Retell usa modelos da OpenAI em plataforma de voice AI que já passa de 100 milhões de chamadas por mês

A Retell AI vende uma plataforma de voice AI para contact centers. A empresa atende mais de 4.000 negócios, e o volume mensal foi de 30 milhões de chamadas no início de 2026 para mais de 100 milhões em setembro. Modelos da OpenAI geram as respostas em 80% das chamadas, e a empresa passou de 1 trilhão de tokens consumidos nesses modelos. Os números de resolução (acima de 80%) são reportados pela própria Retell, não por auditoria externa.

O ponto técnico mais útil está na arquitetura. O harness da Retell roda os modelos de áudio, acompanha a conversa e controla quando o agente fala, escuta ou reage a interrupções. Os modelos GPT‑6.1 Sol, GPT‑6 Astra e GPT‑5.5 geram respostas e pedem tool calls, e o GPT‑5.6 Terra analisa a transcrição depois da chamada. No benchmark vCX de 13 de outubro de 2026, o GPT‑6 Astra liderou em seguimento de instruções (89,7%). Em testes anteriores, o GPT‑5.5 teve 88,0% de non-hallucination e 88,3% de correção de tool calls com reasoning ativado, à frente de Gemini‑3.1‑Pro e Claude‑4.6. Na latência, GPT‑6 Astra e GPT‑6 Sol marcaram 883 milissegundos de mediana na primeira frase, e o GPT‑5.6 Luna ficou no topo com 497 milissegundos. O benchmark é da própria Retell, então vale como indicação de produção real, não como comparação neutra.

Em 8 de maio de 2026, o CEVIU noticiou "OpenAI Lança Novos Modelos de IA para Voz e Tradução em Tempo Real", com o GPT-Realtime-2 para agentes de voz ao vivo na API. Em 11 de setembro de 2026, veio "OpenAI revoluciona interações de voz com o lançamento do GPT-Live-1 na API", com fala full-duplex a US$ 0,05 por minuto. O caso da Retell mostra a camada de voz da OpenAI em uso comercial, e a empresa diz ter acesso aos modelos Realtime pela Realtime API. O material não detalha quanto do tráfego da Retell passa por esses modelos específicos.

Para quem opera agentes de voz, o caso sugere que a escolha de modelo deve sair de benchmark próprio, com conversas reais de múltiplos turnos, e não de ranking público. Também mostra que latência, redundância de telefonia e residência de dados pesam tanto quanto a qualidade da resposta. É uma leitura editorial: os ganhos de produtividade com Codex (US$ 1,6 milhão de receita anual recorrente por funcionário) são autodeclarados.