Retell 用 OpenAI 模型支撑每月 1 亿次通话,GPT-6 Astra 登顶其语音 Agent 基准
来源OpenAI Blog查看原文
速览
- OpenAI 以客户案例形式公布 Retell 的使用规模:每月 1 亿次通话
- Retell 自建语音 Agent 基准,GPT-6 Astra 位列第一
- Codex 被 Retell 用于工程提效,人均年化营收达 160 万美元
- 原文未披露基准方法、对比模型与通话统计口径
- 该案例同时承担为 GPT-6 Astra 与 Codex 背书的角色
OpenAI 官方博客披露客户案例:语音 Agent 平台 Retell 基于 OpenAI 模型运行,每月处理 1 亿次通话。在 Retell 自建的语音 Agent 基准测试中,GPT-6 Astra 排名第一;同时 Retell 借助 Codex 将人均年化营收推至 160 万美元。原文仅给出上述结论性数据,未披露基准的具体测试方法、对比模型清单,也未说明 1 亿次通话的统计口径与 Codex 在业务中的具体用法。
关键事实
- Retell 使用 OpenAI 模型支撑其语音 Agent 服务
- Retell 每月处理 1 亿次通话
- GPT-6 Astra 在 Retell 的语音 Agent 基准测试中排名第一
- Retell 借助 Codex 达到每位员工 160 万美元的年化营收
本站视角
对国内做语音 Agent 和客服外呼的团队来说,这条信息的价值不在「OpenAI 又发了一个案例」,而在于它给出了一个可参照的规模量级:单家语音 Agent 平台每月 1 亿次通话,意味着语音场景的模型调用量已经能和文本场景比肩,推理成本、延迟和并发稳定性会成为这类团队选型的核心指标,而不是单纯的模型能力分数。我们的判断是,Retell 自建基准并把 GPT-6 Astra 排在第一,本质上是一种双向背书——Retell 借 OpenAI 的品牌强化自己的技术可信度,OpenAI 则拿到「客户侧第一」的素材用于市场传播,这类结果不宜当作独立评测引用。真正需要观察的是两点:一是 GPT-6 Astra 在第三方语音基准(如延迟、打断处理、多轮纠错)上的表现是否与 Retell 的结论一致;二是 Codex 带来的人均 160 万美元营收,究竟来自工程效率提升还是业务本身的轻人力结构,原文没有给出拆解,把它直接当作「AI 编程工具提升人效」的证据是过度解读。对使用 API 的中小企业而言,更实际的参考是:语音 Agent 的规模化拐点可能已经到来,但成本结构和供应商锁定风险需要自行测算。
背景与影响
这是 OpenAI 典型的客户案例式内容:由客户给出使用规模与内部评测结果,OpenAI 对外发布。对语音 Agent 赛道而言,每月 1 亿次通话说明该类产品已进入大规模生产环境,而非停留在演示阶段;对 OpenAI 而言,在自家模型迭代(GPT-6 Astra)的节点上,由客户侧基准给出「第一」的结论,是一种间接的性能证明。需要区分的是,Retell 的基准由其自身构建,测试集、对比对象和评分方式均未公开,因此「GPT-6 Astra 登顶」目前只是单一客户的自评结果,不能等同于第三方独立评测。人均 160 万美元年化营收同样缺少口径说明——是整体营收除以人数,还是仅计算特定团队,原文未交代。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。