OpenAI 客户案例：Retell 用 GPT-6 Astra 支撑每月 1 亿通语音通话

OpenAI 于 10 月 27 日在官网发布客户案例，介绍语音智能体平台 Retell 如何使用其模型承载大规模呼叫业务。据该案例，Retell 目前每月处理约 1 亿通电话，支撑这一负载的核心模型之一是 GPT-6 Astra。

案例给出的关键指标是基准测试排名：在 Retell 自建的语音智能体评测中，GPT-6 Astra 位列第一。这类评测通常关注多轮对话的稳定性、打断处理与工具调用准确性，Retell 把它作为选型依据，说明模型在真实话务分布下的表现比通用榜单更被看重。

另一半故事发生在工程侧。OpenAI 称，Retell 使用 Codex 辅助开发，人均年化收入达到 160 万美元。这个数字的含义是，一支规模不大的团队借助编程智能体，把产品迭代和交付效率推到传统 SaaS 公司难以比拟的水平。

需要注意的是，这是一份由模型供应商发布的客户案例，指标由双方共同呈现，没有第三方审计。它能说明 Retell 在真实生产环境中规模化使用了 OpenAI 模型，但不构成对模型相对能力的独立验证。

从产业角度看，语音智能体是过去一年落地最快的 AI 品类之一。客服、外呼、预约确认等场景对延迟和对话自然度要求极高，同时天然按通话量计费，商业模型清晰。每月 1 亿通电话的规模，意味着这类负载已经进入电信级体量。

对 OpenAI 来说，把 Retell 这样的高话务客户写成案例，指向的是推理侧的需求结构。语音是 token 密集且持续的负载，一旦客户把电话业务整体迁移上来，切换成本会随着通话量和自建评测体系一起上升。

接下来值得观察两点：一是 Retell 的基准测试是否会公开方法，让外界判断 GPT-6 Astra 的领先幅度；二是随着更多语音智能体公司披露人均收入指标，Codex 这类编程工具对组织效率的实际贡献会有更可比的数据。