Guida
Quanto costa al minuto un agente vocale AI
Un agente telefonico AI è una pipeline di quattro servizi a consumo che girano in loop: lo speech-to-text (STT) trascrive chi chiama, un LLM decide cosa dire, il text-to-speech (TTS) pronuncia la risposta e un operatore di telefonia collega la chiamata. Ognuno è fatturato in modo diverso (per minuto di audio, per token, per carattere e per minuto di chiamata), ed è per questo che i prezzi della voice AI sono difficili da confrontare a colpo d'occhio. Il calcolatore converte tutto in un costo al minuto. Con i valori predefiniti qui sopra (500 chiamate al giorno, 4 minuti ciascuna), lo stack costa circa $0.0381 al minuto, ovvero $2,318 al mese.
Speech-to-text (STT)
L'STT è fatturato per minuto di audio, e l'intera chiamata viene trascritta, che chi chiama stia parlando o meno. Le tariffe in questo calcolatore vanno da $0.001 a $0.0077 al minuto. Lo streaming conta più del prezzo: la trascrizione in batch costa meno, ma un agente dal vivo ha bisogno di trascrizioni parziali entro poche centinaia di millisecondi per risultare reattivo.
LLM
L'LLM è di solito la voce di costo più piccola perché le risposte parlate sono brevi, ma si comporta come qualsiasi agente multi-turno: ogni turno reinvia il system prompt e la conversazione fino a quel momento. Con 4 turni al minuto, una chiamata di 4 minuti effettua 16 chiamate all'LLM e rilegge 42.000 token di input. Il prompt caching mantiene basso questo costo. Le chiamate lunghe con system prompt grandi e senza caching sono quelle in cui il costo dell'LLM sale. Il calcolatore prezzi LLM modella la stessa crescita del contesto per gli agenti testuali, e la tabella prezzi LLM elenca le tariffe per token alla base del menu a tendina LLM.
Text-to-speech (TTS)
Il TTS è fatturato per carattere generato, solo per la parte di chiamata in cui l'agente parla. Con circa 825 caratteri per minuto parlato e un tempo di parola dell'agente pari a 45% della chiamata, un minuto di chiamata richiede ~371 caratteri. Questo porta il TTS tra $0.00556 e $0.0371 per minuto di chiamata a seconda della voce, e le voci premium sono spesso la voce di costo più alta dell'intero stack.
Telefonia e fee di piattaforma
Operatori come Twilio e Telnyx applicano $0.007–$0.014 al minuto per le chiamate vocali negli USA, mentre un agente WebRTC in un browser o in un'app evita del tutto questo costo. Piattaforme gestite come Vapi e Retell aggiungono una fee di orchestrazione di $0.05–$0.07 al minuto oltre ai costi dei provider sottostanti. Quella fee copre gestione dei turni di parola, gestione delle interruzioni, trasferimento di chiamata e analytics, che richiedono un notevole lavoro di sviluppo. Usa il campo piattaforma per confrontare uno stack gestito con uno costruito in proprio.
Come ottimizzare latenza e spesa di un agente vocale
La voce è l'unico caso d'uso degli LLM in cui la latenza conta quanto il prezzo. Chi chiama si aspetta una risposta entro circa 800 ms dalla fine di una frase, e quel budget è condiviso tra la finalizzazione dell'STT, il time to first token dell'LLM e il time to first audio del TTS. Le scelte più economiche sono spesso anche le più veloci:
- Scegli un LLM veloce di fascia media o economico. I modelli di punta e di ragionamento aggiungono secondi di elaborazione e costano parecchie volte di più per token, con pochi benefici per chiamate guidate da uno script.
- Usa lo streaming ovunque. STT in streaming, streaming dei token dall'LLM e TTS in streaming sovrappongono le fasi invece di eseguirle una dopo l'altra.
- Mantieni il system prompt breve e in cache. Meno token di input per turno significano un primo token più veloce e una bolletta LLM più bassa.
- Adatta la voce alla chiamata. Usa voci TTS premium per vendite e chiamate legate al brand, e voci più economiche per promemoria, sondaggi e assistenza di routine.
- Chiudi le chiamate in modo pulito. Rileva subito segreteria e silenzi, e riaggancia quando il compito è concluso; ogni minuto inattivo paga comunque STT e telefonia.
- Negozia sui volumi. Oltre circa 100.000 minuti al mese, i provider di STT, TTS e piattaforma offrono tutti sconti per impegno di utilizzo.
A volumi molto alti, fare self-hosting dell'LLM o di un modello Whisper su una GPU dedicata può costare meno del prezzo a token o al minuto. Il calcolatore di break-even API vs self-hosting mostra dove si trova quel punto di pareggio, e il calcolatore VRAM per LLM ti dice quale GPU ti servirebbe.