Future AGI

Future AGI はモデル出力をいくつかのやり方で採点するので、検査ごとに合う方式を選べる。BLEU、ROUGE、正規表現といったヒューリスティックは無料で無制限。コード評価と、ホスト型の Turing ジャッジモデルは実行ごとに AI クレジットを消費し、ジャッジに自分のキーを使えばプラットフォーム上の費用はかからない。1 回の呼び出しで、テキスト、画像、音声をまたいだ幅広い指標を回す。根拠の有無やハルシネーションの検査から、ツール呼び出しの正しさ、個人情報の漏えいまで含む。

traceAI SDK はエンドツーエンドのトレース、スパン、セッションを取り込み、あるリクエストでアプリが何をしたかを正確に見せてくれる。30 を超えるライブラリと 11 種類のスパンを備え、さらに 70 以上のフィルタと全文検索で実行を掘り下げられる。セッション、エンドユーザー、エージェントのグラフ表示が、個々の呼び出しを背後の人と流れにつなぎ戻す。カスタムダッシュボードと Slack、メールのアラートで視界がそろう。

ガードレールはモデルの手前に立ち、双方向に通信をふるいにかける。個人情報、秘密、独自パターンを扱う 15 のルールベース検査は常に無料で、ML モデレーションモデル（Gemma 3n）は検査ごとに AI クレジットを使う。遮断、監視、記録の三つのモードで動かし、スコアのしきい値も設定できる。すでにこれらの道具を使っているチーム向けに、Lakera、Presidio、Llama Guard など 15 の外部連携も用意する。

模擬機能は、プロンプトではなく人に対してエージェントを試せる。28 を超える既製ペルソナから選ぶか自分で書く。プラットフォームはスクリプト、データセット、グラフの三種のシナリオで、テキストか音声の会話をエージェントと交わす。文字起こしとセッション比較が、エージェントが筋を見失った箇所を示し、AI シナリオ生成は説明文から新しいテストケースを起草する。音声とテキストの分数は別々に課金される。

コマンドセンターは、アプリとモデル提供元の間に立つ AI ゲートウェイだ。OpenAI、Anthropic、Gemini、Bedrock など 15 以上の提供元へ振り分け、9 種の負荷分散、自動フェイルオーバー、再試行を備える。完全一致と意味ベースのキャッシュが繰り返しの呼び出しを削り、レート制限、予算、仮想キーが支出を押さえる。無料枠は月 10 万リクエストと 10 万キャッシュヒットを賄う。

データセットはどの枠でも永続保存され、14 種類の列を扱い、手入力から CSV、PDF、HuggingFace の取り込みまで六通りの作り方がある。実験機能は同じデータセットを複数のモデルやプロンプトで走らせ、結果を一か所で比べられる。プロンプト作業台は版管理、ラベル、フォルダに加え、視覚的なエージェント遊び場とプロンプト遊び場を備え、100 を超えるモデルをプラットフォーム費用なしで切り替えられる。

Falcon AI はあなたのトレースを読み、人が見落とすパターンを拾い上げる。四つの採点軸で誤りをまとめ、繰り返し崩れる箇所について洞察を出し、実行に自動でタグを付けて失敗の種類で絞り込めるようにする。出てくるのは提案と即時の修正で、それを引き起こしたトレースに紐づく。失敗した実行からプロンプトの修正まで、最短の道筋になる。