Prețuri agenți vocali AI în 2026: Adevărul despre $0,05 vs $0,30 pe minut (cu calcule)

Prețuri pentru agenți vocali AI în 2026: Adevărul despre $0,05 vs $0,30 pe minut (cu calcule)

Vapi afișează „$0,05/min" pe pagina de prețuri. Prima factură lunară vine la $0,27/min. Ce s-a întâmplat? Fiecare platformă de voice AI promovează un singur număr, un tarif de platformă, și te facturează pentru alte patru straturi pe care nu le-ai văzut pe prima pagină. Acest ghid reconstruiește matematica prețurilor pentru agenți vocali AI de la zero: costuri BYOK reale pentru 8 platforme, linia de cost pentru token-uri audio pe care nimeni nu o explică și o funcție Python pe care o poți folosi pentru a-ți estima propria factură.

Răspuns rapid

• Costul real total în 2026 se situează între $0,07–$0,30/min, în funcție de modelul bundled vs BYOK.
• Platformele bundled (Retell, Bland, ElevenLabs) promovează $0,07–$0,12/min și ajung la $0,10–$0,18/min.
• Platformele BYOK (Vapi, tarif de platformă $0,05/min) ajung la $0,13–$0,31/min după LLM + TTS + STT + Twilio.
• Cel mai mare avantaj ascuns este prompt caching pe OpenAI Realtime: de până la 80× mai ieftin pentru prompturile de sistem.

Cât costă de fapt un agent vocal AI în 2026?

Majoritatea agenților vocali AI costă între $0,07 și $0,30 pe minut, cost total, în 2026. Platformele bundled (Retell, Bland, ElevenLabs) promovează $0,07–$0,12/min și ajung la $0,10–$0,18/min. Platformele BYOK (Vapi, cu tarif de platformă $0,05/min) ajung la $0,13–$0,31/min după ce adaugi LLM, TTS, STT și Twilio. Direct pe OpenAI Realtime costă aproximativ $0,30/min fără caching.

Trei categorii explică aproape tot ce vei vedea pe factură:

• Tarif per minut bundled: Retell AI ($0,07–$0,31/min), Bland AI ($0,09/min fix), Synthflow și ElevenLabs Conversational. Un singur număr, totul inclus.
• Orchestrare BYOK: Vapi taxează $0,05/min doar pentru stratul de gestionare a apelurilor. Token-urile LLM, caracterele TTS, minutele STT și operatorul telefonic se facturează separat, pe propriile conturi.
• Direct pe infrastructură: Construiești direct pe OpenAI Realtime plus Twilio. Cel mai ieftin la scară dacă faci caching pe prompturi. Scump dacă nu.

Restul acestui articol parcurge matematica strat cu strat, apoi livrează o funcție Python tco_per_minute() pe care o poți lipi într-un notebook.

De ce prețul promovat pe minut este o minciună (cele 4 straturi de cost)

Tariful promovat de $0,05/min acoperă doar orchestrarea. Celelalte patru straturi se suprapun. Fiecare agent vocal de producție din 2026 plătește cinci linii de cost: telefonie, STT, LLM, TTS și tariful de platformă care le leagă pe toate. Sari peste oricare și nu ai un agent funcțional.

Iată minimul, strat cu strat.

Stratul 1: Telefonie (minutul de operator)

Plătești un operator telefonic real pentru audio-ul care circulă în și din rețeaua telefonică publică. Twilio Programmable Voice facturează $0,014/min pentru apeluri outbound în SUA, plus $1–$2/lună per număr de telefon. Twilio Elastic SIP variază între $0,0053–$0,042/min în funcție de originea apelului. Majoritatea platformelor de voice AI fie revând Twilio cu un mic adaos, fie îl transmit integral. Oricum ar fi, sunt $0,014/min în tabelul tău.

Stratul 2: Speech-to-text (STT)

Convertești ce a spus interlocutorul în text pe care LLM-ul îl poate citi. Deepgram Nova-2 streaming costă aproximativ $0,0043/min pe planul Pay-as-you-go, deci rotunjește la $0,005/min în practică. Modelele premium (echivalent Whisper) urcă la $0,018/min. Platformele bundled ascund asta în tariful principal, dar e tot acolo.

Stratul 3: LLM-ul (text sau audio)

Două variante aici. Pipeline-urile în mod text trimit audio-ul transcris unui model precum GPT-4o-mini ($0,15/M input, $0,60/M output) și trimit răspunsul către TTS. O buclă vocală consumă de obicei 100–300 token-uri de input și 80–200 token-uri de output per tură, ceea ce înseamnă aproximativ $0,003–$0,015/min pentru GPT-4o-mini, $0,015–$0,04/min pentru Claude Haiku. Pipeline-urile în mod audio (OpenAI Realtime) sar peste pașii de transcriere/sinteză și facturează direct în token-uri audio. Avem o secțiune completă despre asta mai jos; e pârghia de cost pe care nimeni nu o explică.

Stratul 4: Text-to-speech (TTS)

Sintetizezi răspunsul înapoi în audio. ElevenLabs Turbo costă $0,10/min pe planul Conversational, vocile Premium urcă la $0,12/min. Vocile de bază (Deepgram Aura, OpenAI tts-1) costă $0,04–$0,06/min. Aceasta este de obicei a doua cea mai mare linie de cost după tariful de platformă.

Adunând la minim: $0,014 telefonie + $0,005 STT + $0,005 LLM (4o-mini) + $0,04 TTS + $0,05 platformă = $0,114/min minim pe un stack BYOK. Asta înainte de HIPAA, concurență sau închiriere de numere. Dacă vrei comparația detaliată de funcționalități după această analiză de prețuri, vezi articolul nostru Retell AI vs Vapi vs Bland.

Cele 8 platforme comparate (tabel de prețuri mai 2026)

Tabelul de mai jos preia tarifele principale și cifrele realiste de cost total de pe pagina de prețuri a fiecărui furnizor. Folosește-l ca referință, nu ca adevăr absolut: paginile de prețuri se schimbă, iar alegerile tale de stack schimbă rezultatul final.

Prețuri verificate în mai 2026. Verifică întotdeauna paginile de prețuri ale furnizorilor înainte de a semna: Vapi și-a schimbat suplimentul HIPAA de două ori doar în ultimul an.

Exemplu concret: cât costă de fapt un apel outbound de 4 minute?

Scenariul clasic: un apel outbound de 4 minute, GPT-4o-mini ca LLM, ElevenLabs Turbo ca voce, Twilio US ca operator, doar engleză. Când am rulat exact acest scenariu pe toate cele patru platforme (Vapi, Retell, Bland, OpenAI Realtime direct), tariful principal a explicat mai puțin de jumătate din cifra finală.

Ipoteze menținute constante pentru toate patru:

• 4 minute durată efectivă
• ~12 ture de conversație, ~150 token-uri input + 100 token-uri output per tură = 1.800 in / 1.200 out pentru GPT-4o-mini
• TTS produce ~400 caractere per tură × 12 = 4.800 caractere (ElevenLabs Turbo @ $0,10/min output audio)
• STT facturează toate cele 4 minute (Deepgram Nova-2 @ ~$0,0043/min)
• Twilio outbound US @ $0,014/min, număr $1/lună amortizat la 1.000 apeluri/lună = $0,001/apel

Vapi BYOK: $0,05 → $0,27/min

Notă: ElevenLabs Turbo pe planul Conversational este mai aproape de $0,10/min, nu tarif fix, deci calculul este o taxă per minut de output. Un tarif de platformă de $0,05/min plus GPT-4o-mini plus ElevenLabs Turbo plus Twilio se adună la aproximativ $0,17–$0,27/min, nu $0,05.

Retell bundled: $0,10 → $0,16/min

Pachetul Retell include LLM (tu alegi modelul), STT și TTS-ul lor propriu. Rămâi să plătești Twilio pe deasupra. Atât.

Bland tarif fix: $0,09 → $0,13/min

Bland are cea mai simplă matematică din rezultate. Un singur număr, plus operatorul. Capcana apare la taxele ascunse: minutele de transfer se facturează la $0,025/min în plus.

OpenAI Realtime direct (fără caching): $0,30/min

Cifra presupune că faci caching pe prompturile de sistem. Fără caching, același apel ajunge la aproximativ $1,20 ($0,30/min) pentru că fiecare tură refacturează întregul prompt de sistem la tarife noi. Detaliem calculul mai jos.

Bundled vs BYOK: care model de preț ți se potrivește?

Platformele bundled câștigă când vrei o singură factură, o matematică predictibilă per minut și o voce de bază bună. BYOK câștigă când ai capacitate de inginerie, vrei să-ți alegi propriul LLM și plănuiești să negociezi tarife de operator la scară. Decizia se reduce de obicei la două întrebări: ai o preferință pentru linia de facturare și ai un dezvoltator care să dețină stack-ul?

Regulă rapidă de decizie:

• Sub 10.000 minute/lună → bundled câștigă aproape întotdeauna la costul total de deținere (doar timpul de inginerie acoperă diferența).
• 10.000–100.000 minute/lună → BYOK începe să merite dacă ai cel puțin un inginer dedicat.
• Peste 100.000 minute/lună → BYOK sau direct pe Realtime este de obicei cu $0,05–$0,10/min mai ieftin și poți negocia tarife Twilio pentru sub-conturi.

Pentru o analiză mai detaliată a costurilor LLM pe partea BYOK, vezi articolul nostru despre opțiunile de orchestrare în cele mai bune framework-uri pentru agenți AI.

Taxele ascunse pe care majoritatea le ratează

Chiar și când ai rezolvat matematica celor patru straturi, factura vine cu linii pe care prima pagină nu le-a menționat niciodată. Acestea sunt cele șapte pe care le vedem cel mai des la clienți. Majoritatea sunt ascunse în textul mic de pe pagina de prețuri sau în ecranele de configurare post-înregistrare. Nu sunt rău-intenționate, doar sub-comunicate.

1. Supliment HIPAA. Vapi taxează $2.000/lună pentru HIPAA, conform paginii de prețuri. Retell, Bland și Synthflow includ HIPAA fără cost suplimentar. Dacă ești în domeniul medical și iei în calcul Vapi, sunt $24k/an înainte să fi dat un singur apel.
2. Taxa de rotunjire per minut. Majoritatea platformelor rotunjesc la intervale de 60 de secunde: un apel de 61 de secunde se facturează ca 2 minute. La 5.000 apeluri/lună cu o distribuție tipică de 45–90 secunde, asta înseamnă o creștere efectivă de 5–8% față de ce spune matematica ta $/min. Facturarea per secundă (Bland, Deepgram) elimină asta.
3. Închiriere numere de telefon. Twilio: $1–$2/lună per număr. Retell: $2/lună per număr, $10/lună pentru numere verificate. Pare nesemnificativ până când rulezi 50 de numere outbound pentru apeluri la rece; asta e o linie de $100/lună pe care nimeni nu a menționat-o.
4. Taxe de concurență. Retell include un nivel de bază de apeluri simultane; peste asta, costă $8/concurență/lună. O echipă care rulează 10 apeluri simultane peste limită adaugă $80/lună.
5. Taxe de transfer. Bland taxează $0,025/min când agentul transferă către un operator uman. Dacă 20% din apeluri se transferă, asta e o taxă semnificativă pe minutul mediu.
6. Taxe pentru baza de cunoștințe. Retell oferă 10 KB-uri gratuit; fiecare suplimentară costă $8/lună. În cazuri de utilizare cu RAG intens, se acumulează rapid.
7. Upsell pentru voci premium. ElevenLabs Premium adaugă +$0,04/min peste Turbo. Pare opțional până când echipa de vânzări face un test A/B și descoperă că Premium convertește cu 11% mai bine.

Ai nevoie de cineva care să detalieze cazul tău specific de utilizare înainte de a semna un contract Vapi? Facem asta ca parte a serviciilor noastre de construire a agenților vocali.

Token-uri audio și prompt caching: pârghia de cost pe care nimeni nu o explică

OpenAI Realtime API facturează per token-uri audio, unde 1 token = 100ms de audio input sau 50ms de audio output. Un apel de 60 de secunde folosește aproximativ 600 token-uri input (interlocutorul vorbește) și 1.200 token-uri output (agentul răspunde). La $32/M input și $64/M output, asta înseamnă $0,0192 input + $0,0768 output = $0,096 cost brut audio pe minut, sau aproximativ $0,10/min înainte de a adăuga prompturi, instrumente sau Twilio.

Apoi e promptul de sistem. Fiecare tură trimite întregul prompt de sistem modelului, ca parte a ferestrei de context. Un agent vocal tipic are un prompt de sistem de 2.000 token-uri care acoperă persona, instrumente, cazuri limită și logica de refuz. Fără caching, acel bloc de 2.000 token-uri se facturează la $32/M nou la fiecare apel: $64 la 1.000 de apeluri.

Cu prompt caching activat (token-urile din cache costă $0,40/M conform documentației OpenAI), aceeași sarcină de 1.000 de apeluri costă $0,80. Asta înseamnă o reducere de 80× la costul promptului de sistem. Prompt caching pe OpenAI Realtime reduce costul promptului de sistem de 80 de ori. Majoritatea echipelor descoperă asta abia după prima factură lunară.

Iată calculul ca cod:

# Audio-token cost math for OpenAI Realtime
# Input: 1 token / 100ms = 600 tokens/min
# Output: 1 token / 50ms = 1,200 tokens/min

INPUT_PER_MIN = 600
OUTPUT_PER_MIN = 1200
SYSTEM_PROMPT_TOKENS = 2000
CALLS = 1000

# Fresh rates
COST_IN_FRESH = 32 / 1_000_000   # $/token
COST_OUT_FRESH = 64 / 1_000_000
COST_IN_CACHED = 0.40 / 1_000_000  # 80x discount

# Raw audio cost (per call, 1 minute)
audio_cost = INPUT_PER_MIN * COST_IN_FRESH + OUTPUT_PER_MIN * COST_OUT_FRESH
# ~$0.096/min

# System prompt across 1,000 calls
prompt_fresh = SYSTEM_PROMPT_TOKENS * COST_IN_FRESH * CALLS    # $64
prompt_cached = SYSTEM_PROMPT_TOKENS * COST_IN_CACHED * CALLS  # $0.80
print(f"Fresh: ${prompt_fresh:.2f} | Cached: ${prompt_cached:.2f}")
# Fresh: $64.00 | Cached: $0.80

În munca noastră de modelare a costurilor pentru clienții care construiesc direct pe Realtime, aceasta este cea mai mare pârghie între „Realtime e ieftin" și „Realtime costă de două ori cât Vapi." Dacă folosești Responses API alături de Realtime pentru apeluri de instrumente, vezi tutorialul nostru pentru OpenAI Responses API pentru modelul de implementare. De aceea, construirea direct pe OpenAI Realtime poate fi mai ieftină sau mult mai scumpă decât Vapi, în funcție de faci sau nu caching.

Cum să-ți calculezi propriul TCO (formulă + Python)

Costul total de deținere pentru un agent vocal este costul variabil per minut plus taxele fixe lunare amortizate la volumul tău de minute. Formula:

TCO/min = platform_fee + LLM_cost + STT_cost + TTS_cost + telephony + (number_rental + concurrency_fee + KB_fee) / minutes_per_month

Introdu cifrele tale. Sau folosește asta:

def tco_per_minute(
    calls_per_month: int,
    avg_duration_seconds: float,
    platform_fee_per_min: float,        # e.g., 0.05 for Vapi, 0.13 for Retell bundle
    llm_in_per_1m: float,               # e.g., 0.15 for GPT-4o-mini input
    llm_out_per_1m: float,              # e.g., 0.60 for GPT-4o-mini output
    llm_in_tokens_per_call: int,        # e.g., 1800
    llm_out_tokens_per_call: int,       # e.g., 1200
    tts_per_min: float,                 # e.g., 0.10 for ElevenLabs Turbo
    stt_per_min: float,                 # e.g., 0.005 for Deepgram Nova-2
    telephony_per_min: float,           # e.g., 0.014 for Twilio US
    fixed_monthly: float = 0.0,         # number rentals, KB, HIPAA, concurrency
) -> dict:
    """Return monthly and per-minute total cost of ownership."""
    minutes_per_month = (calls_per_month * avg_duration_seconds) / 60

    # Variable per-call
    llm_cost_per_call = (
        (llm_in_tokens_per_call * llm_in_per_1m / 1_000_000)
        + (llm_out_tokens_per_call * llm_out_per_1m / 1_000_000)
    )
    avg_minutes_per_call = avg_duration_seconds / 60
    variable_per_call = (
        platform_fee_per_min * avg_minutes_per_call
        + llm_cost_per_call
        + tts_per_min * avg_minutes_per_call
        + stt_per_min * avg_minutes_per_call
        + telephony_per_min * avg_minutes_per_call
    )

    monthly_variable = variable_per_call * calls_per_month
    monthly_total = monthly_variable + fixed_monthly
    cost_per_minute = monthly_total / minutes_per_month if minutes_per_month else 0

    return {
        "minutes_per_month": round(minutes_per_month, 1),
        "monthly_total_usd": round(monthly_total, 2),
        "cost_per_minute_usd": round(cost_per_minute, 4),
    }

# Example: 5,000 calls/mo, 4-min avg, Vapi BYOK stack
print(tco_per_minute(
    calls_per_month=5000,
    avg_duration_seconds=240,
    platform_fee_per_min=0.05,
    llm_in_per_1m=0.15, llm_out_per_1m=0.60,
    llm_in_tokens_per_call=1800, llm_out_tokens_per_call=1200,
    tts_per_min=0.10,
    stt_per_min=0.005,
    telephony_per_min=0.014,
    fixed_monthly=2.0,  # $2/mo number rental
))
# {'minutes_per_month': 20000.0, 'monthly_total_usd': 3380.05, 'cost_per_minute_usd': 0.169}

Patru pași numerotați pentru oricine face estimări de la zero:

1. Estimează volumul lunar de apeluri și durata medie a unui apel.
2. Alege-ți stack-ul: platformă + LLM + TTS + STT + telefonie.
3. Caută prețul per unitate al fiecărei componente de pe pagina de prețuri a furnizului.
4. Rulează formula (sau funcția Python de mai sus) — rezultatul este $/min estimat și costul lunar $.

Dacă nu poți scrie TCO-ul ca o formulă de o singură linie, vei pierde bani pe taxa de rotunjire per minut.

Costul la scară: 1k vs 10k vs 100k minute pe lună

Curbele se diverg rapid peste 10.000 de minute. Platformele bundled se aplatizează pentru că factura lor este pur și simplu minute × tarif. Stack-urile BYOK se accentuează pe măsură ce costurile LLM și TTS cresc liniar cu tine. OpenAI Realtime cu caching depășește Vapi în jur de 10k–20k minute/lună — punctul de inflexiune unde construirea direct pe infrastructură începe să aibă sens.

Cifre derivate din formula tco_per_minute() de mai sus, cu ipotezele apelului clasic de 4 minute. Adaugă HIPAA ($2.000/lună Vapi), concurență și închiriere de numere acolo unde se aplică. Nu schimbă forma curbei, dar ridică minimul pentru cumpărătorii cu volum mic.

Graficul principal din partea de sus a acestui articol vizualizează aceleași cifre: Bland se aplatizează devreme, Vapi se accentuează pe măsură ce costurile LLM cresc, iar OpenAI Realtime cu caching bate Vapi peste 10k minute.

Când NU ar trebui să implementezi un agent vocal

Voice AI are un minim real de $0,10–$0,30/min. Sub 200 de apeluri pe lună, un om plus un SaaS de $19 câștigă tot la cost. Închirierea numerelor, nivelurile de bază de concurență și minimele de platformă se adună la un overhead de $50–$200/lună pe care o echipă cu volum mic pur și simplu nu îl recuperează.

Trei criterii „sari peste", sincer:

1. Mai puțin de 200 apeluri/lună. Închirierea numerelor + taxele minime + nivelurile de bază de concurență depășesc costul unui om part-time la $20/oră. Pragul de rentabilitate nu se justifică.

2. Muncă cu context ridicat, volum scăzut. Unicul tău operator gestionează 15 apeluri pe zi, fiecare cu peste 30 de situații unice. Costul halucinațiilor LLM (rambursări, oferte pierdute, programări greșite) mănâncă economiile. Voice AI strălucește pe fluxuri repetitive, nu pe muncă plină de cazuri limită.

3. Industrii reglementate fără buget HIPAA. Suplimentul HIPAA de $2k/lună de la Vapi, taxele de conformitate ale operatorului și protecțiile PII ($0,005–$0,01/min pe Retell) pot prăbuși matematica. Dacă nu poți bugeta $25k/an doar pe linii de conformitate, rulează piloturi pe fluxuri non-PHI mai întâi.

În testare, pragul de rentabilitate față de un agent uman pentru devierea apelurilor de suport se situează în jur de 250–400 apeluri/lună la tarifele bundled tipice. Sub asta, un SaaS de $19/lună plus un om este mai ieftin. Nu implementa voice AI doar pentru că poți.

Dacă voice AI trece pragul de cost dar nu vrei să configurezi Retell sau Vapi singur, serviciul nostru de dezvoltare a agenților vocali construiește și operează întregul stack pe infrastructura ta.

Cum am alege de fapt o platformă în 2026 (verdict pe caz de utilizare)

Nicio platformă nu câștigă peste tot. Cea mai ieftină alegere serioasă depinde de dacă ești inbound sau outbound, dacă ai capacitate de inginerie și dacă HIPAA contează. Cinci cazuri de utilizare, cinci răspunsuri:

• Cel mai ieftin outbound serios (apeluri la rece): Bland. $0,09/min fix, taxă de transfer transparentă, fără surprize de cost LLM. Sari peste el dacă ai nevoie de RAG profund sau instrumente personalizate.
• Cel mai ieftin inbound (deviere suport): Retell. Bundled, HIPAA inclus, analize mature, $0,12–$0,18 total. Sari peste el dacă volumul inbound e sub 200 apeluri/lună (vezi secțiunea anterioară).
• Control maxim + RAG personalizat: Vapi BYOK. Doar dacă ai capacitate de inginerie pentru a deține cheile LLM, TTS și STT. Controlul merită $0,27/min doar când poți negocia operatorul și LLM-ul în jos cu volumul.
• Simplitate bundled la scară: Deepgram Voice Agent. $4,50/oră ($0,075/min) fix, cea mai subestimată opțiune din rezultate. Sari peste el dacă ai nevoie de biblioteca largă de voci pe care ElevenLabs o oferă.
• Standard de calitate conversațională (demo-uri de vânzări, fluxuri sensibile la brand): ElevenLabs Conversational. Voci Turbo sau Premium la $0,10–$0,12/min. Plătește suplimentul când calitatea vocii este pârghia de conversie.

Pentru o analiză mai detaliată pe segmentul enterprise, vezi agenți vocali AI pentru call center-uri enterprise: aceeași matematică, cu ipoteze de volum specifice restaurantelor și clinicilor.

Cum abordează Techsy modelarea costurilor pentru agenți vocali

Nu vindem o platformă vocală. Construim agenți vocali de producție pentru clienți pe Retell, Vapi, Deepgram și OpenAI Realtime. Asta înseamnă că, atunci când modelăm costul pentru un proiect nou, rulăm formula tco_per_minute() la trei niveluri de volum (1k, 10k, 100k minute/lună) înainte de a recomanda un stack. Platforma care câștigă la 1k pierde adesea la 100k.

Negociem prețuri Twilio pentru sub-conturi pentru clienții cu peste 100k minute/lună (sub-conturile deblochează niveluri de volum pe care majoritatea echipelor nu știu că există) și modelăm întotdeauna economiile din prompt caching pe build-urile Realtime înainte de a aproba un design direct pe infrastructură. Jumătate din munca noastră de modelare a costurilor pentru clienți constă în corectarea ipotezelor pe care cineva le-a făcut dintr-o postare de blog a unui furnizor.

Vrei un agent vocal construit end-to-end pe platforma care chiar câștigă pentru volumul tău? Vezi cum construim agenți vocali →

Întrebări frecvente

Cât costă un agent vocal AI pe minut în 2026? Costul total variază între $0,07 și $0,30 pe minut. Platformele bundled (Retell, Bland, ElevenLabs Conversational) ajung la $0,10–$0,18/min odată ce telefonie este inclusă. Platformele BYOK precum Vapi ajung la $0,13–$0,31/min după adăugarea costurilor LLM, TTS, STT și Twilio. OpenAI Realtime direct costă aproximativ $0,30/min brut sau aproximativ $0,12/min cu prompt caching activat pe prompturile de sistem.

Care este cea mai ieftină platformă de agenți vocali AI? Pentru outbound, Bland AI la $0,09/min fix are cea mai simplă matematică de pe piață. Pentru suport inbound, Retell la $0,10–$0,16 total câștigă de obicei datorită HIPAA inclus și nivelurilor de bază de concurență. Pentru infrastructură pură cu caching, OpenAI Realtime poate coborî sub $0,15/min. Deepgram Voice Agent la $0,075/min fix este cea mai neglijată opțiune.

De ce factura mea Vapi este mai mare de $0,05/min? Cifra de $0,05/min de pe pagina de prețuri Vapi este doar tariful de platformă. Vapi este BYOK: tu aduci propriile chei pentru LLM (GPT-4o-mini, Claude etc.), TTS (ElevenLabs, PlayHT), STT (Deepgram) și telefonie (Twilio). Costul total real ajunge la $0,13–$0,31/min în funcție de vocea și modelul ales.

Care este diferența dintre prețurile BYOK și bundled? Platformele bundled (Retell, Bland, Synthflow, ElevenLabs Conversational) includ LLM, STT și TTS într-un singur tarif per minut. Platformele BYOK (Vapi) taxează doar pentru orchestrare — tu aduci propriile chei API pentru tot restul și ești facturat separat de fiecare furnizor. Bundled este mai simplu; BYOK îți oferă control și putere de negociere la scară.

Există taxe ascunse în prețurile agenților vocali AI? Da, șapte frecvente. Suplimente HIPAA ($2.000/lună pe Vapi), rotunjire per minut (creștere efectivă de 5–8% la scară), închiriere numere de telefon ($1–$2/lună), taxe de concurență ($8/concurență/lună Retell), taxe de transfer ($0,025/min Bland), taxe pentru baza de cunoștințe ($8/lună per KB pe Retell) și upsell pentru voci premium (+$0,04/min ElevenLabs Premium peste Turbo).

Este OpenAI Realtime API mai ieftin decât Vapi? Fără prompt caching, nu: OpenAI Realtime costă aproximativ $0,30/min cost brut audio. Cu prompt caching activat (token-uri de prompt de sistem în cache la $0,40/M vs $32/M nou, o reducere de 80×), linia de cost a promptului de sistem se prăbușește și costul total scade la aproximativ $0,12–$0,15/min. Asta îl face competitiv cu platformele bundled peste 10k minute/lună.

Cum îmi estimez costul lunar al agentului vocal? Estimează apelurile pe lună înmulțite cu durata medie a apelului în minute. Înmulțește cu $/min total al platformei tale. Adaugă costurile fixe lunare: închiriere numere de telefon, taxe pentru baza de cunoștințe, nivelul de bază de concurență, suplimentul HIPAA dacă se aplică. Funcția Python tco_per_minute() de mai sus automatizează asta cu un singur apel de funcție pe care îl poți lipi într-un notebook Jupyter.

Facturare per minut sau per secundă: care e mai ieftină? Facturarea per secundă este semnificativ mai ieftină pentru apeluri outbound scurte. Un apel de 61 de secunde facturat în intervale de 60 de secunde se taxează ca 2 minute, ceea ce reprezintă o taxă efectivă de 5–8% la 5.000 de apeluri pe lună cu o distribuție tipică de apeluri scurte. Bland și Deepgram facturează per secundă; majoritatea platformelor BYOK moștenesc rotunjirea la 60 de secunde a Twilio în mod implicit.

Există agenți vocali AI gratuit? Există trial-uri gratuite: majoritatea furnizorilor oferă 10–60 minute gratuite (Retell, Vapi, Bland) pentru testare. Agenți vocali AI de producție cu adevărat gratuit nu există, pentru că întotdeauna plătești cel puțin minutele de operator ($0,014/min pe Twilio US outbound). Chiar și stack-urile open-source self-hosted (Pipecat, LiveKit Agents) te lasă să plătești operatorul telefonic și LLM-ul.

Care este ROI-ul voice AI față de un agent uman? Agenții umani costă $15–$30/oră cu tot cu taxe, ceea ce înseamnă $0,25–$0,50/min. Voice AI la $0,10–$0,20/min bate costul uman peste aproximativ 200 de apeluri pe lună, presupunând rate de rezolvare comparabile. Sub acel volum, minimele de platformă și overhead-ul de închiriere a numerelor fac ca un om plus un SaaS de $19/lună să fie răspunsul mai ieftin.

Acest ghid este menținut de echipa editorială Techsy. Construim agenți vocali AI de producție pe Retell, Vapi și OpenAI Realtime pentru clienți; aceste cifre vin din munca de modelare a costurilor pe care o facem în fiecare săptămână, nu din broșurile furnizorilor. Prețuri verificate în mai 2026; confirmă întotdeauna pe paginile de prețuri ale furnizorilor înainte de a semna.