GPT‑6 Astra 在 Retell 的语音智能体基准测试中排名第一，而 Codex 帮助其达到每位员工 160 万美元的年化收入运行率。

每月处理的通话量

客户问题解决率

消耗的 OpenAI tokens

每位员工的年化收入运行率

Retell AI ⁠（在新窗口中打开）是一个面向联络中心运营的语音 AI 平台，帮助企业构建能够回答问题、执行操作，并在需要时将呼叫者转接给人工的智能体。其平台目前服务超过 4,000 家企业，月度通话量从 2026 年初的 3,000 万增长到 9 月的超过 1 亿。

随着 Retell 为更多具有复杂工作流的企业提供服务，它使用 OpenAI 模型来保持高通话质量和可靠性。如今，OpenAI 模型为 Retell 上 80% 的通话生成回复，客户的问题解决率超过 80%。Retell 在 OpenAI 模型上消耗的 tokens 也已突破 1 万亿，反映出这一采用的规模。

Retell 的工程师在整个开发过程中使用 Codex，从研究不熟悉的代码到构建功能和调试问题，并使用 GPT‑6 Astra 测试前端界面。

“我们选择模型的方式就像客户选择供应商一样：看真实通话，而不是演示。OpenAI 一直在赢得它的位置。”

为实时通话的需求选择 OpenAI 模型

企业语音智能体需要遵循公司政策并保持在指定角色范围内，即使对话发生变化也是如此。Retell 构建了 vCX 基准测试，使用来自真实生产场景的困难多轮对话来比较数十个模型。

它测试模型遵循指令、基于给定信息作答、调用正确工具以及使用自然对话语言的能力。在 Retell 2026 年 10 月 13 日的基准测试中，GPT‑6 Astra 以 89.7% 的指令遵循率排名第一。

Retell 还分享了在 GPT‑6 Astra 模型发布前进行的评估，结果显示，在启用推理的情况下，GPT‑5.5 在非幻觉率（88.0%）和工具调用正确性（88.3%）两项指标上均排名最高，在这两项指标上均优于 Gemini‑3.1‑Pro 和 Claude‑4.6。在关闭推理的情况下，它在非幻觉率上也处于领先地位。

Retell 表示，选择 OpenAI 模型的新客户会继续使用这些模型。客户还可以通过 Realtime API（应用程序编程接口） 使用 OpenAI Realtime 模型，并将 OpenAI 文本转语音作为语音引擎。Retell 会在新的 OpenAI 模型发布当天即提供这些模型，并随着模型改进重新运行其基准测试。

通过智能体解决超过 80% 的客户请求

联络中心团队使用 Retell 来定义其智能体的业务背景、目标和规则。开发者可以进一步配置工作流和集成。

在通话过程中，Retell 的 harness 运行音频模型、跟踪对话，并管理智能体何时说话、倾听或响应打断。OpenAI 模型（包括 GPT‑6.1 Sol、GPT‑6 Astra 和 GPT‑5.5）使用客户的指令和对话上下文来生成响应并请求工具调用。Retell 通过与客户系统的集成来执行这些调用，并可将结果写回客户记录。

当需要人工判断时，语音智能体会向代表简要说明上下文，回答他们的后续问题，并在确认他们准备好后再接通客户。通话结束后，Retell 使用 GPT‑5.6 Terra 分析转录文本并提取结果和其他数据。

通过这种方法，Retell 报告客户解决率超过 80%。在电子产品公司 Anker，智能体在美国和英国处理一线售后服务，包括订单跟踪、保修检查和故障排除。Anker 报告了 80.4% 的案例解决率和 63 的净推荐值（NPS）。其团队还表示，智能体的语气、节奏和亲和力达到了他们对人工智能体的预期标准。

在 Pine Park Health，Retell 智能体处理预约提醒和主动排程，并将结果记录在患者的病历中。该团队回收了相当于 2.1 个全职角色的医疗助理时间，并将其重新分配到患者护理中。其排程智能体在联系到患者时实现了 55.7% 的预约率。

在通话量增长时保持通话响应性

Retell 平台上的日间流量可达其夜间低峰的 50 倍以上。为了帮助即使在需求高峰时也保持通话响应性，Retell 使用与 OpenAI 合作的专用服务器，并在其客户之间共享。在 Retell 2026 年 10 月 13 日的基准测试中，GPT‑6 Astra 和 GPT‑6 Sol 的首句延迟中位数均为 883 毫秒，GPT‑5.6 Luna 以 497 毫秒排名最高。

OpenAI 的区域 API 端点允许开发者将流量路由到特定地理区域，这有助于 Retell 减少网络传输时间，并满足医疗保健和金融服务等行业客户的数据驻留要求。

Retell 还在服务的每一层构建了冗余。它运行自己的电话技术栈，并备有第二套技术栈随时接管，同时为语音和模型服务提供备份，以帮助在服务故障时保持通话运行。

使用 Codex 进行研究、构建和调试

随着 Retell 的企业业务增长，对定制工作流和集成的需求越来越多，其工程师经常需要在不熟悉的代码库部分工作。在编写代码之前，他们向 Codex 提出高层次需求。Codex 会浏览代码，对照实际数据进行检查，并解释需要更改的内容。一位工程师表示，Codex 在这项研究上做得比他更好，而且快得多。

在实现过程中，工程师们表示 Codex 经常能捕捉到他们未曾考虑到的细节。在调试方面，Codex 会将日志和数据库记录与代码进行交叉引用，以调查正在发生的情况。Retell 的工程师还在与基于 OpenAI 模型构建的客户合作时使用 Codex，以加速诸如编写指导模型在客户应用中如何响应的指令等任务。

为了测试其 Web 界面的更改，Retell 依赖 GPT‑6 Astra 的计算机使用能力。当工程师打开一个前端拉取请求时，GPT‑6 Astra 会打开界面，点击浏览，测试流程，尝试破坏它们，并报告发现的问题。Retell 表示，早期的模型无法可靠地完成这项工作。

Retell 继续招聘，但其工程团队无需以与业务相同的速度增长。Retell 报告称，每位员工的年化收入为 160 万美元。

“通过使用 Codex，工程团队拥有了一个虚拟队友，可以在任何类型的困难任务上与他们配对协作。”

让客户的专业知识发挥作用

每家企业都知道自己希望如何服务客户。Retell 的目标是让最接近这项工作的人员直接运用他们的专业知识，使用先进的语音 AI 和一个让他们能够构建、测试和改进自己智能体的平台。接下来，Retell 计划扩展质量保证和模拟、支持更多语言，并开发知识库自动学习功能。

随着 OpenAI 模型的不断进步，Retell 期望其客户能够按照自己的方式，为数百万来电者提供世界一流的服务。

“没有人比公司本身更了解其客户。我们赋予他们运用这种专业知识并直接改进 AI 智能体的能力。目标是让他们建立一个由内部部署工程师组成的内部团队，负责并运营这一切，”Bing 说道。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：OpenAI Blog

原创地址：https://openai.com/index/retell-ai