Retell AI

600msの超低遅延技術により、実際の人間のように自然に対話し業務を完遂するビジネス向け音声AIエージェントプラットフォーム

無料＋有料WebAPITelephonyLLMベースマルチモーダル

概要

Retell AIは、約600msの超低遅延速度と精緻なターンテーキング（話者交代）モデルを通じて、人間に近い会話体験を提供する音声優先AIプラットフォームです。2025年に導入された「Conversational Flows」と「Flex Mode」により、複雑な相談ロジックを視覚的に設計することができ、自動化されたQAツールである「Retell Assure」を用いて大規模な通話品質を管理します。医療、カスタマーサポート、営業など専門的な対応が求められる分野において、開発者中心のAPIと視覚的なツールの両方を提供し、効率的なAIコールセンターの構築を支援します。

差別化ポイント

Retell AIは、VapiやBland AIなどの競合ツールの中でも、「会話のターンテイキング（Turn-taking）」と「割り込み検知」の性能で特に高く評価されています。Vapiが開発者中心の極めて高い柔軟性を重視し、Bland AIが大規模なアウトバウンドインフラに注力しているのに対し、Retell AIはユーザーが話を遮った際に即座に反応する、自然なインタラクションの実現に最適化されています。ただし、インフラを直接保有するBland AIとは異なり、複数のAPIを組み合わせるミドルウェアとしての性格があるため、設定によっては料金体系が複雑になる可能性があります。

主な機能

600ms未満の超低遅延音声処理エンジン
Flex Modeに対応したビジュアル会話フロービルダー
Retell Assureに基づく自動QAおよび通話分析
オペレーターへの転送時にコンテキストを伝えるスマートなウォームトランスファー（Warm Transfer）
50以上の言語対応およびコードスイッチング
音声・チャット・メール・SMSを網羅するマルチチャネルAIエージェントのサポート

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

実際のユーザーは、AI特有の機械的な印象がほとんどない「非常にリアルな音声」と、相手が話を遮っても会話が崩れない精緻なインタラクションを最大のメリットとして挙げています。約600～800msという低遅延により、会話の流れが非常にスムーズで、GPT-4oやClaude 3.5などの最新言語モデルを自由に選択し、専門知識を学習させやすい点も特徴です。また、SOC 2やHIPAAなどの高度なセキュリティ認証を取得しているため、企業向けソリューションとしての信頼性が高く、大規模な同時通話環境でも安定した性能を維持できるという評価が多く見られます。

デメリット

表面的な基本料金（$0.07/分）に加えて、言語モデル（LLM）、音声合成（TTS）、電話網の利用料などが別途発生するため、実質的な費用が1分あたり$0.15～$0.33程度まで上昇する可能性がある点が、最大の導入障壁です。最近ではビジュアルビルダーが導入されつつありますが、複雑なロジックを実装するには依然としてAPIやSDKを扱える開発人材が不可欠であり、非技術者には初期設定が非常に難しく感じられる場合があります。また、競合のSynthflowとは異なり、独自の音声クローン（Voice Cloning）機能を内蔵しておらず、一部の国では電話網への接続機能が制限されているというレビューもあります。