Galileo 卖评测席位，最终把公司卖给了 Splunk

评测器做成小模型：用低延迟换企业版溢价

Galileo 的 Luna-2 是专为指标评测微调的小语言模型，仅在企业版提供。官网标价每 100 万 token 0.12 美元、准确率 0.95、平均延迟 152ms、最大 128k token，这个组合瞄准的是生产环境里高频、低成本的自动评分。它把评测从调用大模型 API 的昂贵动作，变成可常驻的轻量服务。

另有一处 0.02 美元/100 万 token 的说法，但账本仅将其记录为与官网 0.12 美元冲突的条目，不可单独作为标价引用；公开资料未说明以哪个为准。这种价格口径不一致对采购方是摩擦：企业客户在评估单条评测成本时，会先问按哪个价签结算。小模型评测器的价值不在模型本身，而在它被嵌进平台的计费体系。

Luna-3 随后随 Splunk Agent Observability 发布，称比 Luna-2 快 30-40%，在提示注入、PII 等评测上准确率提升 8-10%。这说明评测器在持续迭代，但迭代发生在成为 Splunk 产品线之后，独立公司阶段的产品节奏已无法单独观察。

平台开放模型定价配置：把成本算给客户看

Galileo 平台支持管理员设置模型价格，用于计算应用与指标成本。这是一个产品功能，也是一套商业逻辑：它让客户在平台内看到自己调用模型花了多少钱，从而把评测的价值锚定在“省钱”上。客户越在意成本，越需要持续评测，订阅就越像必需品。

这个设计对小团队有参考意义：工具如果能替客户算清成本，客户续费的理由就从“功能好用”变成“账算得清”。但 Galileo 没有公开这套成本计算是否与自身计费打通，公开资料未披露。

平台功能越靠近成本核算，越要求数据准确。模型价格由客户手动配置，意味着平台不担保价格真实性，这也降低了它作为财务系统的可信度，最终仍要回到评测与可观测的主线。

按 trace 条数分层订阅：免费版养习惯，Pro 版收月费

Galileo 免费版每月 0 美元，含每月 5,000 条 trace、不限用户与不限自定义评测。Pro 版每月 100 美元（按年计费），含每月 50,000 条 trace，价格随 trace 数量扩展。这条收入线的逻辑是用 trace 条数做计量单位，把用量增长直接变成收入增长。

按 trace 计费的好处是客户容易理解：调用越多、评测越多，付得越多。坏处是它把收入绑在客户的调用量上，客户一旦缩减模型调用，平台收入跟着缩。免费版给到 5,000 条 trace 且不限用户，这可能说明它更在意团队渗透而非单用户收费。

Pro 版月费 100 美元的门槛不高，适合小团队起步，但这也意味着从免费到付费的转化必须靠 trace 用量的自然溢出，而不是功能锁。公开资料未披露免费到付费的转化率。

企业版不标价：用部署方式与护栏换合同

企业版需联系销售，含不限 trace、自定义限流、托管/VPC/本地部署及实时护栏。这条线不公开价格，卖的不是用量，而是部署形态与合规能力。对金融、医疗等客户，本地部署和实时护栏是采购的前提条件，价格谈判空间也更大。

问题在于，企业版收入依赖销售团队和交付能力，这两项都是重资产。Galileo 的客户名单里有 NVIDIA、Cisco Outshift、Twilio、Comcast 这类大公司，说明企业版确实在卖，但公开资料未披露合同金额、客单价和续费率。

两条收入线合起来看，Pro 版提供可预测的月费底盘，企业版提供大单但周期长。这种结构在早期能活，但要做大需要企业版占比持续提升，而企业版的交付成本会吃掉毛利。

客户是大厂 AI 团队，但名单不等于收入

Galileo 公开客户包括 Writer、Cisco Outshift、Ema、NVIDIA、Satisfi Labs、MongoDB、CrewAI、Twilio、Comcast。这些名字覆盖了模型层、应用层和云通信，说明它的产品能跨场景使用。截至 Google Cloud 案例发布时，客户在北美、欧洲、亚洲已用其平台降低 1,000+ 个 AI 应用的风险。

但客户名单和收入是两件事。大厂客户往往从一个小团队试用开始，采购流程长，续费取决于项目是否继续。Galileo 没有披露客户集中度，无法判断收入是否依赖少数大单。对小团队来说，这份名单的参考价值在于：它证明了评测需求真实存在，但不证明按 trace 订阅能从小客户身上收到足够多的钱。

官网自助加云市场，大客户靠销售跟进

Galileo 的触达方式分两层：免费版和 Pro 版通过官网自助注册，降低试用门槛；企业版通过销售联系，配合 Google Cloud 等云平台案例做背书。Google Cloud 案例披露其平台在 Google Cloud 上两年内扩展至处理超 1PB 数据、5,000+ 并发终端用户、每日 2,000 万+ 请求、300ms 延迟，这类数据被用来向企业客户证明规模化能力。

云市场是重要渠道，因为企业采购习惯在云账单里合并付费。但 Galileo 是闭源专有产品，没有开源核心，无法像 Langfuse、Phoenix 那样靠社区自下而上渗透。这意味着它的获客更依赖销售和云厂商关系，渠道成本更高。

2026 年 8 月成为 Splunk Agent Observability 后，新客户使用 Splunk 文档，渠道进一步收进 Splunk 的销售体系。独立阶段的渠道能力因此无法单独评估。

钱花在评测研发与云上算力，交付是隐藏成本

Galileo 的主要开支方向是评测模型研发、平台工程和云基础设施。Google Cloud 案例显示其平台要处理每日 2,000 万+ 请求、5,000+ 并发终端用户，这类负载对应真实的算力账单。企业版的托管/VPC/本地部署还需要交付人力，成本随客户数增长（具体规模公开资料未披露）。

另一块成本是合规与安全，实时护栏和 PII 评测需要持续投入。Luna-3 在提示注入、PII 评测上准确率提升 8-10%，说明这类能力在迭代，研发不能停。公开资料未披露研发占收入比例、毛利率和员工数，无法判断成本结构是否健康。

对小团队来说，这里的关键约束是：评测平台的成本大头是算力和交付，而不是代码。小团队做类似产品，必须把交付环节压到极简，否则规模不经济。

靠 A 轮和后续融资活着，最终以并购退出

Galileo 在 2022 年 11 月宣布由 Battery Ventures 领投的 1,800 万美元 A 轮融资，同时发布免费社区版。据 ArdurAI 行业档案，累计融资 6,800 万美元，该数字来源置信度为中。两笔钱支撑了平台研发、云上扩张和企业版交付。

融资节奏与产品节奏一致：A 轮后从非结构化数据 ML 调试平台转向 AI 应用评测与可观测。2026 年 8 月 7 日起成为 Splunk Agent Observability，另有报道称 Cisco 正在收购 Galileo。这说明独立融资没有走到下一轮，退出方式是被并购。

对小团队，这条资本路径不可复制：它需要先拿机构钱、再建销售团队、再卖给大厂。没有融资能力的小团队，只能选更轻的收费方式。

低延迟评测器是卖点，不是护城河

Galileo 以 Luna-2 亚 200ms 评分与运行时护栏为差异化卖点，定位持续生产评测与规模化护栏（该卖点描述来源置信度为中）。低延迟确实能解决生产环境里评测拖慢请求的问题，但这是模型微调带来的工程优势，竞品可以跟进。Luna-3 由 Splunk 发布，说明迭代能力最终依附于母公司资源。

真正的结构性差异在闭源与部署形态：Galileo 是闭源专有产品，无开源核心，与 Langfuse、Phoenix 等开源竞品形成差异。闭源让它能卖企业版和本地部署，但也让它失去社区分发。开源竞品用免费换渗透，Galileo 用合规换合同，两条路各有限制。

与 Humanloop、Weights & Biases、Langfuse 同属 2025 年 5 月至 2026 年 4 月间被收购或停止独立运营的同类平台，说明这个赛道的独立公司普遍没找到足够深的护城河。评测平台的切换成本不高，客户可以同时用两三家，这是最根本的弱点。

价格口径冲突与闭源，削弱采购信任

Luna-2 在官网标每 100 万 token 0.12 美元，另有 0.02 美元的说法，账本仅将其记录为与官网冲突的条目、不可单独作为标价引用，公开资料未说明以哪个为准。对企业采购方，这不是小事：评测成本是选型的关键变量，价签不一致会让客户要求重新报价，拉长销售周期。

闭源策略放大了这个问题。开源竞品价格透明、可自部署验证，Galileo 的客户只能靠销售获取准确报价。当客户把评测平台当作基础设施时，价格不透明会成为替换理由。公开资料未披露这一冲突是否在成为 Splunk 产品线后统一。

赛道整合：同类平台集体失去独立身份

Galileo 与 Humanloop、Weights & Biases、Langfuse 同属 2025 年 5 月至 2026 年 4 月间被收购或停止独立运营的同类平台。这不是个别公司的问题，而是评测与可观测赛道的结构性结果：产品同质化高，客户切换成本低，独立公司很难靠订阅费覆盖销售与算力成本。

Galileo 自己也在 2026 年 8 月 7 日起成为 Splunk Agent Observability。对创业者，这个信号很直接：评测平台作为独立生意，天花板可能低于预期；作为大公司产品线的一部分，反而能活。

最大的赌注——小模型评测器成为生产标配——并没有失败，但它带来的价值被并入了更大的可观测体系，而不是留在独立公司里。