TL;DR: LangChain выбирайте, если вам нужен быстрый старт, готовые абстракции и интеграции. LangGraph выбирайте, если важны durable execution, stateful workflow, streaming, human-in-the-loop и persistence. Оба не подходят, если вы хотите принять решение по цене OSS-пакета или latency без собственного POC: в supplied sources таких цифр нет.
Важная оговорка: в LangChain v1 create_agent уже построен поверх LangGraph, поэтому это сравнение про уровень абстракции и способ оркестрации, а не про два полностью раздельных мира.
Если вы уже смотрите на соседние решения, держите под рукой нашу карточку LangChain, а также сравнения LangChain vs LlamaIndex и LangChain vs CrewAI.
| Критерий | LangChain | LangGraph |
|---|---|---|
| Версия | langchain 1.3.15; langchain-core 1.5.4 | langgraph 1.2.9 |
| Тариф | OSS; публичная цена пакета в источниках не указана, отдельно есть pricing для LangSmith | OSS; публичная цена пакета в источниках не указана, managed deployment требует LangSmith Plus или выше |
| Дата проверки | 2026-08-13 | 2026-08-13 |
| Роль в стеке | Высокоуровневый agent framework с абстракциями и интеграциями | Низкоуровневый agent runtime/orchestration layer для durable execution и состояния |
| Критерий | LangChain | LangGraph |
|---|---|---|
| Цена и лимиты | Публичная цена OSS-пакета не раскрыта; hosted pricing проверяется отдельно | Публичная цена OSS-пакета не раскрыта; deployment billed per deployment-run, high-volume — custom pricing |
| Скорость старта | Проще стартовать, меньше orchestration-кода | Старт медленнее, больше явных шагов и boilerplate |
| Контроль workflow | Больше готовых абстракций, меньше прямого контроля | Больше низкоуровневого контроля над переходами состояния |
| Stateful / long-running | Не основной фокус в источниках | Явный основной фокус: durable, stateful, streaming, human-in-the-loop |
| Стабильность релизов | LangChain 1.x использует semver; breaking changes только в major | LangGraph v1 описан как stability-focused; core graph APIs unchanged |
| Интеграции и API | Больше готовых интеграций и higher-level agents | Можно использовать standalone; graph API через StateGraph/compile/invoke; часто вместе с LangChain components |
| Русский язык | В источниках нет отдельной оценки | В источниках нет отдельной оценки |
| Приватность и данные | В supplied sources нет отдельной privacy-спецификации | В supplied sources нет отдельной privacy-спецификации; для Cloud/Deployment смотрите LangSmith docs |
Ниже я сравниваю не маркетинговые обещания, а только то, что зафиксировано в текущих официальных документах и релизах.
Цена и лимиты
Если вы выбираете только библиотеку, а не managed hosting, цена не должна быть главным аргументом: в supplied sources публичная цена OSS-пакета для LangChain и LangGraph не раскрыта. Коммерческая развилка появляется, когда вы идёте в LangSmith-слой вокруг LangGraph.
- В Deploy to Cloud указано, что managed deployment доступен через UI из connected GitHub repo или через
langgraph deployиз CLI. - Тот же документ говорит, что feature requires LangSmith Plus or above.
- LangSmith Billing отмечает per deployment-run charge и custom pricing for high-volume usage.
- LangSmith Cloud и Regions FAQ фиксируют регионы US GCP us-central1, EU GCP europe-west4 и AWS us-east-2, а также отсутствие функциональных различий и одинаковую цену across supported regions.
Практический вывод простой: если вы сравниваете только OSS-слой, это не price war. Если же вам нужен managed deployment, LangGraph-стек требует отдельной коммерческой проверки в LangSmith.
Порог входа и абстракции
По документации LangChain — это более высокий уровень абстракции. Его рекомендуют как путь для быстрого старта с интеграциями и готовыми агентными примитивами.
LangGraph, наоборот, начинается с более явной сборки. В install docs для него прямо указаны такие шаги:
pip install -U langgraphuv add langgraphpip install -U langchain
Там же сказано, что нужен Python 3.10+. То есть порог входа выше не из-за каприза, а из-за более низкоуровневой модели управления графом.
Если вам важнее быстрее получить рабочий прототип, LangChain обычно удобнее. Если вы сразу строите сложную оркестрацию, лишний слой абстракций потом может мешать.
Контроль над stateful workflow
Вот здесь разница наиболее практична. Official comparison docs описывают LangChain как choice for getting started quickly, а LangGraph — как tool for low-level control и long-running, stateful workflows.
Важно и то, что LangGraph overview прямо говорит: LangChain для использования LangGraph не нужен. Это значит, что LangGraph можно брать как самостоятельный runtime, а не только как расширение LangChain.
С другой стороны, LangGraph v1 отмечает, что core graph APIs and execution model unchanged и что он designed to work hand-in-hand with LangChain v1. Практически это означает, что граница между ними стала тоньше: LangChain даёт более высокий уровень, LangGraph — более прямой контроль.
Скорость и стабильность
В supplied sources нет численных latency-метрик, поэтому слово «скорость» здесь лучше понимать как скорость старта и скорость перехода к рабочему прототипу. В этом смысле LangChain выигрывает за счёт более высокого уровня абстракций.
Если говорить о предсказуемости изменений, у обоих стеков хорошие сигналы. Release policy для LangChain 1.x использует semantic versioning; breaking changes зарезервированы за major releases, а minor и patch могут выходить часто. LangGraph v1, в свою очередь, описан как stability-focused. На уровне релизов это уже не экспериментальные ветки.
Текущие релизы на GitHub тоже показывают живую линию: LangChain package releases 1.3.15 и langchain-core 1.5.4 от 2026-08-11, LangGraph 1.2.9 от 2026-07-10. Но по одному дню релиза нельзя судить о runtime speed, так что benchmark здесь по-прежнему нужен ваш.
Интеграции и API
LangChain сильнее там, где вам нужны готовые интеграции и более удобный входной слой для агентных приложений. Это не делает его «плохим» для сложных сценариев, но делает его более прикладным инструментом на старте.
LangGraph, напротив, показывает API-логику без лишней магии. В Use the graph API документирован путь через StateGraph, compile() и graph.invoke(...); результат включает messages с HumanMessage и AIMessage плюс extra_field: 10.
Если вам нужен не «самый короткий путь», а прозрачная схема переходов и понятный контроль состояния, API LangGraph даёт это без промежуточных слоёв. Если же вы хотите быстрее собирать стандартные агентные сценарии, LangChain остаётся более короткой дорогой.
Русский язык и приватность
В supplied sources нет отдельной оценки качества русского языка ни для LangChain, ни для LangGraph. Для таких кейсов вам придётся проверять собственные prompts, собственные tool calls и свой формат логирования.
С приватностью ситуация похожая: в этом пакете нет полной privacy-спецификации для OSS-слоя. Для managed deployment у LangGraph есть данные о регионах в LangSmith Cloud, но это не заменяет чтения live policy перед запуском в production.
Практическая оговорка здесь важнее всего: если у вас строгие требования к data residency или retention, этот source pack вопрос не закрывает. Его нужно перепроверять по актуальным страницам LangSmith и вашей внутренней политике.
Практический тест
Оговорка: это не live-бенчмарк, а один и тот же workflow, описанный по официальным примерам. Для архитектурного выбора этого достаточно, но latency-проверка здесь не сделана.
Задача: собрать минимального агента, который принимает сообщение пользователя, сохраняет дополнительное поле состояния и возвращает ответ.
LangChain and LangGraph: The right tool for the job — LangChain recommended for getting started quickly; LangGraph for low-level control and long-running, stateful workflows.
Use the graph API — building a
StateGraph, compiling it and callinggraph.invoke(...); documented result includesmessageswithHumanMessageandAIMessageplusextra_field: 10.
| Шаг | LangChain | LangGraph |
|---|---|---|
| Сборка | Высокоуровневый create_agent |
StateGraph → compile() → invoke() |
| Что видно в результате | Меньше кода и быстрее старт | Явные переходы состояния и сохранение extra_field |
Вывод: если вам важна прозрачность state plumbing, LangGraph понятнее. Если вам важнее скорость сборки первого агента, LangChain практичнее. Но для ответа про latency нужен отдельный POC.
Кому подойдёт LangChain
- Если вы хотите быстро собрать стандартного агента с готовыми абстракциями.
- Если вам важны интеграции и более высокий уровень APIs.
- Если команда не хочет сразу проектировать граф состояния вручную.
- Если вы уже смотрите на LangChain как на базовый слой стека.
Кому подойдёт LangGraph
- Если вам нужен durable execution и долгоживущие stateful workflows.
- Если важны streaming, human-in-the-loop и persistence.
- Если вы хотите использовать runtime standalone, без обязательного LangChain-слоя.
- Если вы планируете managed deployment через LangSmith Cloud/Deployment.
Когда оба не подходят
- Когда вам нужны цифры по latency, а не архитектурные описания.
- Когда вы хотите принять procurement-решение по цене без live pricing pages.
- Когда ваш стек вне Python: этот source pack так не покрывает JS/TS.
- Когда для вас критичны privacy и data residency, а вы ещё не сверили актуальные policy pages.
В этих случаях лучше сначала сделать короткий POC, а потом уже выбирать фреймворк.
Итог
Если вам нужен быстрый старт и меньше orchestration-кода, берите LangChain. Если вам нужен низкоуровневый контроль, stateful workflow и durable execution, берите LangGraph.
Но это не жёсткое «или-или»: LangChain v1 уже построен поверх LangGraph, а сам LangGraph можно использовать standalone. Практический вердикт такой: для стандартного агентного приложения — LangChain, для сложной оркестрации и долгих workflow — LangGraph.
Если у вас decision зависит от цены, latency или политики данных, без собственного POC и проверки live pages ответ будет неполным.
Вопросы и ответы
Можно ли использовать LangGraph без LangChain?
Да. LangGraph overview прямо говорит, что LangChain для использования LangGraph не нужен.
Что проще освоить?
LangChain. Официальные docs ставят его в позицию инструмента для быстрого старта.
Что дешевле?
По supplied sources цену OSS-пакетов сравнить нельзя: она не раскрыта. Для LangGraph managed deployment отдельно смотрите LangSmith pricing и billing.
Нужен ли LangSmith для запуска LangGraph?
Для локальной работы — нет. Для managed deployment — да, и docs требуют LangSmith Plus or above.
Для разметки используйте FAQPage из поля faq и BreadcrumbList из шаблона хлебных крошек.