A Retell AI hangalapú ügyfélszolgálati platformja több mint 4 000 vállalatot szolgál ki, és forgalma gyorsan nőtt: a platform havi hívásszáma 2026 elején körülbelül 30 millió volt, majd szeptemberre meghaladta a 100 milliót. A cég OpenAI‑modellekre támaszkodik, hogy fenntartsa a hívások minőségét és megbízhatóságát, miközben bővíti az ügyfélszolgálati automatizálást.
Mennyiségi és minőségi mutatók
- A Retell szerint az OpenAI‑modellek jelenleg a hívások 80%-ához generálnak választ.
- Az ügyfélügyintézési (resolution) arányok rendszerszinten 80% fölötti értékeket mutatnak.
- A platform összesített OpenAI‑tokenfelhasználása meghaladta az 1 billiót, ami a modellek széles körű alkalmazását tükrözi.
Mely modelleket használják és mire
Retell többféle OpenAI‑modellt alkalmaz a teljesebb szolgáltatásért:
- GPT‑6 Astra: elsősorban front-end tesztelésre és vCX (voice customer experience) benchmark feladatokra használják; a Retell saját vCX mércéjén 2026. október 13‑i benchmarkon az utasítást követésben 89,7%-kal az első helyen végzett.
- GPT‑6.1 Sol és GPT‑5.6 Terra: a különböző feladatok — például beszélgetésanalízis és utólagos adatkinyerés — kezelésében vesznek részt.
- GPT‑5.5: korábbi, benchmark előtti értékelésekben a legjobb eredményt érte el a nem‑hallucinálás mértékében (88,0%) és az eszközhívások helyességében (88,3%) a reasoning mód engedélyezésével.
- Codex: széles körben használják fejlesztés közben — új kódrészek kutatásától, feature‑építésen át hibakeresésig és ügyfélspecifikus instrukciók megírásáig.
vCX benchmark: hogyan mérnek
A Retell saját vCX benchmarkja nehéz, többfordulós, valós termelési beszélgetésekből vett eseteken méri a modellek képességét. A teszt négy fő szempontot vizsgál:
- utasításkövetés,
- a megadott információkhoz való ragaszkodás (grounding),
- a megfelelő eszközhívások kezdeményezése,
- természetes, beszélgetésszerű nyelvhasználat.
A benchmarkot a Retell a modellek megjelenésekor újrafuttatja, és az új OpenAI‑modelleket a megjelenés napján elérhetővé teszik ügyfeleik számára.
Üzleti és működési hatások
- Ügyfélpéldák: az Ankernél a Retell‑ügynökök az Egyesült Államokban és az Egyesült Királyságban Tier‑1 utólagos ügyfélszolgálatot látnak el (rendeléskövetés, jótállás, hibakeresés); Anker 80,4%-os case‑resolution rátát és 63‑as Net Promoter Score‑t jelentett, emellett elégedettek az ügynökök emberi hangvételével és tempójával.
- Pine Park Health esetében a Retell automatikus időpont‑emlékeztetőket és proaktív időpontfoglalást végez, az eredmények beírásra kerülnek a betegkártyákba; az intézmény a delegálás révén 2,1 teljes munkaidős munkatársnak megfelelő időt szabadított fel.
Teljesítmény, késleltetés és megbízhatóság
- A Retell szerint a nappali forgalom reggel/napközben több mint 50‑szerese lehet az éjszakai forgalomnak, ezért csúcsidőben dedikált szervereket használnak az OpenAI felé, melyeket több ügyfél között osztanak meg.
- A 2026. október 13‑i benchmarkon a GPT‑6 Astra és a GPT‑6 Sol medián „első mondat” késleltetése 883 ms volt; a GPT‑5.6 Luna 497 ms‑szal a leggyorsabbnak mérhető.
- OpenAI regionális API végpontjainak kihasználásával a Retell forgalmat földrajzi régiókhoz irányítja, csökkentve a hálózati utazási időt és segítve az adattartózkodási követelmények teljesítését (például egészségügy és pénzügyi szolgáltatások esetén).
- Redundancia: a Retell saját telefonos stacket üzemeltet másodlagos átállási réteggel, valamint tartalék megoldásokkal a hang‑ és modellservízekre, hogy szolgáltatáskimaradás esetén is fenntarthassa a hívásokat.
Fejlesztői munkafolyamatok és Codex szerepe
Az ügyfélspecifikus munkafolyamatok és integrációk növekedésével a fejlesztők gyakran ismeretlen kódrészekkel dolgoznak. A Retell munkamódszere:
- Magas szintű követelményt adnak le Codexnek.
- Codex átnézi a kódot, összeveti a tényleges adatokkal, és megmondja, mit kell módosítani.
- Kódolás és implementáció közben Codex részleteket jelez és hibákat talál.
- Hibakereséskor Codex logokat és adatbázis‑bejegyzéseket keresztreferál a kóddal.
A cég szerint Codex gyakran gyorsabban és részletesebben végzi el ezeket a kutatásokat, mint amit egy fejlesztő manuálisan elérne.
Front‑end tesztelés automatizálása GPT‑6 Astra segítségével
A Retellnél a front‑end változtatások vizsgálatára GPT‑6 Astra „computer use” képességét alkalmazzák: a modell megnyitja az interfészt, végigkattintgatja a folyamatokat, megpróbálja feltörni azokat, és visszajelzést ad a talált problémákról. A vállalat szerint korábbi modellek ezt nem tudták megbízhatóan elvégezni.
Munkavállalói termelékenység és jövőtervek
- A Retell közlése szerint az egy munkavállalóra eső éves bevétel‑futási ráta (annual revenue run rate per employee) 1,6 millió amerikai dollár.
- Tervek között szerepel a minőségbiztosítás és szimuláció bővítése, további nyelvek támogatása és tudásbázisok automatikus tanítása.
Összegzés
A Retell az OpenAI modellek széles körű alkalmazásával skálázza hangalapú ügyfélszolgálati megoldását: a cég havi hívásforgalma 2026 szeptemberére meghaladta a 100 milliót, és a rendszeres benchmarkokkal, redundanciával és regionális végpontok használatával igyekszik biztosítani a minőséget és a megfelelést. A vállalat célja, hogy az ügyféloldali szakértők saját belső erőforrásaikkal építhessék és üzemeltethessék az ügynököket—ahogy a cég egy vezetője fogalmazott: „No one knows a company’s customers better than the company itself. We give them the power to act on that expertise and improve AI agents directly. The goal is for them to build an in‑house team of internally deployed engineers who own and run it all.”
