En este artículo
LangSmith: retención de trazas, muestreo y costes
Ilustración de cabecera: © 2026 Wavect.
El muestreo de ingesta, el muestreo del evaluador y la retención de trazas de LangSmith son controles independientes. El primero determina qué llega a la plataforma; el segundo, qué recibe una puntuación; y el tercero, cuánto tiempo siguen disponibles las pruebas. Reducir el porcentaje de evaluación no reduce el número de trazas que ya se han ingerido.
Esta distinción importa cuando un equipo de producción se pregunta por qué ha aumentado su factura de trazas, por qué han dejado de aparecer puntuaciones o por qué ya no puede reconstruir un incidente. Una configuración útil necesita un plazo explícito de conservación de pruebas, una población evaluada que se pueda medir y un presupuesto para cada operación facturable.
Fuentes comprobadas el . Esta guía reúne documentación oficial y los precios públicos vigentes. Los ejemplos de tráfico y facturación son cálculos ilustrativos. No hemos probado una cuenta de pago de LangSmith ni medido el tráfico de producción de un cliente.
¿Qué cuenta LangSmith como una traza?
Una ejecución, o run, es una operación, como una llamada al modelo o a una herramienta. Una traza agrupa la ejecución raíz y sus ejecuciones hijas; un hilo, o thread, agrupa varias trazas de una conversación. Los conceptos de observabilidad de LangSmith explican estas relaciones. Una conversación de diez turnos puede contener diez trazas, mientras que un turno puede incluir muchas ejecuciones hijas.
La definición del consumo facturable cuenta la ejecución raíz y sus spans hijos como una sola traza, en lugar de cobrar una unidad de traza por cada llamada al modelo. También registra el momento de ingesta, que puede diferir del momento de ejecución cuando la carga se retrasa. Consulta las cantidades en la vista de consumo y los cargos efectivos en la factura.
LangSmith permite instrumentar código sin depender de LangChain. Si estás eligiendo el framework de ejecución, empieza por nuestro análisis de LangChain Deep Agents. Aquí la decisión es cómo operar la capa de trazado y evaluación.
¿LangSmith conserva las trazas durante 14, 180 o 400 días?
Los niveles SaaS actuales ofrecen 14 días de retención base y hasta 180 días de retención extendida. El registro de cambios de Cloud sitúa la entrada en vigor del nuevo máximo de 180 días el 14 de septiembre de 2026. Se aplica a las trazas nuevas; las anteriores no cambian. Esta modificación de SaaS no altera la retención de los despliegues autoalojados ni BYOC.
El valor predeterminado pertenece a un proyecto de trazado o a un entorno de agente respaldado por uno. Cambiarlo afecta a las trazas futuras. Desactivar la extensión de un evaluador tampoco modifica las trazas que ya pasaron a retención extendida. Por eso conviene decidir la retención antes de iniciar un nuevo flujo de producción.
Define un plazo concreto para conservar las pruebas: ¿cuánto tiempo después de un incidente podría alguien necesitar los resultados originales de las herramientas, los prompts y las respuestas? Conservar gráficos agregados responde a una necesidad distinta de reconstruir una ejecución. Elige el plazo más corto que permita operar el flujo y documenta por separado las excepciones que requieran más tiempo de almacenamiento.
¿Qué acciones de LangSmith amplían la retención de trazas?
Revisa la configuración de cada acción concreta. Añadir un comentario manualmente y enviar una traza a una regla de revisión automatizada no tienen necesariamente la misma consecuencia para su almacenamiento.
| Acción | Efecto sobre la retención | Qué revisar |
|---|---|---|
| Feedback o notas en la interfaz | Mantiene el nivel actual | No des por hecho que un comentario humano conserva la traza. |
| Feedback mediante la API o el SDK | Amplía la retención si se solicita expresamente | extend_trace_retention=true, o extendTraceRetention: true en TypeScript. |
| Adición manual a una cola de anotación | No amplía la retención de forma predeterminada | Fija la fecha límite de revisión dentro del plazo de disponibilidad de las pruebas. |
| Evaluador en producción | La extensión empieza activada; un proyecto con retención base predeterminada permite desactivarla | Advanced → Extend trace retention. |
| Automatización de una cola de anotación | Extensión activada de forma predeterminada, con opción de desactivarla | El ajuste de retención guardado para esa acción. |
| Automatización de un dataset o webhook | Extensión desactivada de forma predeterminada, con opción de activarla | El ajuste guardado para esa acción y las demás reglas que coincidan. |
| Acción explícita de retención | Amplía la retención de la traza coincidente | Una coincidencia en una ejecución hija puede ampliar la retención de toda la traza. |
| Regla de hilo con extensión activada | Amplía la retención de todas las trazas del hilo coincidente | Cuenta las trazas afectadas, no solo las conversaciones. |
La guía de consumo y facturación documenta el feedback manual, la extensión explícita mediante el SDK y el tratamiento de las trazas existentes. Los ajustes por acción de la guía de automatizaciones distinguen los valores predeterminados de las colas, los datasets y los webhooks. La regla de hilo también explica por qué seleccionar una sola conversación puede ampliar la retención de varias trazas.
Para evaluar sin ampliar la retención, sigue las instrucciones de gestión de la retención de trazas del evaluador: vincula el evaluador a un proyecto o entorno con retención base predeterminada, abre Advanced y desmarca Extend trace retention. El cambio se aplica a las futuras puntuaciones por traza y por hilo. Si el proyecto usa retención extendida de forma predeterminada, la opción está bloqueada. Otra regla coincidente todavía puede ampliar la retención de esa misma traza.
Algunas introducciones de la documentación siguen describiendo las ampliaciones automáticas de forma general. La tabla anterior sigue los ajustes detallados de cada acción y la opción explícita de desactivación del evaluador. Comprueba la configuración guardada durante el despliegue, en lugar de tratar el valor inicial de una regla nueva como una política permanente.
Muestreo de trazas y del evaluador: ¿qué porcentaje recibe una puntuación?
El control de muestreo de trazas del SDK selecciona una parte antes de enviarla. En una aplicación ya instrumentada con el SDK de LangSmith o LangChain, esta variable de entorno solicita un muestreo del 10%:
export LANGSMITH_TRACING_SAMPLING_RATE=0.10No configura los clientes que llaman directamente a la API REST ni añade instrumentación de trazado por sí sola. El muestreo es probabilístico. Para conciliar el consumo, utiliza los recuentos observados de ingestas correctas en lugar de suponer que todos los meses alcanzan exactamente el porcentaje solicitado.
El muestreo del evaluador en producción actúa después, sobre las ejecuciones que pasan su filtro. La guía de configuración del evaluador especifica esta población elegible. También importa seleccionar las ejecuciones raíz: un filtro que incluya varias ejecuciones hijas puede generar varias evaluaciones de una misma traza.
| Etapa | Supuesto | Cantidad |
|---|---|---|
| Ejecuciones de la aplicación | Todas las ejecuciones del flujo definido | 1.000.000 |
| Trazas ingeridas | Una muestra efectiva del 10%, con cargas correctas | 100.000 |
| Ejecuciones raíz elegibles | La mitad pasa el filtro del evaluador | 50.000 |
| Ejecuciones puntuadas | Una muestra efectiva del 10% de las raíces elegibles; todas las evaluaciones se completan correctamente | 5.000 |
| Subconjunto conservado de forma deliberada | 1.000 trazas únicas seleccionadas entre esas 5.000 puntuaciones | 1.000 |
El evaluador cubrió el 0,5% de las ejecuciones de la aplicación: 10% × 50% × 10%. Cubrió el 5% de las trazas ingeridas. Ninguno de estos denominadores se puede sustituir por «10% evaluado». Estos porcentajes describen los recuentos efectivos del ejemplo; las tasas de muestreo configuradas describen valores esperados.
Una regla de retención puede conservar durante más tiempo un fallo que ya se ha ingerido. No puede recuperar una ejecución descartada antes del envío. Si un flujo concreto requiere trazado garantizado, define esa política antes de ejecutarlo mediante trazado condicional y un cliente configurado para ello. No afirmes que el muestreo aleatorio captura todos los errores futuros.
Recomendamos registrar por separado las ejecuciones de la aplicación, las trazas aceptadas, las raíces elegibles, las puntuaciones completadas y las evaluaciones fallidas. Acompaña cualquier porcentaje de calidad del filtro y de la versión del evaluador. Para comprobar la validez del juez y diseñar criterios de evaluación, consulta la guía de costes y ROI de la evaluación de LLM.
¿Cuánto cuesta esta política de retención de LangSmith?
La página actual de precios de los planes de autoservicio fija una LSU en 1 USD, una traza base en 0,005 LSU y la ampliación a retención extendida en 0,0025 LSU adicionales. Equivale a 5 USD por cada 1.000 trazas base más 2,50 USD por cada 1.000 ampliaciones. Plus cuesta 39 USD por usuario al mes e incluye 10.000 trazas base; Developer incluye 5.000 trazas base y una licencia gratuita para un usuario.
Apliquemos estas tarifas al ejemplo anterior. Suponemos una licencia Plus, asignamos sus 10.000 trazas base incluidas a esta aplicación y no contamos créditos, descuentos ni franquicias de ampliación adicionales. Esa asignación no se renueva para cada proyecto. Comparamos conservar las 5.000 trazas evaluadas con conservar solo las 1.000 seleccionadas. Ambas políticas siguen ingiriendo 100.000 trazas y generando 5.000 puntuaciones.
| Concepto | Ampliar todas las trazas puntuadas | Ampliar el subconjunto seleccionado |
|---|---|---|
| Una licencia Plus | 39,00 USD | 39,00 USD |
| 90.000 unidades base facturables | 90.000 × 0,005 USD = 450,00 USD | 450,00 USD |
| Unidades de ampliación facturables | 5.000 × 0,0025 USD = 12,50 USD | 1.000 × 0,0025 USD = 2,50 USD |
| Subtotal de trazas de la aplicación más licencia | 501,50 USD | 491,50 USD |
La diferencia es de 10 USD, no una reducción del 80% de toda la factura. Aquí la retención selectiva reduce las unidades de ampliación en un 80%, mientras que el cargo base de ingesta permanece igual. Su efecto operativo más importante puede ser reducir las pruebas conservadas a largo plazo a las trazas que el equipo necesita de forma deliberada.
base_units = max(100_000 - 10_000, 0)
seat_cost = 39
for upgrade_units in (5_000, 1_000):
subtotal = seat_cost + base_units * 0.005 + upgrade_units * 0.0025
print(f"USD {subtotal:.2f}")
# USD 501.50
# USD 491.50Este cálculo supone que las ampliaciones se producen en el mismo mes de facturación, sin cargas históricas, ampliación a otras trazas del hilo ni reglas de retención adicionales. La ingesta base y una ampliación posterior pueden caer en periodos de facturación distintos. Cuenta la unión de los identificadores de trazas ampliadas en lugar de sumar coincidencias de reglas que se solapen.
La migración de planes de octubre contempla excepciones para cuentas con contratos, créditos o ajustes de precio. Los precios de Enterprise y de los despliegues autoalojados pueden aplicar una tarifa fija por traza sin este recargo. Comprueba las condiciones de tu cuenta antes de utilizar el ejemplo. Son subtotales de las trazas de la aplicación, no una factura completa de la plataforma. Se excluyen las trazas adicionales emitidas por las ejecuciones de evaluadores u otras cargas de trabajo, las llamadas a modelos, el uso de jueces LLM, otros servicios de evaluación, Deployment, Engine, los impuestos y el tiempo del equipo. Para el flujo de negocio completo, mide el coste por resultado aceptado del agente.
¿Por qué se detuvieron las evaluaciones de LangSmith mientras la aplicación seguía funcionando?
Un límite de cantidad de trazas y un límite de gasto del evaluador controlan operaciones diferentes. La ausencia de una puntuación necesita una explicación; no equivale a una evaluación aprobada.
| Control | Qué limita | Consecuencia prevista |
|---|---|---|
| Límite mensual de todas las trazas | Cantidad de trazas ingeridas | La ingesta adicional puede rechazarse; revisa los errores de carga y las respuestas 429. |
| Límite mensual de trazas extendidas | Nuevas trazas con retención extendida | Se bloquean las acciones que necesitan una nueva ampliación; las acciones con la extensión desactivada pueden continuar. |
| Límite semanal de gasto del evaluador | Gasto de puntuación con LLM de una vinculación del evaluador | Se pausa la evaluación en ese proyecto o dataset; la aplicación y la traza continúan. |
Al alcanzar el límite de retención extendida, el feedback en la interfaz y las adiciones manuales a colas pueden seguir funcionando porque no modifican la retención. Lo mismo ocurre con los evaluadores y las reglas que tienen la extensión desactivada. Los límites de cantidad de trazas son aproximados y no limitan el gasto de todos los productos de LangSmith ni la factura de tu proveedor de modelos.
La documentación del gasto de evaluadores añade una distinción fácil de pasar por alto: el valor predeterminado de la organización se hereda por cada vinculación de un evaluador a un proyecto o dataset. Un valor de 20 USD aplicado a tres vinculaciones no es un presupuesto compartido de 20 USD para la organización. Cada vinculación tiene su propio límite.
Estos límites semanales se reinician los lunes a las 00:00 UTC. Las evaluaciones ya en curso pueden provocar un pequeño exceso, y la aplicación del límite requiere un modelo compatible con precios configurados. Comprueba el estado de la vinculación y los registros del evaluador antes de cambiar un filtro para «arreglar» la ausencia de puntuaciones. Reducir el precio estimado del modelo para eludir un límite también distorsionaría la medición del gasto.
¿La caducidad de una traza elimina su ejemplo del dataset de LangSmith?
No. Los ejemplos copiados en un dataset tienen un ciclo de vida independiente. La guía de facturación y retención describe expresamente cómo guardar entradas y salidas en un dataset para que sigan disponibles cuando caduque la traza original. Por tanto, una política de trazas de 14 días no es una política de 14 días para todas las copias del contenido.
El historial del dataset también importa. Según la documentación de eliminación de LangSmith, la eliminación lógica conserva las versiones históricas; la eliminación definitiva borra las entradas, salidas y metadatos de los ejemplos seleccionados en todas esas versiones. Trata la eliminación como un flujo separado con su propia verificación.
Registra la finalidad, el identificador de la traza original, el dataset y su versión, el responsable y la fecha límite de revisión o eliminación de cada ejemplo seleccionado. Guardar un par de entrada y salida no conserva todo el árbol de trazas anidadas. Conserva las pruebas concretas necesarias para un incidente o una regresión y comprueba qué sigue disponible al superar cada plazo de retención.
Una configuración práctica de LangSmith para producción
La siguiente secuencia es una propuesta de despliegue. Adáptala a las necesidades de pruebas del flujo y verifícala con registros sintéticos antes de depender de ella.
- Separa los entornos y fija el valor predeterminado para las trazas futuras. Documenta si el proyecto de producción o el entorno del agente empieza con retención base o extendida. Conserva su configuración junto a la versión de la aplicación.
- Decide qué puede salir de la aplicación. Define las exclusiones de datos sensibles antes del muestreo. Los controles de enmascaramiento de entradas y salidas no eliminan automáticamente todos los campos de metadatos. Un juez no puede evaluar un contenido que no recibe. Revisa una traza representativa con los datos sensibles ocultos y las variables asignadas al evaluador.
- Configura la ingesta y la puntuación por separado. Documenta el muestreo del SDK, el filtro de ejecuciones raíz, el muestreo del evaluador y el límite de gasto de cada vinculación. Mantén los contadores de todo el flujo fuera de la población de trazas muestreada.
- Elige la retención de forma deliberada. Si el flujo lo permite, conserva las evaluaciones rutinarias en el nivel base y amplía un subconjunto definido para investigación. Revisa todas las reglas que se solapen, incluidas las acciones sobre hilos, y fija un plazo para la revisión manual.
- Verifica los cambios de estado previstos. Envía casos sintéticos de éxito, error y entrada sensible por las rutas previstas. Comprueba por separado la ingesta, las puntuaciones, la retención y las copias en datasets. Contrasta las cantidades de la factura con las trazas aceptadas y las ampliaciones únicas.
- Genera alertas cuando falten pruebas. Supervisa los errores de ingesta, los fallos de evaluación, las vinculaciones pausadas y la cobertura de puntuaciones. Asigna responsables para las trazas próximas a caducar y la eliminación de datos de los datasets.
Para los detalles de implementación que van más allá de estos ajustes de LangSmith, nuestra guía de eliminación de datos personales en el flujo de prompts trata la gestión de información sensible. Los equipos que ya investigan una infraestructura de LiteLLM pueden consultar la guía de análisis de trazas con LiteLLM Lens.
Un despliegue satisfactorio permite responder cuatro preguntas concretas: qué hemos registrado, qué hemos evaluado, qué seguirá disponible cuando alguien lo necesite y cuánto han costado esas decisiones. El servicio de integración de IA de Wavect puede ayudar a conectar esos ajustes con la aplicación y el proceso de revisión.