
Lyzr
AI-agenterOppdatert 14. november 2026
AI-agentplattform for bedrifter med et gratis no-code Agent Studio for å bygge agenter og betalte planer for å kjøre, orkestrere og styre dem i produksjon.
Vi kan motta provisjon når du registrerer deg via lenkene våre. Det påvirker ikke anmeldelsene våre.

Hva er Lyzr?
Lyzr er en agentplattform for bedrifter, bygget rundt Agent Studio, et arbeidsområde med no-code og low-code der du setter sammen AI-agenter av en modell, instruksjoner, en kunnskapsbase, verktøy og guardrail-policyer, og deretter eksponerer hver av dem som et REST-endepunkt. Rundt denne byggeren finner du Architect, som gjør en beskrivelse i vanlig språk om til en fungerende agent, SuperFlow for arbeidsflyter i flere trinn og OpenController for styring av agenter som er bygget andre steder. Problemet Lyzr tar sikte på, er gapet mellom en lovende pilot og en agent som IT, sikkerhet og compliance faktisk slipper inn i produksjon. Bygging og testing koster ingenting, men produksjon starter med en sekssifret årskontrakt som inkluderer forward-deployed engineers, så den betalte delen retter seg tydelig mot store selskaper. Velg Lyzr hvis du driver agentprogrammer i bedriftsskala; enkeltutviklere får en kapabel gratis sandkasse og lite utover det.
Hvordan komme i gang med Lyzr?
Gå til studio.lyzr.ai og opprett en konto med Google, GitHub eller e-post. Du havner på en startside som ber deg beskrive agenten du ønsker, på vanlig språk. En samtalebasert bygger stiller deretter oppfølgingsspørsmål og konfigurerer agenten for deg. Hvis du heller vil fylle ut hvert felt selv, åpner du Agents i sidepanelet og velger New Agent for å få den manuelle byggeren.
Før du bygger noe på ordentlig, åpner du Connections og kobler til delene agenten trenger. Under Models legger du inn din egen nøkkel for leverandører som OpenAI, Anthropic, Google, Amazon Bedrock, Azure OpenAI, Groq eller xAI, og da kan alle agentene i arbeidsområdet bruke den. Under Tools autentiserer du apper som Gmail, Slack, Notion, Google Drive eller GitHub med OAuth eller en API-nøkkel. Et realistisk første scenario er en policyassistent som svarer på spørsmål fra ansatte ut fra en opplastet personalhåndbok i PDF og skriver utkast til oppfølgings-e-poster via Gmail.
Det er i agentbyggeren du bruker mest tid. Du gir agenten et navn, velger modell og skriver rollen, målet og instruksjonene. Funksjonskort legger til ekstra egenskaper: slå på Knowledge Base for å legge ved PDF-er eller URL-er, legg til minne slik at agenten husker konteksten, og legg til Responsible AI-kortet for å bruke en guardrail-policy du har opprettet under Safety and Evaluations. Dokumentasjonen anbefaler å starte med en liten, billig modell og bare gå opp når svarene krever det.
Når oppsettet ser riktig ut, trykker du Test for å åpne et chattevindu og kjøre eksempelspørsmål. Sjekk at svarene kommer fra dokumentene dine, og at guardrails blokkerer det de skal. Trykk deretter Deploy og velg synligheten Private, Public eller Organization. Det aktive endepunktet vises under agentens API-fane, og nøkkelen din ligger under Account, API Keys, slik at utviklere kan kalle den samme agenten fra kode eller via Python ADK.
Hvem passer det for?
AI-ledere i store bedrifter
Du har dusinvis av piloter spredt utover teamene og ingenting som når produksjon. Lyzr gir deg ett sted å bygge, teste, versjonere og overvåke agenter, pluss ingeniører som blir med deg gjennom utrullingen. Det gjør en samling demoer om til et styrt program med en ansvarlig eier.
CIO-er og plattformteam
Forretningsenhetene bygger allerede agenter i Copilot, Bedrock og LangGraph uten å spørre deg. Governance-planen samler disse agentene i én oversikt med policyer, revisjonsspor og forbruksgrenser per agent. Du slutter å jage skygge-AI og begynner å godkjenne den.
Compliance- og risikoteam i regulerte bransjer
Banker, forsikringsselskaper og helseaktører trenger bevis på at agentene maskerer personopplysninger, avviser forbudte temaer og fører logg. Lyzr leveres med konfigurerbare guardrail-policyer og kan kjøre i din egen sky, noe som forkorter sikkerhetsgjennomganger betraktelig.
Utviklere som lager agentprototyper
Du vil ha et visuelt lerret for raske eksperimenter og et SDK når logikken blir alvorlig. Studio gir deg begge deler, og hver agent kan kalles via REST fra første dag. Gratisnivået har ingen tidsbegrensning, så du kan lage prototyper i ditt eget tempo.
Konsulent- og systemintegrasjonsteam
Du bygger agenter for kunder som krever datalagring i bestemte regioner og tydelig eierskap til resultatet. Lyzr samarbeider med store konsulentselskaper og kjører enten hostet eller i kundens egen sky. Leveranseteamet ditt gjenbruker den samme stakken på tvers av oppdrag.
Priser på Lyzr
Lyzr deler prisingen i to: bygging og testing er gratis uten tidsbegrensning, og du betaler først når agentene kjører i produksjon. Betalte planer faktureres årlig i amerikanske dollar og måles i agentmåneder, der en Assistant-agent bruker en halv agentmåned per måned, en Specialist bruker én og en Expert, som får sin egen virtuelle maskin, bruker to. Rolige agenter som håndterer færre enn 100 oppgaver i måneden, bruker mindre, et standardforbruk dekker opptil 2 000 oppgaver, og hver ytterligere 2 000 oppgaver starter en ny agentmåned. Lyzr sier at selskapet aldri fakturerer for modelltokens, fordi du betaler modelleverandøren direkte, og hosting hos Lyzr eller i din egen sky koster det samme.
Beskriv en agent i vanlig språk eller bygg den visuelt, test den mot en sandkasse av systemene dine, bruk modelleverandøren du allerede betaler for, og flytt agenter til produksjon uten å bygge dem på nytt.
Kjør en hel funksjons arbeidsflyter på agenter, orkestrer dem i flyter med flere trinn, gi hver ansatt en styrt AI-kollega, og hent alt fra ett årlig budsjett. Reimagineers og forward-deployed engineers jobber side om side med teamet ditt, hostet av Lyzr eller i din egen sky.
Tilpasset pris, dimensjonert etter hvor mange agenter du styrer. Du får én oversikt over alle agenter uansett hvor de kjører, policyer, revisjonsspor og forbruksgrenser per agent, kontroll over maskinene der agentene bygges, og utrulling i din sky eller lokalt.
Tilpasset pris. Openfinetuner finjusterer modeller med åpne vekter på dataene dine, og Lyzr Optimus, en luftgapet maskinvareenhet, er oppført med levering i Q4 2026.
Hvis du overskrider budsjettet, fortsetter agentene å kjøre, og du legger til agentmåneder i blokker på 150. Én advarsel: Dokumentasjonen til Agent Studio beskriver fortsatt en kredittmåler der én kreditt tilsvarer $1, så sjekk faktureringssiden i ditt eget arbeidsområde for å se hvilken modell som gjelder for kontoen din.
Viktigste funksjoner i Lyzr
Agent Studio er den visuelle byggeren der en agent består av en modell, en rolle, et mål, instruksjoner og en stabel med funksjonskort. Hver agent du oppretter, er umiddelbart tilgjengelig via et REST API, og de samme agentene kan administreres fra Python ADK. No-code-prototypen og produksjonsintegrasjonen din er dermed det samme objektet, ikke en omskriving.
Architect genererer en fungerende agent ut fra en beskrivelse i vanlig språk, og den samtalebaserte byggeren på Studio-startsiden stiller oppfølgingsspørsmål for å fylle hullene. Dette løser problemet med det blanke arket for forretningsbrukere som kjenner prosessen, men ikke promptdesign.
Responsible AI-policyer samler kontroller du kan knytte til hvilken som helst agent: toksisitetsscoring med standardterskel 0,4, scoring av prompt injection på 0,3, deteksjon av hemmeligheter, tillatte og forbudte temaer, NSFW-filtrering, blokkering av nøkkelord og håndtering av personopplysninger som kortnumre, e-postadresser, telefonnumre med mer. Hver type personopplysning kan deaktiveres, blokkeres eller maskeres, og en compliance-modul sjekker samhandlinger mot rammeverk som GDPR, HIPAA og EU AI Act. Du får guardrails som sikkerhetsteamene kan inspisere, i stedet for å stole på en prompt.
Connections lar deg bruke dine egne modellnøkler fra leverandører som OpenAI, Anthropic, Google, Vertex AI, Amazon Bedrock, Azure OpenAI, DeepSeek, Groq, Hugging Face, Nvidia og xAI. Verktøy kommer fra 25+ ferdige koblinger, egne OpenAPI-spesifikasjoner eller en hvilken som helst MCP-server. Fordi tokens går rett til leverandøren din, kan du bytte modell uten å reforhandle med Lyzr.
Kunnskapsbaser finnes i tre former: klassisk RAG over dokumenter, en Neo4j-kunnskapsgraf og en semantisk modell for text-to-SQL mot databasene dine. Velg typen som passer spørsmålet, slik at policyoppslag bruker RAG mens inntektsspørsmål går rett mot datavarehuset.
Orkestrering av flere agenter skjer via en Manager Agent eller SuperFlow-arbeidsflyter, med utløsere for planlegger og webhook, sporing, transkripsjoner, versjonering og taleagenter koblet til Twilio, Telnyx eller Plivo. Prosesser som fakturaavstemming eller sortering av saker kan gå på tvers av flere agenter og likevel etterlate et spor som kan inspiseres.
OpenController og Basecode dekker styring utover Lyzrs egne agenter og samler agenter fra Copilot, Bedrock, LangGraph og andre stakker under felles policyer, revisjonsspor og forbruksgrenser. For en CIO er det denne delen som erstatter et regneark med ukjente boter med en faktisk oversikt.
Fordeler og ulemper med Lyzr
Fordeler
Gratisnivået er virkelig nyttig: du kan bygge, teste og finjustere agenter uten tidsbegrensning, koble til dine egne modellnøkler og eksponere hver agent via REST. Anmeldere på G2 og SoftwareFinder gir gjentatte ganger low-code-lerretet æren for at man raskt kommer fra idé til en fungerende agent, samtidig som det tilbyr et SDK når logikken blir kompleks. Modellutvalget er bredt, guardrails kan konfigureres helt ned til enkelttyper av personopplysninger, og utrulling i din egen sky koster det samme som hosting hos Lyzr. Leverandøren oppgir SOC 2 Type II, ISO 27001:2022 og ISO 42001:2023, noe som forkorter innkjøpsprosessen. Bruk Lyzr når det er sikkerhetsgjennomgangen, ikke kvaliteten på promptene, som holder agentene dine ute av produksjon.
Ulemper
Hoppet fra gratis til betalt er brutalt, med produksjon fra $100K i året, så det finnes ikke noe mellomnivå for et lite team som vokser ut av sandkassen. Brukere på G2 og SoftwareFinder beskriver gjennomgående dokumentasjonen som ufullstendig eller utdatert for komplekse oppsett, og flere beskriver en brattere læringskurve enn low-code-merkelappen antyder. Feilsøking av flyter med flere agenter krever ofte prøving og feiling, og eldre anmeldelser klager over kreditter som ble brukt opp under testing. Dokumentasjonen og prissiden beskriver dessuten ulike faktureringsmodeller, noe som gjør kostnadsplanlegging vanskeligere. Sett av tid til onboarding, og be salg om et skriftlig kostnadsestimat før du forplikter deg.
Bruk Lyzr hvis du vil…
- Bygge AI-agenter visuelt uten å skrive orkestreringskode.
- Gjøre en prosessbeskrivelse i vanlig språk om til en fungerende agent.
- Eksponere hver agent som et REST-endepunkt automatisk.
- Bruke guardrails for personopplysninger, toksisitet og prompt injection per agent.
- Bruke dine egne modellnøkler og unngå påslag på tokens.
- Kjøre produksjonsagenter i din egen skykonto.
- Styre agenter bygget i Copilot, Bedrock og LangGraph sentralt.
- Orkestrere flere agenter i én forretningsarbeidsflyt med flere trinn.
Alternativer til Lyzr
CrewAILes anmeldelse →
Microsoft Copilot StudioLes anmeldelse →
n8nLes anmeldelse →
AutoGenLes anmeldelse →Anmeldelser av Lyzr
Bedriftsbrukere liker hvor raskt low-code-byggeren gjør en idé om til en agent som kan rulles ut, uten egen orkestrering, men sier at avanserte oppsett med flere agenter fortsatt krever prøving og feiling og bedre feilsøkingsverktøy.
Flere anmeldere roser friheten til å velge hvilken som helst LLM og koble agenter på tvers av skyplattformer, men advarer om at den store mengden valg og informasjon føles overveldende i starten.
Dokumentasjonen er den vanligste klagen: brukere beskriver veiledningene for komplekse oppsett som uklare eller utdaterte, noe som forlenget onboardingen selv om selve grensesnittet føltes intuitivt.
Tidlige brukere på Product Hunt setter pris på at dataene blir værende i selskapets eget miljø, og at ferdige bruksområder viser hva som er mulig, selv om én stilte spørsmål ved om prising per bruker passer for team med bare et par analytikere.
En uavhengig evaluering over fire uker kalte det kraftig for skreddersydde agenter, men mer et system du må bygge først enn et plug-and-play-verktøy, der mesteparten av innsatsen går til oppsett heller enn resultater.
Ofte stilte spørsmål
Finnes det en gratisplan?
Ja. Build-planen koster $0 og er gratis for alltid, og dekker bygging, testing og finjustering av agenter uten tidsbegrensning. Du betaler bare når agentene kjører i produksjon.
Hva koster Lyzr for bruk i produksjon?
Produksjonsplanen starter på $100K i året, fakturert årlig, og inkluderer forward-deployed engineers. Styring for bedrifter og tillegg som Openfinetuner prises individuelt.
Tar Lyzr betalt for modelltokens?
Nei. Ifølge prissiden betaler du modelleverandøren direkte med dine egne nøkler, så Lyzr legger ikke på noe påslag på tokens.
Hvilke AI-modeller kan jeg bruke?
Agent Studio kobler seg til OpenAI, Anthropic, Google, Vertex AI, Amazon Bedrock, Azure OpenAI, DeepSeek, Groq, Hugging Face, Nvidia og xAI, pluss Deepgram og ElevenLabs for tale.
Er dataene mine trygge hos Lyzr?
Lyzr har en SOC 2 Type II-rapport og sertifiseringene ISO 27001:2022 og ISO 42001:2023, og sier at sikkerhetsprogrammet følger GDPR og HIPAA. Du kan også kjøre produksjonsagenter i din egen sky eller lokalt.
Har Lyzr et API?
Ja. Hver agent som bygges i Studio, får et REST-endepunkt, API-nøklene ligger under Account, og utviklere kan bruke Python ADK, som installeres med pip.
Hvilke integrasjoner støtter Lyzr?
Dokumentasjonen oppgir 25+ ferdige koblinger, blant annet Gmail, Slack, Notion, Google Drive, Outlook og GitHub, og du kan legge til et hvilket som helst REST API via en OpenAPI-spesifikasjon eller koble til MCP-servere.
Hva skjer hvis vi går over budsjettet for agentmåneder?
Ingenting stopper. Agentene fortsetter å kjøre, og du kan når som helst legge til agentmåneder i blokker på 150.
Lignende verktøy
Bland AIEnterprise-plattform for tale-AI der du bygger, tester og overvåker AI-telefonagenter som håndterer innkommende og utgående samtaler i stor skala.
CognigyBedriftsplattform fra NiCE for å bygge AI-agenter for tale og chat som automatiserer kundeservice i eksisterende kontaktsentre.
GensparkAlt-i-ett-arbeidsområde med AI-agenter der Super Agent planlegger og fullfører arbeid i flere trinn: research, lysbilder, regneark, dokumenter, kode, medier og telefonsamtaler.