Выбор платформы голосового ИИ выглядит как конкурс голосов: послушали четыре демо, взяли тот, что звучит человечнее. На практике цена на сайте редко совпадает с тем, что вы платите, а сама платформа значит меньше, чем интеграции, тестирование и эксплуатация. Выбор только по демо — известный путь к дорогой переделке.
В этом сравнении — четыре платформы, о которых нас спрашивают чаще всего: Vapi, Retell AI, ElevenLabs Agents и Bland, а также альтернативы, о которых стоит знать. Все цены — опубликованные данные или замеры третьих сторон на октябрь 2026 года, со ссылками на источники. Поставщики часто меняют тарифы, поэтому перед решением сверяйтесь с их актуальными страницами.
Из чего состоит стек голосового ИИ
Любой телефонный агент собирается из одних и тех же слоёв. Платформы отличаются тем, какие слои они объединяют и как за них берут деньги.
| Слой | Что делает | Примеры |
|---|---|---|
| Телефония | Номера, SIP-транки, подключение к телефонной сети | Twilio, Telnyx, собственный SIP-транк |
| Распознавание речи | Расшифровывает собеседника в реальном времени | STT-модели провайдеров |
| Языковая модель | Понимает, принимает решения, вызывает инструменты | OpenAI и другие поставщики LLM |
| Синтез речи | Произносит ответ | ElevenLabs и голоса провайдеров |
| Оркестрация | Очерёдность реплик, перебивания, вызовы инструментов, переводы, аналитика | Vapi, Retell, Bland, ElevenLabs Agents |
У такой цепочки есть две альтернативы. Модели «речь в речь», например OpenAI Realtime, обрабатывают звук напрямую, но телефонию и оркестрацию оставляют вам. Open-source-фреймворки вроде LiveKit Agents и Pipecat дают полный контроль ценой большего объёма разработки.
Четыре платформы в одной таблице
| Vapi | Retell AI | ElevenLabs Agents | Bland | |
|---|---|---|---|---|
| Модель цены | 0,05 $/мин за хостинг; STT, LLM и TTS по ценам провайдеров | Покомпонентно, от примерно 0,07 $/мин | Тарифы от 0 до 990 $/мес; сверх пакета 0,08 $/мин | Тарифы: Start 0,14 $/мин; Build 299 $/мес + 0,12 $/мин; Scale 499 $/мес + 0,11 $/мин |
| Реальная полная цена | 0,08–0,13 $/мин по официальному калькулятору при 1 000 мин | Типично 0,11–0,15 $/мин | Около 0,09–0,15 $/мин с учётом LLM | 0,11–0,14 $/мин (модель, STT и TTS включены) |
| Параллельные звонки | Дополнительная линия 10 $/мес | 20 включено, далее по 8 $ | Зависит от тарифа | Зависит от тарифа |
| Комплаенс-дополнения | HIPAA за 2 000 $/мес | Брендированный Caller ID +0,10 $ за звонок | — | Пакет SOC 2, HIPAA, PCI |
| Сильная сторона | Гибкость для разработчиков | Сбалансированная продакшен-платформа со встроенным QA | Качество голоса, 70+ языков | Цена «всё включено», комплаенс |
| На что смотреть | Много счетов и подвижных частей | Лимит параллельности, платные дополнения | LLM оплачивается отдельно | Платна каждая исходящая попытка; сообщения о всплесках задержки |
Источники: Vapi, Retell AI, Cekura, ElevenLabs, Macha о Bland, DevToolLab.
Vapi: максимальная гибкость для инженерных команд
Vapi берёт 0,05 $ за минуту хостинга, а распознавание, языковую модель и синтез пропускает по ценам провайдеров. Официальный калькулятор при 1 000 минутах даёт около 0,08–0,13 $ за минуту. Телефонию можно выбрать: Twilio — 0,008 $ за входящую и 0,014 $ за исходящую минуту, Telnyx — 0,0055 $, либо собственный SIP-транк без платы платформе. HIPAA стоит 2 000 $ в месяц, каждая дополнительная параллельная линия — 10 $ в месяц (Vapi).
У гибкости две стороны. Независимые разборы оценивают реальную стоимость Vapi от 0,13 до 0,31 $ за минуту в зависимости от выбранных компонентов (Techsy). Вы можете взять на каждом слое самую дешёвую или самую сильную модель, но кто-то должен принимать и поддерживать эти решения.
Кому подходит: командам с разработчиками, которым нужен контроль над каждым компонентом, собственная SIP-инфраструктура и своя маршрутизация LLM.
Retell AI: сбалансированная продакшен-платформа
Retell тарифицирует по компонентам: голосовая инфраструктура — 0,055 $ за минуту, синтез речи — 0,015 $ (голоса ElevenLabs — 0,04–0,10 $), языковая модель — от 0,0016 до 0,32 $ в зависимости от модели, телефония — 0,015 $, собственный SIP-транк бесплатно. Двадцать параллельных звонков включены, каждый следующий стоит 8 $. Встроенный ИИ-контроль качества — 0,10 $ за минуту после 100 бесплатных, брендированный Caller ID — 0,10 $ за звонок (Retell AI). Типичная полная цена — 0,11–0,15 $ за минуту (Cekura).
Retell — один из крупных игроков: более 40 млн $ годовой повторяющейся выручки и свыше 40 млн звонков в месяц на январь 2026 года (AssemblyAI). Брендированный Caller ID важен для исходящих звонков в США: деловые звонки без него там всё чаще помечаются как «Spam Likely».
Кому подходит: ИИ-администраторам и агентам записи с интеграцией CRM и календаря, если нужны продакшен-инструменты без самостоятельной сборки всего стека.
ElevenLabs Agents: лучшие голоса и больше всего языков
ElevenLabs предлагает тарифы от бесплатного до 990 $ в месяц; тариф Business включает 12 375 минут. Минута сверх пакета — 0,08 $, пиковая нагрузка — 0,16 $. Телефония включена, языковая модель оплачивается отдельно (ElevenLabs), что даёт типичные 0,09–0,15 $ за минуту. Качество голоса считается лучшим на рынке, а платформа поддерживает более 70 языков (DevToolLab).
Кому подходит: многоязычной поддержке клиентов — например, когда одна компания обслуживает клиентов на русском, английском и немецком, — и брендам, для которых голос сам по себе часть сервиса. Голоса ElevenLabs можно использовать и внутри Retell или Vapi, если вам ближе их оркестрация.
Bland: цена «всё включено» и комплаенс
С 5 декабря 2025 года Bland продаёт тарифы: Start — 0,14 $ за минуту, Build — 299 $ в месяц плюс 0,12 $ за минуту, Scale — 499 $ в месяц плюс 0,11 $ за минуту, модель, распознавание и синтез включены. Перевод на человека стоит 0,03–0,05 $ за минуту, а каждая исходящая попытка тарифицируется минимум в 0,015 $ (Macha). Платформа упаковывает SOC 2, HIPAA и PCI (DevToolLab).
Оговорка: конкурент Retell сообщает о средней задержке около 800 мс и пиках до 2,5 секунды (Retell). К заявлениям конкурентов стоит относиться осторожно и перемерить самостоятельно.
Кому подходит: регулируемым сценариям в США, где предсказуемая цена «всё включено» и документы по комплаенсу важнее контроля над отдельными компонентами.
Альтернативы, о которых стоит знать
- Synthflow: no-code и white-label для агентств. Новым клиентам предлагают enterprise-контракты от 30 000 $ в год; агентский тариф — 1 250–1 400 $ в месяц за 6 000 минут, сверх пакета 0,12 $; реальная цена оценивается в 0,15–0,37 $ за минуту (DevToolLab, Leadlock).
- OpenAI Realtime («речь в речь»): gpt-realtime-2.1 для аудио стоит 32 $ за миллион входных и 64 $ за миллион выходных токенов, mini-версия — 10 и 20 $ (OpenAI). Замеры 4 000 сессий показали 0,02–0,15 $ за минуту, типично 0,05–0,08 $, с главным риском: контекст растёт с каждой репликой, и длинные сессии доходили до 0,146 $ за минуту (HackerNoon). Телефония и оркестрация — на вашей стороне.
- Open source: LiveKit Agents в примерном стеке обходится около 0,067 $ за минуту, Pipecat — около 0,01 $ за вычисления плюс 0,018 $ за телефонную сеть (DevToolLab).
- PolyAI: только enterprise, публичных цен нет. В декабре 2025 года компания привлекла 86 млн $ в раунде D при оценке 750 млн $ и сообщает о 2 000+ внедрениях на 45 языках для клиентов вроде Marriott, Caesars и UniCredit (PolyAI).
Сколько на самом деле стоит месяц
Цену минуты проще оценить в виде месячной суммы. Таблица пересчитывает три точки реалистичного диапазона:
| Минут в месяц | По 0,08 $/мин | По 0,15 $/мин | По 0,31 $/мин |
|---|---|---|---|
| 1 000 | 80 $ | 150 $ | 310 $ |
| 5 000 | 400 $ | 750 $ | 1 550 $ |
| 20 000 | 1 600 $ | 3 000 $ | 6 200 $ |
Сверху добавляются номера, дополнительная параллельность, комплаенс-пакеты, модули QA и разовая работа по интеграции и тестированию. Три скрытых источника расходов стоит заложить в любой бюджет: оплачиваемые исходящие попытки и автоответчики, длинные разговоры, где растущий контекст удорожает каждую реплику, и смена моделей, которая за ночь меняет стоимость минуты. Здесь помогает шлюз, который направляет запросы в подходящую модель и отслеживает траты, — см. статью LLM-шлюз: маршрутизация моделей и контроль затрат.
Задержка и типичные сбои: что действительно отличает платформы
В разговоре людей пауза между репликами — около 200 миллисекунд (Stivers и др., PNAS). Каскадные агенты, где последовательно работают распознавание, языковая модель и синтез, обычно отвечают примерно за секунду (DevToolLab), и большинство собеседников это принимает. Чего они не принимают, так это непредсказуемости: быстрый ответ, а за ним три секунды тишины — и разговор кажется сломанным. Общая инфраструктура может давать такие всплески (Cekura), поэтому всегда измеряйте самые медленные реплики, а не только среднее.
Помимо задержки, на любой платформе вы встретите одни и те же сбои, и тестовый набор должен покрывать каждый:
- Ошибки очерёдности: агент перебивает собеседника или молчит слишком долго. Паузы в 20–30 секунд могут вовсе оборвать звонок (Retell).
- Ошибки в данных: имена, адреса, номера телефонов и даты расслышаны или записаны неверно.
- Выдуманные обещания: скидки, условия или свободное время, которых нет.
- Ошибки распознавания автоответчика при исходящих звонках, которые сжигают минуты и раздражают получателей.
- Потолок параллельных звонков, например 20 включённых звонков у Retell (Cekura).
- Рост стоимости из-за растущего контекста в длинных сессиях (HackerNoon).
- Метка «спам» на исходящих звонках в США без брендированного Caller ID.
Ни одна из этих проблем не решается простой сменой платформы. Их решают продуманные промпты и инструменты, фиксированный тестовый набор, зачитывание ключевых данных для подтверждения и мониторинг после запуска.
Какая платформа под какую задачу
| Сценарий | Хороший выбор | Почему |
|---|---|---|
| ИИ-администратор для малого бизнеса с записью в календарь и CRM | Retell или Vapi | Надёжные вызовы инструментов, свой SIP-транк, опции QA; см. наше руководство по ИИ-администратору |
| Многоязычная поддержка в ЕС или на нескольких рынках | ElevenLabs Agents или голоса ElevenLabs внутри Retell / Vapi | Качество голоса и 70+ языков |
| Регулируемые сценарии в США (медицина, платежи) | Bland или Vapi с HIPAA | Комплаенс-пакет и договоры |
| Агентство с множеством небольших клиентов | Агентский тариф Synthflow или Retell | White-label и управление клиентами |
| Большие объёмы и жёсткий контроль затрат | Vapi со своим SIP-транком или LiveKit / Pipecat | Оптимизация на уровне компонентов |
| Крупный корпоративный контакт-центр | PolyAI | Управляемое enterprise-внедрение |
Как выбрать: двухнедельный сравнительный тест
- Напишите 30–50 тестовых сценариев по реальным звонкам, включая сложные: имена по буквам, адреса и даты, перебивания, клиент передумал, клиент просит человека.
- Уравняйте переменные. По возможности используйте одну и ту же языковую модель и промпт, чтобы сравнивать оркестрацию, а не модели.
- Измеряйте то, что чувствует клиент: задержку по медиане и на самых медленных 5% реплик, работу с перебиваниями, точность собранных данных, долю успешных вызовов инструментов и переводов.
- Проверьте параллельность на реалистичном пике, а не на среднем.
- Проверьте данные: где хранятся записи и расшифровки, договор обработки данных, хранение в ЕС, сроки хранения и удаления, можно ли выгрузить промпты, настройки и данные звонков.
- Посчитайте на своём объёме, с попытками, переводами, дополнениями и следующей ступенью тарифа.
Типичные ошибки
- Выбирать по голосу в демо. Голоса между платформами взаимозаменяемы, интеграции и надёжность — нет.
- Сравнивать цены с сайта. Сравнивайте месячные суммы на вашем объёме и длительности звонков.
- Игнорировать параллельность. Загруженное утро понедельника легко превысит стартовый тариф.
- Строить всё в визуальном конструкторе одного поставщика. Логика, которую нельзя выгрузить, привязывает вас к нему. Читайте также Владейте своим ИИ: как избежать привязки к поставщику.
- Менять модель без тестового набора. Дешёвая модель, которая путает номера телефонов, обойдётся дороже, чем сэкономит.
- Верить в «автономный отдел продаж». Американская FTC подала иск против Air AI в августе 2025 года из-за вводящих в заблуждение обещаний; мировое соглашение в марте 2026 года включило судебное решение на 18 млн $ (в основном приостановленное) и запрет продавать «бизнес-возможности» (FTC).
Вывод
Единственной лучшей платформы голосового ИИ не существует — есть лучшее соответствие вашим звонкам, объёму, языкам и регуляторной среде. Vapi вознаграждает инженерную глубину, Retell даёт сбалансированные продакшен-инструменты, ElevenLabs выигрывает по голосу и языкам, Bland продаёт предсказуемость и комплаенс. Что бы вы ни выбрали, держите промпты, сценарии, тесты и данные переносимыми, измеряйте на своих сценариях и закладывайте бюджет на эксплуатацию, а не только на минуты.
Нужна независимая рекомендация на основе ваших записей и систем? Запишитесь на бесплатный 15-минутный ИИ-аудит. Мы строим голосовых агентов, не привязанных к одной платформе, и слой контроля затрат и наблюдаемости вокруг них.