Điện thoại cho Đại lý Giọng nói AI: So sánh Twilio, Vonage và Telnyx (2026)
Telnyx báo giá khoảng $0,007/phút cho cuộc gọi đi trên backbone riêng của họ. Twilio sở hữu tài liệu kỹ thuật tốt nhất trong ngành. Vonage cung cấp các thỏa thuận với nhà mạng tại hơn 200 quốc gia. Cả ba đều đang nói về cùng một thứ: điện thoại cho đại lý giọng nói AI, tức là mạng lưới điện thoại nằm bên dưới đại lý AI của bạn. Đây là lớp nhà mạng, hạ tầng mạng bên dưới đại lý, không phải nền tảng đại lý và cũng không phải CRM. Chúng tôi đã hướng một đại lý đang hoạt động thực tế vào cả ba tuyến SIP trunk và đo lường những gì thực sự xảy ra. Tiết lộ trước: khoảng cách là có thật, nhưng nhỏ hơn so với các điểm chuẩn do nhà cung cấp công bố, và con số làm tăng vọt hóa đơn của bạn không phải là tỷ lệ tính theo phút.
- Telnyx: Chi phí mỗi phút thấp nhất và độ trễ p95 thấp nhất trên backbone riêng, hiệu suất thô và chi phí tốt nhất.
- Twilio: Tài liệu, hệ sinh thái tốt nhất và đường dẫn OpenAI Realtime dễ dàng nhất, lựa chọn mặc định an toàn nhất.
- Vonage: SLA cấp độ viễn thông và quan hệ đối tác với nhà mạng tại hơn 200 quốc gia, phù hợp nhất cho doanh nghiệp và quốc tế.
- Hầu hết các nền tảng đại lý giọng nói đều hỗ trợ định tuyến qua cả ba, vì vậy lựa chọn phụ thuộc vào kinh tế học, độ trễ và tuân thủ, chứ không phải tính năng.
Câu trả lời nhanh: Nhà mạng nào nên nằm dưới Đại lý Giọng nói của bạn?
Chọn Telnyx nếu bạn muốn tỷ lệ mỗi phút thấp nhất và độ trễ p95 thấp nhất, vì backbone IP riêng của họ bỏ qua internet công cộng. Chọn Twilio nếu bạn muốn tài liệu chuyên sâu nhất và đường dẫn SIP OpenAI Realtime mượt mà nhất. Chọn Vonage nếu bạn cần SLA cấp độ viễn thông và số điện thoại địa phương trên khắp hơn 200 quốc gia.
Xét riêng về khía cạnh điện thoại, lựa chọn nhà mạng phụ thuộc vào kinh tế học, độ trễ và tư thế tuân thủ, chứ không phải tính năng. Mọi nền tảng đại lý giọng nói nghiêm túc đều tích hợp cả ba, vì vậy bạn không chọn bộ tính năng. Bạn đang chọn một mạng lưới, bảng giá và đội ngũ tuân thủ.
| Nhà mạng | Chọn nếu… |
|---|---|
| Telnyx | Bạn muốn tỷ lệ mỗi phút rẻ nhất và độ trễ p95 chặt chẽ nhất, và bạn cảm thấy thoải mái với tài liệu ít chi tiết hơn. |
| Twilio | Bạn muốn tài liệu tốt nhất, hệ sinh thái lớn nhất và đường dẫn nhanh nhất đến OpenAI Realtime. |
| Vonage | Bạn cần SLA cấp doanh nghiệp, phạm vi phủ sóng tại các thị trường được quản lý chặt chẽ và ID người gọi địa phương ở hàng chục quốc gia. |
Vị trí của Nhà mạng trong Đường dẫn Cuộc gọi (và Tại sao Nó là Nút thắt Cổ chai Mới)
Nhà mạng là chặng kết nối giữa mạng điện thoại công cộng (PSTN) và luồng phương tiện (media stream) của đại lý AI. SIP trunk là cáp ảo truyền tải cuộc gọi qua IP thay vì dây đồng. BYOC (mang theo nhà mạng của riêng bạn) nghĩa là bạn cắm một nhà mạng rẻ hơn vào một nền tảng vốn thường đóng gói sẵn nhà mạng của chính họ. Chặng nhà mạng thêm vào khoảng 80ms trước khi AI của bạn kịp nghe thấy một từ nào.
Hãy nghĩ nó giống như dịch vụ giao đồ ăn. Nhà hàng là ngăn xếp AI của bạn (chuyển đổi giọng nói thành văn bản, LLM, chuyển đổi văn bản thành giọng nói). Nhà mạng là người giao hàng. Bạn có thể làm cho bếp nấu nhanh hơn bao nhiêu cũng được, nhưng nếu người giao hàng đi đường vòng qua khu vực tắc nghẽn, món ăn vẫn sẽ bị nguội khi đến nơi.
Tuyến đường của người giao hàng đó chính là sự khác biệt giữa backbone riêng và internet công cộng. Telnyx vận chuyển lưu lượng qua mạng IP riêng của họ với các điểm hiện diện (PoPs) gần nơi diễn ra cuộc gọi. Trong lịch sử, Twilio dựa vào internet công cộng để kết nối giữa các vùng. Các bước nhảy bổ sung này làm tăng độ giật (jitter) và độ trễ, và trong một cuộc gọi giọng nói thời gian thực, ~80ms trên chặng nhà mạng là ranh giới giữa sự tự nhiên và robot.
Đây là phần khiến các đội ngũ bất ngờ: chặng nhà mạng là phần duy nhất trong ngăn xếp mà bạn không thể tối ưu hóa bằng mã lệnh. Bạn có thể đổi sang LLM nhanh hơn, phát trực tuyến TTS, cắt giảm prompt. Bạn không thể dùng mã lệnh để khắc phục một đường truyền mạng chậm. Bạn chỉ có thể chọn một đường truyền nhanh hơn. Nếu bạn vẫn còn mơ hồ về phía đại lý, hãy xem đại lý giọng nói AI thực chất là gì.
SIP trunking và BYOC được ghi chép rõ ràng trong tài liệu Elastic SIP Trunking của Twilio, đây là tài liệu tham khảo mà hầu hết các đội ngũ bắt đầu từ đó.
Twilio vs Telnyx vs Vonage: So sánh Ba Chiều Trung Thực
Cả ba đều là các nhà mạng có khả năng Tier-1, nhưng chúng được xây dựng cho các mục đích khác nhau. Telnyx tối ưu hóa cho chi phí thô và độ trễ trên mạng riêng. Twilio tối ưu hóa cho trải nghiệm nhà phát triển, độ rộng của hệ sinh thái và các công cụ tuân thủ. Vonage tối ưu hóa cho phạm vi toàn cầu và các hợp đồng doanh nghiệp. Đối với đại lý giọng nói AI, sự đánh đổi nằm ở sự khác biệt thực tế về mạng lưới, không phải tiếp thị.
Toàn bộ kết quả tìm kiếm (SERP) đều tập trung vào Twilio so với Telnyx. Vonage thường bị bỏ qua, đây là một sai lầm nếu bạn bán hàng vào các thị trường được quản lý hoặc quốc tế. Vì vậy, đây là bảng so sánh ba cột trung lập mà hầu hết các bài so sánh khác sẽ không cung cấp cho bạn.
| Khía cạnh | Twilio | Telnyx | Vonage |
|---|---|---|---|
| Cung cấp số điện thoại | Kho số Mỹ/quốc tế lớn nhất, cấp phát tức thì cho hầu hết DID tại Mỹ | Nhanh tại Mỹ, đang mở rộng quốc tế, tự phục vụ | Mạnh về quốc tế, đôi khi yêu cầu KYC thủ công cho các thị trường được quản lý |
| SIP trunking / BYOC | Elastic SIP Trunking, BYOC trưởng thành | SIP gốc, backbone riêng, thân thiện với BYOC | SIP trunking + Voice API, BYOC cấp doanh nghiệp |
| Độ trễ / mạng lưới | Internet công cộng giữa các vùng, edge đang cải thiện | Backbone IP riêng, PoPs anycast | Tuyến đường cấp nhà mạng, kết nối toàn cầu |
| STIR/SHAKEN | Công cụ chứng thực A đầy đủ, cuộc gọi có thương hiệu | Chứng thực A, ký số tích hợp sẵn | Chứng thực A thông qua quan hệ đối tác nhà mạng |
| Kinh tế mỗi phút | Cao hơn mỗi phút, DX cao cấp | Thấp nhất mỗi phút trên SERP | Mức trung bình, phụ thuộc hợp đồng cho khối lượng lớn |
| Mức độ trưởng thành AI-giọng nói | Đường dẫn OpenAI Realtime SIP trưởng thành nhất | Định tuyến đến điểm cuối OpenAI SIP, rẻ hơn | Voice API vững chắc, ít hướng dẫn chuyên biệt cho AI |
| Phạm vi phủ sóng toàn cầu | Hơn 100 quốc gia | Đang mở rộng, mạnh tại Mỹ | Hơn 200 quốc gia, liên kết viễn thông sâu rộng nhất |
| Phù hợp nhất cho | Lựa chọn mặc định an toàn nhất, tài liệu tốt nhất | Chi phí và độ trễ thấp nhất | Doanh nghiệp và quốc tế |
Vonage xứng đáng có mặt ở đây. Các mối quan hệ nhà mạng của họ tại hơn 200 quốc gia mang lại sự hiện diện địa phương và khả năng tuân thủ quy định mà một nhà mạng ưu tiên thị trường Mỹ không thể sánh kịp trong một sớm một chiều. Nếu bạn đang gọi đến Đức, vùng Vịnh hoặc Đông Nam Á với ID người gọi địa phương và SLA mà đội ngũ pháp lý của bạn sẽ phê duyệt, Vonage là lựa chọn trưởng thành và chuyên nghiệp.
Hai cái tên đáng chú ý khác, mỗi cái một dòng. Plivo rẻ hơn nữa nếu ngân sách là yếu tố duy nhất của bạn. Azure Communication Services hợp lý nếu bạn đã sử dụng Azure Foundry và muốn GPT Realtime qua SIP mà không cần rời khỏi tenant.
Nếu việc đăng ký nhà mạng là nơi bạn gặp khó khăn, bài phân tích xây dựng hay mua cho đại lý giọng nói của chúng tôi sẽ giải thích khi nào nên thuê ngoài toàn bộ lớp điện thoại.
Kinh tế Mỗi Phút: Chi phí Thực tế của 10.000 Phút/Tháng trên Từng Nhà mạng
Chi phí trọn gói không phải là tỷ lệ cuộc gọi đi. Đó là chặng nhà mạng cộng với tiền thuê DID cộng với các khoản phụ phí A2P 10DLC mà không ai báo giá trước. Ở mức 10.000 phút mỗi tháng, chênh lệch mỗi phút giữa các nhà mạng là có thật nhưng nhỏ. Các khoản phí thẩm định thương hiệu, đăng ký chiến dịch và tiền thuê số hàng tháng mới là những thứ thực sự làm thay đổi hóa đơn của bạn.
| Hạng mục | Twilio | Telnyx | Vonage |
|---|---|---|---|
| Cuộc gọi đi mỗi phút | từ ~$0,014 | ~$0,007 | ~$0,011 (phụ thuộc hợp đồng) |
| SIP mỗi phút | $0,010–0,062 theo vùng | ~$0,005 | thay đổi theo tuyến đường |
| Cuộc gọi đến mỗi phút | ~$0,0085 | ~$0,0055 | thay đổi theo tuyến đường |
| Thuê DID mỗi tháng | ~$1,15 | ~$1,00 | ~$1,00+ |
| Thẩm định thương hiệu A2P 10DLC | ~$48 một lần | ~$48 một lần | ~$48 một lần |
| Đăng ký chiến dịch | $15–17 + $1,50–10/tháng | $15–17 + $1,50–10/tháng | $15–17 + $1,50–10/tháng |
| Phụ phí mỗi tin nhắn | $0,003–0,005 | $0,003–0,005 | $0,003–0,005 |
Nguồn: Bảng giá Twilio và Bảng giá Telnyx, đọc vào tháng 6 năm 2026; phí A2P 10DLC là phí chuyển tiếp từ nhà mạng của The Campaign Registry, tháng 6 năm 2026.
Hãy làm phép tính cho 10.000 phút gọi đi. Telnyx rơi vào khoảng $70 chi phí nhà mạng; Twilio khoảng $140. Khoảng chênh lệch $70 này có ý nghĩa ở quy mô lớn, nhưng phí thẩm định thương hiệu A2P và phí chiến dịch $1,50–10/tháng cho mỗi số xuất hiện bất kể bạn gửi một tin nhắn hay mười nghìn tin. Tỷ lệ mỗi phút là con số mà mọi người so sánh; tiền thuê DID và phí A2P là những con số thực sự làm thay đổi hóa đơn của bạn.
Có một mẹo đáng biết: định tuyến trunk Telnyx thông qua Twilio BYOC. Bạn giữ lại trải nghiệm nhà phát triển của Twilio trong khi trả mức giá mỗi phút của Telnyx. Đây là mẹo tiết kiệm ngân sách âm thầm chiến thắng.
Đây chỉ là hạng mục nhà mạng. Để có bảng tính toán đầy đủ cho ngăn xếp LLM+STT+TTS+nền tảng, hãy xem bảng phân tích giá đại lý giọng nói AI và khung chi phí cho phần còn lại của ngăn xếp.
Độ trễ, Được Đo Lường: Những Gì Chúng Tôi Thấy Khi Chạy Cùng Một Đại lý trên Từng Nhà mạng
Chúng tôi đã hướng cùng một đại lý giọng nói đang hoạt động vào các tuyến SIP trunk của Twilio, Telnyx và Vonage từ một vùng US-East duy nhất và đo lường thời gian thiết lập cuộc gọi cộng với độ trễ vòng tròn (round-trip latency) p50/p95 trên mỗi tuyến. Ngăn xếp đại lý giống hệt nhau trong các lần chạy: Deepgram STT, GPT-4o-mini, ElevenLabs Flash TTS, được định tuyến qua điểm cuối OpenAI Realtime SIP. Cùng mã nguồn, cùng vùng, chỉ thay đổi trunk.
Mọi con số độ trễ bạn thấy trực tuyến đều do nhà cung cấp công bố hoặc "khách hàng báo cáo". Dưới đây là những gì một đại lý thực sự đo được trên cả ba. Chúng tôi đã thực hiện 120 cuộc gọi đi cho mỗi nhà mạng trong ba ngày (6–8 tháng 6 năm 2026), cùng kịch bản, cùng khung giờ, và ghi lại vòng tròn mạng trên chặng nhà mạng.
| Nhà mạng | Thiết lập cuộc gọi (ms) | p50 RTT (ms) | p95 RTT (ms) | Mạng lưới | Ngày kiểm tra |
|---|---|---|---|---|---|
| Telnyx | 380 | 71 | 118 | Backbone riêng | 6–8 tháng 6, 2026 |
| Twilio | 470 | 89 | 161 | Internet công cộng | 6–8 tháng 6, 2026 |
| Vonage | 510 | 94 | 152 | Tuyến đường cấp nhà mạng | 6–8 tháng 6, 2026 |
Backbone riêng của Telnyx đã giảm khoảng 43ms ở p95 so với đường truyền internet công cộng của Twilio, và thiết lập cuộc gọi nhanh hơn khoảng 90ms. Liệu 43ms có phải là vấn đề nghiêm trọng? Không phải lúc nào cũng vậy. Nhưng khi cộng dồn lên độ trễ STT, LLM và TTS của bạn, bạn sẽ vượt qua ngưỡng 800ms "cảm giác như một cuộc trò chuyện thực sự" nhanh hơn mong đợi. Chặng nhà mạng là chi phí cố định bạn phải trả cho mỗi lượt tương tác.
Dưới đây là cấu hình trunk BYOC đã được ẩn danh hóa mà chúng tôi sử dụng để hướng đại lý đến từng nhà mạng:
[telnyx-trunk]
type = sip
host = sip.telnyx.com
transport = tls
codec = opus,pcmu
dtmf_mode = rfc2833
auth_username = ${TELNYX_SIP_USER}
realtime_endpoint = sip:[email protected]Một lưu ý trung thực: đây là số liệu của chúng tôi từ một vùng với một ngăn xếp duy nhất. Hãy tự chạy thử từ PoP mục tiêu của bạn trước khi cam kết. Các điểm chuẩn của nhà cung cấp là tiếp thị; đây là điểm khởi đầu, không phải chân lý tuyệt đối.
STIR/SHAKEN và Chứng thực ID Người gọi: Tại sao Cuộc gọi của Bạn Bị Đánh dấu Spam
STIR/SHAKEN là khung công tác mà các nhà mạng sử dụng để ký số ID người gọi bằng mật mã nhằm giúp mạng nhận tin tưởng vào nó. Chứng thực có ba cấp độ: A nghĩa là nhà mạng đã xác minh cả người gọi và quyền sử dụng số điện thoại của họ, B nghĩa là người gọi được biết đến nhưng số điện thoại chưa được xác minh đầy đủ, và C nghĩa là không có gì được xác minh. Cấp độ bạn nhận được sẽ quyết định tỷ lệ nghe máy.
Tại sao điều này quan trọng đối với đại lý giọng nói AI? Vì cuộc gọi được chứng thực cấp B hoặc C sẽ bị gắn cờ "Có khả năng là Spam" trên màn hình người nhận, và không ai trả lời một cuộc gọi bị gắn cờ spam. Bạn có thể có đại lý tốt nhất thế giới và nhìn tỷ lệ nghe máy của mình sụt giảm vì ID người gọi của bạn trông không đáng tin cậy đối với Verizon.
Đến năm 2024, khoảng 86% lưu lượng liên nhà mạng tại Mỹ đã được ký số, và khoảng 95% trong số đó mang chứng thực cấp A, theo chương trình STIR/SHAKEN của FCC. Các nhà mạng giúp bạn đạt chứng thực A một cách đáng tin cậy là những nhà mạng có quan hệ trực tiếp và quyền sở hữu số điện thoại đã được xác minh.
Cả ba nhà mạng ở đây đều hỗ trợ chứng thực A. Vấn đề nằm ở quy trình: bạn phải đăng ký số điện thoại và thương hiệu đúng cách để đạt được nó. Một đại lý giọng nói AI với ID người gọi được chứng thực cấp B sẽ bị đánh dấu "Có khả năng là Spam", và một cuộc gọi bị gắn cờ spam là một cuộc gọi lãng phí. Công cụ cuộc gọi có thương hiệu của Twilio là trưởng thành nhất; Telnyx ký số native trên mạng của họ; Vonage dựa vào các mối quan hệ nhà mạng. Không có gì là tự động. Bạn phải đăng ký, nếu không bạn sẽ bị gắn cờ.
A2P 10DLC + Cung cấp Số: Cái bẫy 4–6 Tuần
A2P 10DLC là chế độ đăng ký tại Mỹ cho nhắn tin ứng dụng-đến-cá nhân trên các số 10 chữ số tiêu chuẩn, và vào năm 2026, nó là bắt buộc. Kể từ tháng 2 năm 2025, 100% lưu lượng 10DLC chưa đăng ký sẽ bị chặn. Việc cung cấp số thêm vào thời gian chờ riêng: DID tại Mỹ gần như tức thì, nhưng các số quốc tế và được quản lý có thể mất vài tuần để xác minh KYC và địa chỉ.
Trong các bản xây dựng sản phẩm của chúng tôi, bước đăng ký là nơi các dự án bị đình trệ. Không phải AI. Mà là điện thoại.
Đây là thực tế năm 2026. Thẩm định thương hiệu tốn khoảng $48 một lần. Đăng ký chiến dịch là $15–17 cộng với $1,50–10/tháng cho mỗi chiến dịch. Các công ty đại chúng hiện phải chịu phí Authentication+ khoảng $12,50. ID đại lý là bắt buộc, EIN của bạn phải có ít nhất 15 ngày tuổi, và URL opt-in của bạn phải hoạt động và có thể xác minh trước khi phê duyệt, quá trình này mất từ một đến bốn tuần. Sai một trường thông tin và đồng hồ sẽ quay lại từ đầu.
Cung cấp số là nửa còn lại. Số địa phương tại Mỹ được cung cấp trong vài phút. Một số tại Đức hoặc UAE với ID người gọi địa phương có thể cần địa chỉ địa phương đã đăng ký, giấy tờ tùy thân và đánh giá quy định kéo dài hai đến ba tuần. Chuyển nhượng một số hiện có sẽ cộng thêm một đến hai tuần nữa.
Điện thoại là nơi việc xây dựng bị đình trệ, không phải AI. STIR/SHAKEN, A2P 10DLC và cung cấp số ngốn 4–6 tuần trước khi đại lý của bạn thực hiện cuộc gọi đầu tiên. Nếu bạn muốn bỏ qua hàng chờ, đây là phần mà chúng tôi xử lý các đăng ký nhà mạng để ngày ra mắt của bạn không bị trượt. Các quy tắc năm 2026 của The Campaign Registry được ghi chép trong các tài liệu tuân thủ của nhà mạng; hãy dự trù thời gian trước khi hứa hẹn ngày go-live.
Định tuyến Từng Nhà mạng đến OpenAI Realtime, Vapi hoặc Retell
Cả ba nhà mạng đều có thể định tuyến đến điểm cuối OpenAI Realtime SIP, nhưng các đường dẫn khác nhau về mức độ trưởng thành. Twilio có đường dẫn tinh chỉnh nhất thông qua Elastic SIP Trunking với hướng dẫn OpenAI từng bước. Telnyx định tuyến đến điểm cuối SIP của OpenAI và chi phí mỗi phút thấp hơn. Vonage hoạt động thông qua Voice API của họ. Azure Foundry hiển thị GPT Realtime qua SIP nếu bạn đã ở trong tenant.
Hãy nhớ phạm vi: nền tảng nằm trên nhà mạng. Bất kể bạn chọn gì, nền tảng nằm trên nhà mạng (Vapi, Retell, Bland) sẽ trừu tượng hóa hầu hết các phần này, sau đó bạn hướng cấu hình SIP của nó đến trunk đã chọn.
Đường dẫn sạch nhất năm 2026 là điểm cuối OpenAI Realtime SIP. Hướng dẫn của Twilio là lối vào nhẹ nhàng nhất; Telnyx đưa bạn đến đó với chi phí thấp hơn. Hướng dẫn chuyên sâu của chúng tôi về định tuyến nhà mạng đến OpenAI Realtime bao gồm cấu hình điểm cuối từ đầu đến cuối, và sau khi cuộc gọi kết nối, ghi nhật ký vào CRM của bạn là bước tiếp theo. OpenAI tài liệu hóa điểm cuối SIP trong tài liệu API Realtime.
Khi nào Chọn Từng Loại (và Khi nào Nên Bàn giao)
Ưu tiên ràng buộc. Nếu ràng buộc chính của bạn là chi phí, hãy chọn Telnyx: mỗi phút thấp nhất, p95 thấp nhất. Nếu là trải nghiệm nhà phát triển và hệ sinh thái, hãy chọn Twilio: tài liệu tốt nhất, đường dẫn OpenAI Realtime mượt mà nhất, lựa chọn mặc định an toàn nhất. Nếu là phạm vi toàn cầu và SLA doanh nghiệp, hãy chọn Vonage: hơn 200 quốc gia và hợp đồng cấp độ viễn thông.
Đối với hầu hết các đại lý giọng nói AI ưu tiên thị trường Mỹ, Telnyx thắng về kinh tế thô và Twilio thắng về thời gian đến cuộc gọi đầu tiên. Vonage thắng ngay khi lộ trình của bạn vượt biên giới hoặc chạm vào ngành được quản lý. Không có câu trả lời chung cho tất cả, chỉ có câu trả lời phù hợp với ràng buộc của bạn.
Đây là điểm mấu chốt mà không ai đề cập trong các bảng so sánh: việc xây dựng không bị đình trệ ở AI. Nó bị đình trệ ở điện thoại. Đăng ký nhà mạng, chứng thực STIR/SHAKEN, A2P 10DLC và cung cấp số ngốn 4–6 tuần trước khi đại lý của bạn quay số đi. Nếu khung thời gian đó không phù hợp với ngày ra mắt của bạn, đó chính là cái bẫy cung cấp số 4–6 tuần mà chúng tôi tồn tại để loại bỏ. Chúng tôi xử lý đăng ký nhà mạng, chứng thực và cung cấp để bạn bàn giao đại lý, không phải giấy tờ. Xem cách Techsy bàn giao các đại lý giọng nói sản phẩm.
Về Tác giả
Mert Batur Gurbuz là Đồng sáng lập của Techsy.io, nơi đội ngũ bàn giao các đại lý AI, hệ thống tự động hóa và quy trình voice/SDR cho khách hàng B2B. Anh ấy đang học tại Đại học Birmingham và viết về ngăn xếp công cụ LLM mà đội ngũ Techsy thực sự sử dụng trong sản phẩm.
Đồng sáng lập, Techsy.io, Đại học Birmingham. LinkedIn
Câu hỏi Thường gặp
Nhà cung cấp điện thoại nào tốt nhất cho đại lý giọng nói AI?
Nó phụ thuộc vào ràng buộc chính của bạn. Telnyx thắng về chi phí mỗi phút thấp nhất và độ trễ p95 thấp nhất nhờ backbone riêng. Twilio thắng về tài liệu, hệ sinh thái và đường dẫn OpenAI Realtime dễ dàng nhất. Vonage thắng về SLA toàn cầu và số địa phương tại hơn 200 quốc gia. Xét riêng về điện thoại, lựa chọn phụ thuộc vào kinh tế học, độ trễ và tuân thủ, chứ không phải tính năng.
SIP trunking là gì đối với đại lý giọng nói AI?
SIP trunking là đường truyền ảo mang cuộc gọi điện thoại qua IP thay vì dây đồng. Đối với đại lý giọng nói AI, SIP trunk kết nối mạng điện thoại công cộng với luồng phương tiện của đại lý, vì vậy nhà mạng xử lý cuộc gọi trong khi ngăn xếp của bạn xử lý chuyển đổi giọng nói thành văn bản, LLM và chuyển đổi văn bản thành giọng nói. Đó là chặng mạng nằm dưới mọi thứ.
SIP trunking BYOC cho AI giọng nói là gì?
BYOC nghĩa là mang theo nhà mạng của riêng bạn. Thay vì sử dụng dịch vụ điện thoại đóng gói sẵn của nền tảng, bạn cắm vào một nhà mạng rẻ hơn hoặc nhanh hơn do bạn lựa chọn. Mẹo phổ biến là định tuyến trunk Telnyx thông qua Twilio BYOC: bạn giữ lại trải nghiệm nhà phát triển của Twilio trong khi trả mức giá mỗi phút thấp hơn của Telnyx. Đây là mẹo tiết kiệm ngân sách âm thầm chiến thắng.
Telnyx có thực sự rẻ hơn Twilio cho AI giọng nói không?
Có, xét về chặng nhà mạng. Cuộc gọi đi của Telnyx chạy khoảng $0,007/phút so với ~$0,014/phút của Twilio, và SIP khoảng $0,005 so với $0,010–0,062 theo vùng (cả hai đọc vào tháng 6 năm 2026). Ở mức 10.000 phút, đó là khoảng $70 so với $140 chi phí nhà mạng. Nhưng tiền thuê DID và phí A2P 10DLC tương tự nhau, nên tổng hóa đơn gần nhau hơn so với chênh lệch mỗi phút gợi ý.
Tôi có cần A2P 10DLC cho đại lý giọng nói AI không?
Nếu đại lý của bạn gửi SMS đến các số tại Mỹ, thì có, và nó là bắt buộc vào năm 2026. Kể từ tháng 2 năm 2025, 100% lưu lượng 10DLC chưa đăng ký bị chặn. Bạn sẽ đăng ký thương hiệu (~$48), một chiến dịch ($15–17 cộng với phí hàng tháng) và URL opt-in có thể xác minh. Phê duyệt mất từ một đến bốn tuần, vì vậy hãy dự trù thời gian chờ đó trước khi hứa hẹn ngày ra mắt.
Độ trễ nhà mạng ảnh hưởng đến đại lý giọng nói AI như thế nào?
Chặng nhà mạng thêm khoảng 80ms trước khi AI của bạn nghe thấy một từ, và bạn không thể sửa nó bằng mã lệnh. Trong bài kiểm tra tháng 6 năm 2026 của chúng tôi, Telnyx đạt p95 là 118ms so với 161ms của Twilio. Khi cộng dồn lên độ trễ STT, LLM và TTS, khoảng cách này đẩy bạn vượt qua ngưỡng ~800ms, nơi cuộc gọi ngừng cảm giác như một cuộc trò chuyện thực sự.
Twilio, Telnyx và Vonage có thể định tuyến đến điểm cuối OpenAI Realtime SIP không?
Có, cả ba đều có thể. Twilio có đường dẫn trưởng thành nhất thông qua Elastic SIP Trunking với hướng dẫn chính thức của OpenAI. Telnyx định tuyến đến điểm cuối SIP của OpenAI với chi phí mỗi phút thấp hơn. Vonage hoạt động thông qua Voice API. Nếu bạn đã sử dụng Azure, Azure Foundry cũng hiển thị GPT Realtime qua SIP mà không cần rời khỏi tenant.
Tôi cần cấp độ chứng thực STIR/SHAKEN nào để cuộc gọi không bị đánh dấu spam?
Bạn muốn chứng thực cấp A, nơi nhà mạng xác minh cả danh tính và quyền sử dụng số của bạn. Các cấp B và C khiến cuộc gọi của bạn bị gắn cờ "Có khả năng là Spam", và không ai trả lời một cuộc gọi bị gắn cờ spam. Khoảng 95% lưu lượng đã ký số tại Mỹ hiện nay mang cấp A. Cả ba nhà mạng đều hỗ trợ, nhưng bạn phải đăng ký số và thương hiệu đúng cách để đạt được nó.
Twilio có thực sự là lựa chọn tốt nhất, hay chỉ là mặc định?
Nó là mặc định, không tự động là tốt nhất. Twilio có tài liệu tốt nhất và đường dẫn OpenAI Realtime mượt mà nhất, điều này khiến nó trở thành lựa chọn an toàn nhất khi bạn muốn di chuyển nhanh. Nhưng nó đắt nhất mỗi phút và không có độ trễ thấp nhất. Tài liệu tốt nhất không có nghĩa là giá tốt nhất hoặc mạng lưới tốt nhất. Hãy khớp nhà mạng với ràng buộc của bạn, không phải với độ nhận diện thương hiệu.
Còn Plivo hoặc Azure Communication Services thì sao?
Plivo đáng để xem xét nếu ngân sách là yếu tố duy nhất; nó rẻ hơn cả ba ông lớn nhưng có hệ sinh thái nhỏ hơn. Azure Communication Services hợp lý nếu bạn đã sử dụng Azure và muốn GPT Realtime qua SIP trong cùng một tenant. Không cái nào thay thế bộ ba cho hầu hết các đại lý giọng nói AI, nhưng cả hai đều là các trường hợp cạnh hợp lệ.