知识卡片：Retell AI 借助 OpenAI 模型支撑每月 1 亿次通话

一句话结论

Retell AI 对外披露其语音代理每月处理约 1 亿次通话，并将 GPT-6 Astra 在自家语音代理基准上的领先表现、以及 Codex 对人均营收效率的贡献作为核心叙事；具体基准方法、指标口径与数据细节待核实。

事件概述或研究问题

这是一则厂商侧（OpenAI 客户案例/合作叙事）材料，主题属于产业动态。核心问题是：语音代理规模化落地时，模型选型如何影响基准表现与商业效率。材料标题指向两件事：一是 Retell 使用 OpenAI 模型支撑其通话量规模；二是 GPT-6 Astra 在 Retell 的语音代理基准上排名第一，同时 Codex 帮助其达到每位员工 160 万美元的年化营收运行率。上述数字与排名的评测条件、统计口径待核实。

方法/产品要点

• 产品形态：Retell 提供语音代理（voice agent）能力，服务规模表述为每月约 1 亿次通话。
• 模型使用：采用 OpenAI 模型作为其语音代理的模型底座之一。
• 评测载体：Retell 自有的语音代理基准（voice agent benchmark），材料称 GPT-6 Astra 在该基准上排名第一。
• 工程效率：材料称 Codex 参与其研发/工程流程，并与人均营收运行率指标相关联。
• 基准的任务定义、对话轮次设定、延迟与成本是否纳入评分、失败判定标准等待核实。

主要结果或产业意义

• 规模信号：语音代理已进入“月亿级通话”量级的商业化阶段，通话量成为该类产品对外沟通的主要规模指标。
• 选型信号：厂商倾向用自建基准来公开模型对比结论，模型排名与产品营销绑定更紧。
• 效率信号：将编码助手（Codex）与人均营收指标挂钩，反映 AI 工具价值论证正从“功能演示”转向“组织人效”。
• 具体营收运行率数值、员工口径（是否含外包/合同工）、统计区间待核实。

为什么重要

本条落在“基准评估”与“代理”两个主题的交点上，但与既有卡片关注的“评估范式从函数调用转向端到端任务完成”不同，它提供的增量信息是产业侧如何用自建基准做模型选型与对外叙事：基准不再只服务于研发内部，也成为客户案例中的说服工具。同时，把编码工具与人均营收并列，提示 AI 代理的商业论证正在向组织效率指标延伸。

与既有脉络的关系

• 对“如何评估 AI 代理”一卡的延续：该卡讨论评估应从步级正确性转向有状态环境中的任务完成；本条可视为该转向在语音场景的产业实例，但 Retell 基准是否采用端到端环境状态判定待核实，不宜直接等同。
• 与“从知识检索转向证据探索与综合”一卡无直接事实重叠，仅在“评测口径需明确”这一点上同属方法论关切。

局限与不确定性

• 原始正文未能抓取，本卡片仅基于标题与元数据，全部量化表述均待核实。
• 厂商自建基准存在选择偏差风险：任务集、评分规则、对比模型清单未公开时，排名结论不可外推。
• “人均营收运行率”为运行率（run rate）而非已实现收入，且人均口径未说明，跨公司不可比。
• GPT-6 Astra 的模型版本信息、可用性状态待核实。
• 通话量“每月 1 亿次”是否含重试、失败呼叫或免费额度调用待核实。

可用于图书/PPT/简报的角度

• “自建基准作为营销资产”：厂商基准如何同时服务于模型选型与客户说服，需配以口径披露清单。
• 语音代理的规模化门槛：从演示到月亿级通话，工程侧关注点（延迟、并发、成本）与评测侧关注点的错位。
• AI 工具 ROI 叙事演进：从“节省工时”到“人均营收运行率”，指标选择的风险与误用。
• 案例写作提示：引用厂商数字时标注“运行率/自建基准/未披露口径”，作为数据素养示例。

原始材料

• 标题：Retell uses OpenAI models to help power 100M monthly calls
• 来源：OpenAI（openai.com/index/retell-ai）
• 类型：厂商客户案例/合作叙事
• 状态：正文未抓取，本卡片依据标题与元数据整理；所有事实性细节待核实。