आसपास व्यवस्थित किया जाता है।

• डेटा और एनोटेशन परिसंपत्ति प्रबंधन: सिंथेटिक डेटा, विकास संदर्भ और उत्पादन ट्रैफ़िक से डेटा सेट का निर्माण करें, और लगातार अद्यतन ग्राउंडट्रूथ संपत्ति बनाने के लिए डोमेन विशेषज्ञों से एनोटेशन का समर्थन करें। मुख्य स्वीकृति बिंदु यह हैं कि क्या एनोटेशन वर्कफ़्लो को मौजूदा डेटा पाइपलाइन और ग्राउंडट्रुथ के संस्करण प्रबंधन और रोलबैक तंत्र से जोड़ा जा सकता है।
• 20+ पूर्व निर्धारित मूल्यांकन संकेतक + कस्टम मूल्यांकन: आरएजी इवल्स (पुनर्प्राप्ति गुणवत्ता, संदर्भ परिशुद्धता), एजेंट इवल्स (उपकरण चयन, कार्रवाई उन्नति, कार्रवाई पूर्णता), सुरक्षा इवल्स (पूर्वाग्रह, विषाक्तता), सुरक्षा इवल्स (शीघ्र इंजेक्शन, पीआईआई रिसाव) को कवर करता है। कस्टम समीक्षाएँ कोड-आधारित या एलएलएम-एज़-जज स्वचालित पीढ़ी का समर्थन करती हैं। मुख्य स्वीकृति बिंदु यह हैं कि क्या पूर्व निर्धारित संकेतक व्यावसायिक डोमेन के साथ संरेखित हैं और क्या कस्टम संकेतकों की सटीकता दर (F1) 80% से अधिक तक पहुंच सकती है।
• ग्राफ इंजन एजेंट अवलोकन: एजेंट की शाखाओं, टूल कॉल, निर्णय पथ और सत्र संदर्भों को रैखिक लॉग से ग्राफ पथ तक विस्तारित करें, मल्टी-एजेंट सिस्टम A2A प्रोटोकॉल और वितरित ट्रेसिंग का समर्थन करें। मुख्य स्वीकृति बिंदु विफल अवधि का तुरंत पता लगाने और 2-3 क्लिक के भीतर पूर्ण एट्रिब्यूशन लिंक देखने में सक्षम होना है।
• इनसाइट्स इंजन स्वचालित विफलता विश्लेषण: एजेंट व्यवहार डेटा का विश्लेषण करें, विफलता पैटर्न, छिपे हुए पैटर्न और मूल कारणों की पहचान करें, और कार्रवाई योग्य सुझाव दें (जैसे "टूल इनपुट में कुछ-शॉट उदाहरण जोड़ें")। मुख्य स्वीकृति बिंदु सिफारिशों की सटीकता और गलत सकारात्मक दर और वह दर है जिस पर इंजीनियरिंग टीम सिफारिशों को अपनाती है।
• लूना-2 उत्पादन-स्तर मूल्यांकन: सामान्य एलएलएम-ए-जज को बदलने के लिए 3बी/8बी मापदंडों के साथ एसएलएम का उपयोग करें, उप-200एमएस विलंबता, 128k संदर्भ और $0.12/1M टोकन के साथ कम लागत वाला मूल्यांकन प्राप्त करें। मुख्य स्वीकृति बिंदु मानव एनोटेशन के साथ लूना मेट्रिक्स की स्थिरता और उच्च क्यूपीएस पर विलंबता स्थिरता हैं।
• एजेंट नियंत्रण केंद्रीकृत रेलिंग प्रबंधन: एजेंट कोड को बदले बिना हानिकारक सामग्री शीघ्र इंजेक्शन, पीआईआई रिसाव और क्रॉस-उपयोगकर्ता संचालन जैसे जोखिमों को रोकने के लिए रेलिंग नीतियों को परिभाषित करने के लिए एक केंद्रीकृत नियंत्रण विमान का उपयोग करें। मुख्य स्वीकृति बिंदु गलत अवरोधन दर, ऑडिट लॉग अखंडता और मैन्युअल फ़ॉलबैक पथ हैं।
• ऑटो-ट्यून और सतत सीखना: सीएलएचएफ (कंटीन्यूअस लीयर) के माध्यम से

मानव प्रतिक्रिया के साथ) तंत्र, मूल्यांकन संकेत को स्वचालित रूप से अनुकूलित करने और संकेतक सटीकता में धीरे-धीरे सुधार करने के लिए कुछ-शॉट उदाहरणों का उपयोग करता है। मुख्य स्वीकृति बिंदु ऑटो-ट्यून की वैधता अवधि हैं और क्या बार-बार मैन्युअल हस्तक्षेप की आवश्यकता है।

मॉडल और संस्करण विकास

गैलीलियो एक SaaS प्लेटफ़ॉर्म है जो लगातार चलता रहता है। संस्करण इतिहास को आधिकारिक सार्वजनिक मील के पत्थर के अनुसार चार चरणों में विभाजित किया जा सकता है:

मुख्य लाइन मील के पत्थर

• 2024-10-15: मूल्यांकन इंटेलिजेंस प्लेटफ़ॉर्म। सीरीज बी की घोषणा मुख्य उत्पाद लाइन को मूल्यांकन इंटेलिजेंस के रूप में फिर से परिभाषित करती है, जिसमें फाइन-ट्यून, मूल्यांकन, निरीक्षण और सुरक्षा के चार चरणों को शामिल किया गया है, जिसमें ऑफ़लाइन प्रयोग से उत्पादन प्रबंधन तक पूर्ण लिंक पर जोर दिया गया है। यह गैलीलियो के लिए प्रारंभिक एनएलपी उपकरण से जेनएआई मूल्यांकन मंच तक एक महत्वपूर्ण संक्रमण है।
• 2025-07-16: एजेंट विश्वसनीयता प्लेटफार्म। एजेंट विश्वसनीयता प्लेटफ़ॉर्म मुफ़्त में जारी करें, ग्राफ़ इंजन (एजेंट पथ अवलोकन), इनसाइट्स इंजन (स्वचालित विफलता विश्लेषण) और लूना-2 (कम-विलंबता मूल्यांकन मॉडल) पेश करें, और उत्पाद फोकस को "आरएजी मूल्यांकन" से "एजेंट पूर्ण जीवन चक्र विश्वसनीयता" तक विस्तारित करें।
• 2026-05-22: लूना स्टूडियो और एकीकरण लागत। रिलीज़ नोट्स लूना स्टूडियो एंटरप्राइज़ क्षमताओं को रिलीज़ करता है, जिससे उद्यमों को कस्टम कम-विलंबता एसएलएम संकेतकों को प्रशिक्षित करने की अनुमति मिलती है; और एकीकरण लागत लागत प्रबंधन पृष्ठ भी जोड़ता है, जिससे टीमों को एलएलएम-ए-जज, लूना और बनाए रखा व्यय संरचनाओं को दृष्टिगत रूप से ट्रैक करने की अनुमति मिलती है।
• 2026-06-05: एजेंट नियंत्रण। रिलीज़ नोट्स रेलिंग और शासन नीतियों को प्रबंधित करने के लिए एक केंद्रीकृत नियंत्रण विमान का उपयोग करके एंटरप्राइज़ एजेंट नियंत्रण जारी करता है, और कोड को बदले बिना शीघ्र इंजेक्शन, पीआईआई रिसाव और क्रॉस-यूज़र संचालन जैसे जोखिमों को रोकता है। यह गैलीलियो का "अवलोकन + मूल्यांकन" से "शासन + अवरोधन" तक का उत्पाद विस्तार है।

सत्यापन के मुख्य बिंदु

2026-06-05 एजेंट नियंत्रण नवीनतम सार्वजनिक क्षमता नोड है, लेकिन वास्तविक उपलब्धता एंटरप्राइज़ पैकेज, परिनियोजन प्रपत्र और बिक्री सक्रियण से प्रभावित होती है। लूना मेट्रिक्स को लूना-2 पेज पर "केवल अनुरोध पर ग्राहकों के लिए खुला" के रूप में चिह्नित किया गया है, और सभी प्रीसेट मेट्रिक्स को डिफ़ॉल्ट रूप से उपयोग के लिए तैयार नहीं माना जा सकता है। खरीदारी करते समय, उद्यमों को वर्तमान अनुबंध के दायरे में लूना स्टूडियो और एजेंट कंट्रोल की विशिष्ट सक्रियण शर्तों की पुष्टि करने की आवश्यकता होती है।

तकनीकी लाभ

गैलीलियो का तकनीकी लाभ एकल बिंदु मॉडल या एकल संकेतक के बजाय मूल्यांकन मॉडल, अवलोकन डेटा और उत्पादन रेलिंग के तीन-स्तरीय एकीकरण से आता है।

मूल्यांकन मॉडल परत (लूना-2): लूना-2 नियतात्मक मूल्यांकन आउटपुट के लिए हल्के मीट्रिक हेड के साथ केवल डिकोडर एसएलएम का उपयोग करता है। यांत्रिक रूप से, यह 3बी/8बी बेस पर फाइन-ट्यूनिंग और एडॉप्टर के माध्यम से विभिन्न मूल्यांकन आयामों को अपनाता है। वास्तव में, $0.12/1M टोकन GPT-5.4 के $5.00/1M टोकन की तुलना में प्रत्येक मूल्यांकन की लागत को लगभग 97% कम कर देते हैं, जबकि 0.95 की सटीकता बनाए रखते हैं। लागू परिदृश्य उच्च-आवृत्ति, बहु-सूचकांक समानांतर उत्पादन संदर्भ मूल्यांकन है, जैसे ग्राहक सेवा एजेंट, आरएजी प्रश्नोत्तर और वित्तीय अनुपालन जांच। लूना-2 की 128k संदर्भ विंडो का अर्थ है कि यह लंबी बातचीत परिदृश्यों के अंत-से-अंत मूल्यांकन का समर्थन करता है, जबकि समान कीमत वाले प्रतिस्पर्धियों (जैसे Azure सामग्री सुरक्षा) की 3k विंडो संदर्भ खो देती है।

अवलोकन परत (ग्राफ़ इंजन): ग्राफ़ इंजन एजेंट कॉल को एक रैखिक लॉग से एक निर्देशित ग्राफ़ में परिवर्तित करता है। प्रत्येक नोड एक टूल कॉल या एलएलएम अनुरोध है, और किनारे सूचना प्रवाह और नियंत्रण हस्तांतरण हैं। यंत्रवत्, यह ओपनटेलीमेट्री एक्सटेंशन और एसडीके ब्यूरो के माध्यम से स्पैन और ट्रेस को कैप्चर करता है, और फिर बैकएंड पर पथ टोपोलॉजी का पुनर्निर्माण करता है। वास्तव में, इंजीनियरिंग टीम एक अवलोकन में एजेंट की सभी शाखाओं, पुनर्प्रयासों और त्रुटि पथों को देख सकती है। लागू परिदृश्य जटिल ऑर्केस्ट्रेशन परिदृश्य हैं जैसे मल्टी-एजेंट सहयोग, ए2ए प्रोटोकॉल एमसीपी सर्वर कॉल इत्यादि।

रेलिंग परत (एजेंट नियंत्रण): एजेंट नियंत्रण सीधे निष्पादन नियंत्रण कार्यों के लिए मूल्यांकन स्कोर को मैप करता है। यंत्रवत्, रेलिंग यह निर्धारित करती है कि उपकरण को कॉल करने से पहले पूर्वनिर्धारित नीतियों के आधार पर निष्पादन की अनुमति है या नहीं; वास्तव में, टीम एजेंट कोड को संशोधित किए बिना हानिकारक संचालन को रोक सकती है; लागू परिदृश्य हैं पीआईआई रिसाव रोकथाम प्रॉम्प्ट इंजेक्शन ब्लॉकिंग, क्रॉस-यूज़र ऑपरेशन इंटरसेप्शन, और आर्थिक हानि जोखिम नियंत्रण (जैसे एकल स्थानांतरण की ऊपरी सीमा)।

इंजीनियरिंग ऑब्जर्वेबिलिटी बेसिक्स: गैलीलियो का इनसाइट्स इंजन एक साधारण लॉग एकत्रीकरण नहीं है, बल्कि लाखों सिग्नल (मॉडल प्रॉम्प्ट, फ़ंक्शन, संदर्भ डेटासेट, ट्रेस, एमसीपी सर्वर) पर पैटर्न पहचान करता है। उत्पाद पृष्ठ एक मामला दिखाता है: गैलीलियो स्वचालित रूप से "गलत उपकरण इनपुट के कारण मतिभ्रम" का पता लगाता है और "सही उपकरण इनपुट प्रदर्शित करने के लिए कुछ-शॉट उदाहरण जोड़ने" का सुझाव देता है, यह दर्शाता है कि इसकी मूल कारण विश्लेषण क्षमताओं को सांख्यिकीय सारांश से नियम पीढ़ी में अपग्रेड किया गया है।

कैसे उपयोग करें

गैलीलियो के प्रवेश द्वारों को तीन श्रेणियों में विभाजित किया गया है: वेब कंसोल एसडीके/एपीआई और एंटरप्राइज़ परिनियोजन। डेवलपर्स मुफ़्त में साइन अप करके शुरुआत कर सकते हैं, लेकिन एंटरप्राइज़ टीमों को अक्सर पहले डेटा सीमाओं और अनुपालन आवश्यकताओं को स्पष्ट करने की आवश्यकता होती है।

कैसे उपयोग करें	सभी के लिए उपयुक्त	मुख्य क्रियाएं	सावधानियां
वेब कंसोल	उत्पाद और संचालन एआई गुणवत्ता प्रबंधक	निशान/सत्र/मेट्रिक्स देखें, प्रयोग चलाएं, रेलिंग कॉन्फ़िगर करें	पहले एप्लिकेशन लॉग तक पहुंचने या मूल्यांकन डेटा आयात करने की आवश्यकता है
पायथन एसडीके (गैलीलियो-पायथन)	इंजीनियरिंग टीम एमएल इंजीनियर	पिप इंस्टाल गैलीलियो → गैलीलियोलॉगर को आरंभ करें → निशान और प्रयोग रिकॉर्ड करें	एपीआई कुंजी, प्रोजेक्ट कुंजी, लॉग फ़ील्ड और नमूनाकरण रणनीति प्रबंधित करने की आवश्यकता है
टाइपस्क्रिप्ट एसडीके (गैलीलियो-जेएस)	एजेंट डेवलपर, फुल-स्टैक इंजीनियर	npm इंस्टॉल @rungalileo/galileo-js → क्लाइंट को इनिशियलाइज़ करें → एजेंट फ्रेमवर्क से कनेक्ट करें	मिडलवेयर या कॉलबैक जिसे फ्रेमवर्क (लैंगग्राफ, क्रूएआई, आदि) के साथ सहयोग करने की आवश्यकता है
बाकी एपीआई	बहुभाषी संदर्भ, अनुकूलित एकीकरण	/v1/traces, /v1/experiments, /v1/guardrails और अन्य समापन बिंदुओं पर कॉल करें	प्रमाणीकरण, वर्तमान सीमा और त्रुटि पुनः प्रयास को स्वयं संभालने की आवश्यकता है
उद्यम परिनियोजन	सुरक्षा, अनुपालन और प्लेटफ़ॉर्म टीमें	होस्ट/वीपीसी/ऑन-प्रिमाइसेस परिदृश्यों का मूल्यांकन करें	व्यवसाय सत्यापन अनुबंध, डेटा रेजीडेंसी एसएलए, और समर्पित अनुमान की आवश्यकता है

सामान्य आरंभ पथ: आधिकारिक वेबसाइट से निःशुल्क पंजीकरण करें → एक प्रोजेक्ट बनाएं → एसडीके स्थापित करें और पहला ट्रेस रिकॉर्ड करें → ट्रेस पर प्रीसेट मूल्यांकन संकेतक चलाएं → इनसाइट्स में विफलता मोड देखें → प्रयोग और रेलिंग के लिए स्थिर संकेतकों का विस्तार करें। आरएजी प्रणाली के लिए, पुनर्प्राप्ति गुणवत्ता और मतिभ्रम की पुष्टि करने को प्राथमिकता दी जाती है; एजेंट प्रणाली के लिए, उपकरण चयन गुणवत्ता और कार्रवाई पूर्णता को सत्यापित करने को प्राथमिकता दी जाती है।

त्वरित एकीकरण उदाहरण (पायथन):

गैलीलियो से गैलीलियोलॉगर आयात करें

गैलीलियो_लॉगर = गैलीलियोलॉगर(प्रोजेक्ट='मेरा-प्रोजेक्ट')
ट्रेस के रूप में galileo_logger.start_trace("user-query") के साथ:
    ट्रेस.लॉग_इनपुट('उपयोगकर्ता समस्या')
    प्रतिक्रिया = llm_call(प्रॉम्प्ट)
    ट्रेस.लॉग_आउटपुट(प्रतिक्रिया)
    ट्रेस.लॉग_मेट्रिक("विलंबता", 320)

उत्पाद का मूल्य निर्धारण

गैलीलियो का मूल्य निर्धारण पृष्ठ एक त्रि-स्तरीय योजना को उजागर करता है, जिसमें मुख्य बिलिंग आयाम निशानों की संख्या और प्रीमियम सुविधा कवरेज हैं।

योजना	सार्वजनिक मूल्य	कोर कोटा	प्रमुख क्षमताएं	लागू सीमाएं
मुफ़्त	$0/माह	5,000 ट्रेस/माह, असीमित उपयोगकर्ता, असीमित कस्टम मूल्यांकन	बुनियादी मूल्यांकन, सामुदायिक समर्थन	प्रयोग और छोटे पैमाने पर अवधारणा का प्रमाण
प्रो	$100/माह से शुरू (वार्षिक भुगतान पर 33% छूट)	50,000 ट्रेस/माह, मानक आरबीएसी	उन्नत विश्लेषण अंतर्दृष्टि, स्लैक समर्थन	बढ़ती टीमें, छोटे पैमाने पर उत्पादन
उद्यम	हमसे संपर्क करें	असीमित निशान, कस्टम दर सीमाएँ	वीपीसी/ऑन-प्रिमाइसेस, एसएसओ/आरबीएसी, रीयल-टाइम रेलिंग, समर्पित अनुमान 24/7 समर्थन समर्पित सीएसएम	उद्यम पैमाने, अनुपालन और तैनाती आवश्यकताएँ

लूना-2 लागत तुलना: लूना-2 (3बी/8बी) की मूल्यांकन लागत $0.12/1एम टोकन है। GPT-5.4 के $5.00/1M टोकन और GPT-5.4 मिनी के $0.15/1M टोकन की तुलना में, उच्च-आवृत्ति मूल्यांकन परिदृश्यों में इसके स्पष्ट लाभ हैं। हालाँकि, यह ध्यान दिया जाना चाहिए कि लूना मेट्रिक्स की सक्रियण शर्तें, विशिष्ट संकेतक कवरेज और अनुमान सर्वर कॉन्फ़िगरेशन सभी को एंटरप्राइज़ अनुबंध द्वारा पुष्टि की जानी चाहिए, और कुल राशि का अनुमान सीधे सार्वजनिक मूल्य के आधार पर नहीं लगाया जा सकता है।

बिलिंग जोखिम बिंदु: एआई मूल्यांकन की अंतिम लागत ट्रेस की मात्रा × नमूना दर × संकेतकों की संख्या × कॉलिंग आवृत्ति द्वारा निर्धारित की जाती है। गहन मूल्यांकन के दौरान फ्री और प्रो योजनाओं के लिए ट्रेस की ऊपरी सीमा जल्दी समाप्त हो सकती है; हालाँकि एंटरप्राइज़ के पास निशानों के लिए कोई ऊपरी सीमा नहीं है, कस्टम दर सीमा और विशिष्ट अनुमान की लागत के लिए व्यावसायिक बातचीत की आवश्यकता होती है। खरीदारी से पहले लागत सिमुलेशन के लिए 1-2 सप्ताह के वास्तविक ट्रेस डेटा का उपयोग करने और फिर संबंधित समाधान का चयन करने की अनुशंसा की जाती है।

अनुप्रयोग परिदृश्य

• आरएजी गुणवत्ता मापन और प्रतिगमन: पुनर्प्राप्ति सटीकता, प्रासंगिक प्रासंगिकता, उत्तर भ्रम और उद्धरण स्थिरता को मापता है। स्वीकृति का फोकस व्यावसायिक जमीनी सच्चाई के साथ पुनर्प्राप्ति संकेतक का संरेखण है, और क्या एकल मैन्युअल मूल्यांकन पर निर्भर रहने के बजाय, प्रत्येक मॉडल अपडेट के बाद प्रतिगमन रिपोर्ट स्वचालित रूप से ट्रिगर की जा सकती है।
• एआई एजेंट पूर्ण-लिंक अवलोकन: मल्टी-स्टेप एजेंट टूल कॉल, शाखा, हैंडऑफ़, कार्रवाई पूर्णता और वार्तालाप गुणवत्ता निगरानी के लिए उपयोग किया जाता है। स्वीकृति का फोकस यह है कि क्या असफल एजेंट इंटरैक्शन का मूल कारण 5 मिनट के भीतर इनसाइट्स में पाया जा सकता है, और सुधारों को प्रॉम्प्ट या टूल स्कीमा में वापस फीड किया जा सकता है।
• सुरक्षा और अनुपालन वास्तविक समय रेलिंग: शीघ्र इंजेक्शन, पीआईआई रिसाव, हानिकारक सामग्री, क्रॉस-यूज़र संचालन और अनधिकृत टूल कॉल जैसे उच्च जोखिम वाले परिदृश्यों के लिए उपयोग किया जाता है। स्वीकृति फोकस कम-विलंबता अवरोधन (लूना के उप-200एमएस स्तर), झूठी अवरोधन दर, ऑडिट लॉग अखंडता और मैन्युअल फ़ॉलबैक तंत्र पर है।
• इवल इंजीनियरिंग प्लेटफॉर्म: डेटासेट, प्रयोग, कस्टम मेट्रिक्स, मानव फीडबैक और रिलीज गेट को सीआई/सीडी प्रक्रिया में एकीकृत करने के लिए उपयोग किया जाता है। स्वीकृति का फोकस यह मूल्यांकन करना है कि क्या हर बार मॉडल या प्रॉम्प्ट अपडेट होने पर पाइपलाइन स्वचालित रूप से निष्पादित हो सकती है, और पास/असफल संकेत दे सकती है।
• एंटरप्राइज़ एआई ऑपरेशंस गवर्नेंस और लागत नियंत्रण: उत्पादन के निशान, लूना मूल्यांकन लागत, एलएलएम-ए-जज खर्च और विभागों में असामान्य रुझानों को एकत्रित करने के लिए उपयोग किया जाता है। स्वीकृति का फोकस यह है कि क्या अनुमति अलगाव, डेटा प्रतिधारण, परिनियोजन अलगाव और लागत एट्रिब्यूशन संगठनात्मक आवश्यकताओं को पूरा करते हैं।

लागू लोग

• एआई एप्लिकेशन इंजीनियरिंग टीम: एक टीम जो लॉग, समीक्षा और ऑनलाइन विसंगति निदान को एक ही दृश्य में एकीकृत करने के लिए आरएजी, एजेंट, ग्राहक सेवा रोबोट या खोज प्रश्नोत्तर प्रणाली का निर्माण कर रही है। शर्त यह है कि टीम के पास लॉग दफनाने और निशानों की बुनियादी अवधारणाएं हों, और किसी पूर्णकालिक एआई प्लेटफॉर्म इंजीनियर की आवश्यकता नहीं है।
• एआई गुणवत्ता और मूल्यांकन इंजीनियर (इवल इंजीनियर): एक इंजीनियरिंग भूमिका जो विशेष रूप से मूल्यांकन डेटा सेट बनाने, संकेतकों को कैलिब्रेट करने, प्रयोगों को प्रबंधित करने और रिलीज एक्सेस कंट्रोल को डिजाइन करने के लिए जिम्मेदार है। गैलीलियो के कस्टम इवेल्स, ऑटो-ट्यून और लूना स्टूडियो इस भूमिका के लिए मुख्य टूलचेन हैं।
• उत्पाद और डोमेन विशेषज्ञ (एसएमई): उत्पाद प्रबंधक और व्यवसाय विशेषज्ञ जिन्हें एनोटेशन में भाग लेने, उत्तर गुणवत्ता का मूल्यांकन करने और व्यावसायिक सफलता मानदंड परिभाषित करने की आवश्यकता होती है। एनोटेशन और कस्टम मूल्यांकनकर्ताओं के माध्यम से व्यक्तिपरक निर्णयों को पता लगाने योग्य और पुन: प्रयोज्य गुणवत्ता संकेतकों में परिवर्तित करें।
• प्लेटफ़ॉर्म और सुरक्षा संचालन टीम: एंटरप्राइज़ प्लेटफ़ॉर्म टीम को एसएसओ/आरबीएसी, डेटा रिटेंशन, प्रोडक्शन रेलिंग पीआईआई और प्रॉम्प्ट इंजेक्शन जोखिम नियंत्रण की आवश्यकता होती है। गैलीलियो का एंटरप्राइज समाधान और एजेंट नियंत्रण इस समूह के लिए मुख्य मूल्य बिंदु हैं।

अनुपयुक्त स्थितियाँ: ऐसी टीमें जिन्हें केवल सामान्य चैट या साधारण एलएलएम कॉल की आवश्यकता होती है (चाकू से मुर्गे को मारना); ऐसे संगठन जिनके पास ऑनलाइन एआई एप्लिकेशन नहीं हैं या वे ट्रेस/डेटासेट प्रदान नहीं कर सकते (प्लेटफ़ॉर्म के पास विश्लेषण करने के लिए कोई डेटा नहीं है); ऐसी टीमें जिनके पास स्पष्ट मूल्यांकन नेता या संकेतक शासन प्रक्रिया नहीं है (उपकरण "एक और डैशबोर्ड" बन जाएगा); ऐसे परिदृश्य जिनमें डेटा रेजिडेंसी के लिए सख्त भौगोलिक आवश्यकताएं हैं लेकिन गैलीलियो ने अभी तक संबंधित क्षेत्र को कवर नहीं किया है।

सारांश और आउटलुक

गैलीलियो की मुख्य योग्यता जेनएआई मूल्यांकन एजेंट अवलोकन योग्य लूना-2 कम-विलंबता मूल्यांकन मॉडल और उत्पादन रेलिंग को एक ही वर्कफ़्लो में डालने में निहित है। पीओसी से उत्पादन तक जाने के बाद यह एंटरप्राइज एआई के लिए सबसे कठिन समस्या का समाधान करता है: कैसे लगातार साबित किया जाए कि मॉडल और एजेंट विश्वसनीय, समझाने योग्य, सुधार योग्य हैं, और वास्तविक ट्रैफ़िक में जोखिमों को रोक सकते हैं। एआई मूल्यांकन ट्रैक में, गैलीलियो उन कुछ उत्पादों में से एक है जो एकल बिंदु संकेतक उपकरण के बजाय एक ही समय में "ऑफ़लाइन प्रयोग → ऑनलाइन अवलोकन → वास्तविक समय रेलिंग" के पूरे लिंक को कवर करता है।

वर्तमान सीमाएँ और अनिश्चितताएँ: हालाँकि लूना-2 की 0.95 सटीकता GPT-5.4 की 0.94 से अधिक है, यह एक विशिष्ट मूल्यांकन आयाम के तहत एक बेंचमार्क परीक्षा परिणाम है। क्या यह अत्यधिक अनुकूलित व्यावसायिक परिदृश्य में समान गुणवत्ता बनाए रख सकता है, इसके लिए वास्तविक सत्यापन की आवश्यकता होती है; कुछ उद्यम क्षमताओं (लूना स्टूडियो, एजेंट कंट्रोल) को सक्रिय करने के लिए व्यावसायिक पुष्टि की आवश्यकता होती है; एसडीके/एजेंट फ्रेमवर्क एकीकरण की गहराई वर्तमान प्रौद्योगिकी स्टैक और ओटेल संगतता पर निर्भर करती है; मूल्यांकन संकेतकों की दीर्घकालिक सटीकता जमीनी सच्चाई, चल रहे रखरखाव और एसएमई फीडबैक पर निर्भर करती है।

खरीद/गोद लेने का जोखिम मूल्यांकन: पहले पायलट के रूप में 2-4 सप्ताह के लिए एक उच्च-मूल्य, मापने योग्य आरएजी या एजेंट प्रक्रिया का चयन करने और ट्रेस कवरेज, विफलता स्थान समय, मैन्युअल समीक्षा की मात्रा, अवरोधन झूठी अलार्म दर और ऑनलाइन एक्सेस कंट्रोल पास दर जैसे संकेतक सेट करने की अनुशंसा की जाती है। जब संकेतक स्थिर होते हैं और टीम मूल्यांकन प्रक्रिया पर आम सहमति पर पहुंचती है, तो मल्टी-टीम, मल्टी-एजेंट या एंटरप्राइज़ परिनियोजन तक विस्तार करें। खरीदने से पहले, उद्यमों को इस बात की समीक्षा करने पर ध्यान केंद्रित करना चाहिए: क्या वीपीसी/ऑन-प्रिमाइसेस शर्तें और डेटा रेजिडेंसी अनुपालन आवश्यकताओं को पूरा करते हैं; वर्तमान अनुबंध के दायरे में लूना-2 और लूना स्टूडियो का सक्रियण दायरा और शुल्क संरचना; एसएसओ/आरबीएसी और उद्यम पहचान प्रबंधन प्रणाली (आईडीपी) की अनुकूलता; वास्तविक प्रतिक्रिया समय और 24/7 समर्थन का उन्नयन पथ; और अनुबंध समाप्त होने पर डेटा निर्यात और माइग्रेशन समर्थन शर्तें।

संबंधित टूल: <एक्सलिंक टाइप='टूल' स्लग='हगिंग-फेस'>, <एक्सलिंक टाइप='टूल' स्लग='रेप्लिकेट'>

संस्करण जानकारी

• उद्यम ग्राहकों के लिए एजेंट नियंत्रण ：आधिकारिक रिलीज़ नोट्स ने एजेंट कंट्रोल जारी किया, जो केंद्रीय रूप से रेलिंग को परिभाषित करता है और एंटरप्राइज़ ग्राहकों के लिए एजेंट गवर्नेंस का प्रबंधन करता है। यह एजेंट कोड को बदले बिना हानिकारक सामग्री शीघ्र इंजेक्शन, पीआईआई रिसाव और अन्य जोखिमों को रोक सकता है। （2026-06-05）
• लूना स्टूडियो और एकीकरण लागत चार्ट ：आधिकारिक रिलीज़ नोट्स कम-विलंबता, कम लागत वाले एसएलएम मेट्रिक्स के प्रशिक्षण के लिए लूना स्टूडियो एंटरप्राइज क्षमताओं की रिलीज और एलएलएम-ए-जज लागतों को ट्रैक करने के लिए एकीकरण लागत प्रबंधन पृष्ठ को जोड़ने की घोषणा करते हैं। （2026-05-22）
• एजेंट विश्वसनीयता प्लेटफार्म ：आधिकारिक ब्लॉग ने मुफ़्त एजेंट विश्वसनीयता प्लेटफ़ॉर्म की घोषणा की, जो ग्राफ़ इंजन, इनसाइट्स इंजन और लूना-2 रीयल-टाइम रेलिंग के इर्द-गिर्द घूमता है, जो मल्टी-एजेंट सिस्टम अवलोकन, विफलता मोड विश्लेषण और उत्पादन सुरक्षा का समर्थन करता है। （2025-07-16）
• मूल्यांकन खुफिया मंच ：आधिकारिक ब्लॉग ने सीरीज बी वित्तपोषण में 45 मिलियन अमेरिकी डॉलर की घोषणा की और मुख्य उत्पाद लाइन को मूल्यांकन इंटेलिजेंस प्लेटफॉर्म के रूप में परिभाषित किया, जो फाइन-ट्यून, मूल्यांकन, निरीक्षण और सुरक्षा जैसे एआई गुणवत्ता जीवन चक्र को कवर करता है। （2024-10-15）