Guia
Quanto custa um agente de voz com IA por minuto
Um agente de telefone com IA é um pipeline de quatro serviços cobrados por uso rodando em loop: o speech-to-text (STT) transcreve quem liga, um LLM decide o que dizer, o text-to-speech (TTS) fala a resposta e uma operadora de telefonia conecta a chamada. Cada um é cobrado de um jeito (por minuto de áudio, por token, por caractere e por minuto de chamada), e é por isso que é difícil comparar preços de IA de voz à primeira vista. A calculadora converte tudo para um custo por minuto. Com os valores padrão acima (500 chamadas por dia, de 4 minutos cada), a stack custa cerca de $0.0381 por minuto, ou $2,318 por mês.
Speech-to-text (STT)
O STT é cobrado por minuto de áudio, e a chamada inteira é transcrita, esteja quem ligou falando ou não. As tarifas nesta calculadora vão de $0.001 a $0.0077 por minuto. O streaming importa mais que o preço: a transcrição em batch é mais barata, mas um agente ao vivo precisa de transcrições parciais em poucas centenas de milissegundos para parecer responsivo.
LLM
O LLM costuma ser o menor item da conta porque as respostas faladas são curtas, mas ele se comporta como qualquer agente multi-turn: cada turno reenvia o system prompt e a conversa até ali. Com 4 turnos por minuto, uma chamada de 4 minutos faz 16 chamadas ao LLM e relê 42.000 tokens de input. O prompt caching mantém isso barato. Chamadas longas com system prompts grandes e sem cache são onde o custo do LLM dispara. A calculadora de preço de LLM modela o mesmo crescimento de contexto para agentes de texto, e a tabela de preços de LLMs lista as tarifas por token por trás da lista de LLMs.
Text-to-speech (TTS)
O TTS é cobrado por caractere gerado, apenas na parte da chamada em que o agente está falando. Com cerca de 825 caracteres por minuto falado e o agente falando 45% do tempo, um minuto de chamada precisa de ~371 caracteres. Isso coloca o TTS entre $0.00556 e $0.0371 por minuto de chamada, dependendo da voz, e as vozes premium muitas vezes são o maior custo individual da stack.
Telefonia e taxas de plataforma
Operadoras como Twilio e Telnyx cobram $0.007–$0.014 por minuto para voz nos EUA, e um agente WebRTC em um navegador ou app dispensa esse custo por completo. Plataformas gerenciadas como Vapi e Retell acrescentam uma taxa de orquestração de $0.05–$0.07 por minuto além dos provedores de base. Essa taxa cobre a troca de turnos, o tratamento de interrupções, a transferência de chamadas e analytics, coisas que exigem um esforço real de engenharia para construir. Use o campo de plataforma para comparar uma stack gerenciada com uma construída por você.
Como otimizar a latência e o gasto de um agente de voz
Voz é o único caso de uso de LLM em que a latência importa tanto quanto o preço. Quem liga espera uma resposta em cerca de 800 ms depois de terminar uma frase, e esse tempo é dividido entre a finalização do STT, o tempo até o primeiro token do LLM e o tempo até o primeiro áudio do TTS. As opções mais baratas muitas vezes também são as mais rápidas:
- Escolha um LLM rápido, intermediário ou econômico. Modelos topo de linha e de raciocínio acrescentam segundos de raciocínio e custam várias vezes mais por token, com pouco benefício para chamadas roteirizadas.
- Faça streaming de tudo. STT em streaming, streaming de tokens do LLM e TTS em streaming sobrepõem as etapas em vez de executá-las uma depois da outra.
- Mantenha o system prompt curto e em cache. Menos tokens de input por turno significa um primeiro token mais rápido e uma conta de LLM menor.
- Adeque a voz à chamada. Use vozes de TTS premium em vendas e chamadas sensíveis para a marca, e vozes mais baratas em lembretes, pesquisas e suporte de rotina.
- Encerre as chamadas de forma limpa. Detecte caixa postal e silêncio cedo e desligue quando a tarefa terminar; cada minuto ocioso continua pagando STT e telefonia.
- Negocie com base no volume. Acima de cerca de 100 mil minutos por mês, os provedores de STT, TTS e plataforma oferecem descontos por compromisso de uso.
Em volumes muito altos, hospedar o LLM ou um modelo Whisper por conta própria em uma GPU dedicada pode sair mais barato que pagar por token ou por minuto. A calculadora de ponto de equilíbrio entre API e self-hosting mostra onde fica esse ponto de virada, e a calculadora de VRAM para LLM diz qual GPU você precisaria.