Retell utilizza i modelli OpenAI per potenziare 100 milioni di chiamate mensili

Retell AI è una piattaforma di intelligenza artificiale vocale per le operazioni dei centri di contatto, che aiuta le aziende a costruire agenti in grado di rispondere alle domande, eseguire azioni e collegare un chiamante con una persona quando necessario. La sua piattaforma serve attualmente più di 4.000 aziende, con un volume di chiamate mensili cresciuto da 30 milioni all'inizio del 2026 a oltre 100 milioni a settembre.

Mentre Retell serve sempre più aziende con flussi di lavoro complessi, utilizza i modelli OpenAI per mantenere alta la qualità e l'affidabilità delle chiamate. Oggi, i modelli OpenAI generano risposte per l'80% delle chiamate su Retell, con i clienti che raggiungono tassi di risoluzione superiori all'80%. Retell ha anche superato 1 trilione di token consumati su modelli OpenAI, riflettendo la scala di questa adozione.

Gli ingegneri di Retell utilizzano Codex durante lo sviluppo, dalla ricerca di codici sconosciuti alla costruzione di funzionalità e al debug di problemi, e GPT-6 Astra per testare le interfacce front-end.

Scegliere i modelli OpenAI per le esigenze di una chiamata in diretta

Gli agenti vocali aziendali devono seguire le politiche aziendali e rimanere nei loro ruoli assegnati, anche mentre le conversazioni cambiano. Retell ha costruito il suo benchmark vCX per confrontare dozzine di modelli utilizzando conversazioni difficili e multi-turno tratte da scenari di produzione reali.

Testa quanto bene i modelli seguono le istruzioni, rimangono radicati nelle informazioni che ricevono, chiamano gli strumenti giusti e utilizzano un linguaggio conversazionale naturale. Nel benchmark vCX di Retell del 13 ottobre 2026, GPT-6 Astra si è classificato al primo posto per il seguito delle istruzioni all'89,7%.

Retell ha anche condiviso valutazioni condotte prima del lancio del modello GPT-6 Astra che mostravano GPT-5.5 in testa tra i modelli sia per il tasso di non allucinazione (88,0%) che per la correttezza delle chiamate degli strumenti (88,3%) con il ragionamento abilitato, superando Gemini-3.1-Pro e Claude-4.6 su entrambe le misure. Ha anche guidato il tasso di non allucinazione con il ragionamento disabilitato.

Retell afferma che i nuovi clienti che scelgono i modelli OpenAI continuano a utilizzarli. I clienti hanno anche accesso ai modelli OpenAI Realtime tramite l'API Realtime e alla sintesi vocale OpenAI come motore vocale. Retell rende disponibili i nuovi modelli OpenAI il giorno del loro lancio e rielabora il suo benchmark man mano che i modelli migliorano.

Risolvere più dell'80% delle richieste dei clienti con gli agenti

Le squadre dei centri di contatto utilizzano Retell per definire il contesto aziendale, gli obiettivi e le regole dei loro agenti. Gli sviluppatori possono configurare ulteriormente i flussi di lavoro e le integrazioni.

Durante una chiamata, il harness di Retell esegue i modelli audio, traccia la conversazione e gestisce quando l'agente parla, ascolta o risponde alle interruzioni. I modelli OpenAI, tra cui GPT-6.1 Sol, GPT-6 Astra e GPT-5.5, utilizzano le istruzioni del cliente e il contesto della conversazione per generare risposte e richiedere chiamate di strumenti. Retell esegue queste chiamate tramite integrazioni con i sistemi del cliente e può scrivere gli esiti in un record del cliente.

Quando è necessario il giudizio umano, l'agente vocale informa il rappresentante con il contesto, risponde alle loro domande di follow-up e conferma che sono pronti prima di collegare il cliente. Dopo una chiamata, Retell utilizza GPT-5.6 Terra per analizzare la trascrizione ed estrarre gli esiti e altri dati.

Con questo approccio, Retell riporta tassi di risoluzione dei clienti superiori all'80%. Nell'azienda di elettronica Anker, gli agenti gestiscono il supporto post-vendita di livello Tier-1 negli Stati Uniti e nel Regno Unito, inclusi il tracciamento degli ordini, i controlli di garanzia e la risoluzione dei problemi. Anker ha riportato un tasso di risoluzione dei casi dell'80,4% e un Net Promoter Score (NPS) di 63. Il team ha anche affermato che il tono, il ritmo e la calore degli agenti hanno soddisfatto lo standard che si aspettavano da un agente umano.

In Pine Park Health, gli agenti Retell gestiscono i promemoria di appuntamento e la programmazione proattiva e registrano gli esiti nelle cartelle cliniche dei pazienti. Il team ha recuperato il tempo equivalente a 2,1 ruoli a tempo pieno di assistenti medici e lo ha reindirizzato all'assistenza ai pazienti. Il suo agente di programmazione ha raggiunto un tasso di prenotazione del 55,7% quando ha raggiunto un paziente.

Mantenere le chiamate reattive man mano che il volume aumenta

Il traffico diurno sulla piattaforma Retell può raggiungere più di 50 volte il suo minimo notturno. Per aiutare a mantenere le chiamate reattive anche in caso di domanda elevata, Retell utilizza server dedicati con OpenAI, condivisi tra i suoi clienti. Nel benchmark di Retell del 13 ottobre 2026, sia GPT-6 Astra che GPT-6 Sol hanno registrato una latenza mediana della prima frase di 883 millisecondi, con GPT-5.6 Luna che si è classificato al primo posto con 497 millisecondi.

Gli endpoint API regionali di OpenAI consentono agli sviluppatori di instradare il traffico verso regioni geografiche specifiche, il che aiuta Retell a ridurre il tempo di viaggio della rete e a soddisfare i requisiti di residenza dei dati dei clienti in settori come la sanità e i servizi finanziari.

Retell costruisce anche ridondanza in ogni livello del servizio. Esegue il proprio stack di telecomunicazioni con un secondo stack pronto a prendere il sopravvento, insieme a backup per i servizi vocali e dei modelli, per aiutare a mantenere le chiamate in funzione quando un servizio fallisce.

Utilizzare Codex per ricercare, costruire e debuggare

Man mano che la crescita aziendale di Retell porta più richieste di flussi di lavoro e integrazioni personalizzate, i suoi ingegneri spesso devono lavorare in parti sconosciute del codice. Prima di scrivere il codice, danno a Codex un requisito di alto livello. Codex esamina il codice, lo confronta con i dati effettivi e spiega cosa deve essere modificato. Un ingegnere ha affermato che Codex ha fatto questa ricerca meglio e molto più velocemente di quanto potesse fare lui.

Durante l'implementazione, gli ingegneri affermano che Codex spesso cattura dettagli che non avevano considerato. Per il debug, Codex incrocia i log e i record del database con il codice per indagare cosa sta succedendo. Gli ingegneri di Retell utilizzano anche Codex nel loro lavoro con i clienti che costruiscono su modelli OpenAI per accelerare compiti come la scrittura delle istruzioni che guidano come un modello risponde in un'applicazione del cliente.

Per testare le modifiche alla sua interfaccia web, Retell si affida all'uso del computer di GPT-6 Astra. Quando un ingegnere apre una richiesta di pull front-end, GPT-6 Astra apre l'interfaccia, ci clicca attraverso, testa i flussi, cerca di romperli e segnala i problemi che trova. Retell afferma che i modelli precedenti non potevano eseguire questo lavoro in modo affidabile.

Retell continua ad assumere, ma il suo team di ingegneria non ha dovuto crescere allo stesso ritmo dell'azienda. Retell riporta un tasso di ricavi annuali di 1,6 milioni di dollari per dipendente.

“Utilizzando Codex, il team di ingegneria ha un compagno virtuale che può lavorare con loro su qualsiasi tipo di compito difficile”, ha affermato Bing Wu, co-fondatore e CEO di Retell AI.

Mettere l'esperienza del cliente al lavoro

Ogni azienda sa come vuole servire i propri clienti. L'obiettivo di Retell è quello di permettere alle persone più vicine a quel lavoro di applicare la loro esperienza direttamente, utilizzando un'intelligenza artificiale vocale avanzata e una piattaforma che consente loro di costruire, testare e migliorare i propri agenti. Successivamente, Retell prevede di espandere la qualità del controllo e la simulazione, supportare più lingue e sviluppare l'auto-apprendimento della base di conoscenza.

Man mano che i modelli OpenAI continuano ad avanzare, Retell si aspetta che i suoi clienti forniscano un servizio di livello mondiale a milioni di chiamanti, con le proprie condizioni.

“Nessuno conosce i clienti di un'azienda meglio dell'azienda stessa. Gli diamo il potere di agire su quella competenza e migliorare direttamente gli agenti AI. L'obiettivo è che costruiscano un team interno di ingegneri distribuiti internamente che possiedano e gestiscano tutto”, afferma Bing.