GPT-6 Astra ganó el benchmark de Retell, pero no figura entre los modelos que Retell recomienda

Retell, una plataforma de agentes de voz para centros de atención telefónica, gestiona más de 100 millones de llamadas al mes, según un caso de éxito publicado por OpenAI. A principios de 2026 eran 30 millones. El texto es publicidad del proveedor de modelos y le falta un dato útil: qué recomienda Retell a sus clientes de pago.

OpenAI presenta a Retell como un cliente con 100 millones de llamadas al mes

Retell da servicio a más de 4.000 empresas. Las empresas definen el contexto, los objetivos y las reglas del agente, y los desarrolladores añaden flujos e integraciones con sus propios sistemas. Durante la llamada, Retell gestiona los modelos de audio y decide cuándo el agente habla, escucha o reacciona si lo interrumpen. Según el caso de éxito, los modelos de OpenAI generan las respuestas y las llamadas a herramientas en el 80 % de las conversaciones. Retell ya ha consumido más de 1 billón de tokens de OpenAI.

Retell elige modelos con su propio benchmark, vCX, que compara decenas de modelos en conversaciones difíciles de varios turnos tomadas de producción. En la medición del 13 de octubre de 2026, GPT-6 Astra quedó primero en seguimiento de instrucciones con un 89,7 %. Una evaluación anterior al lanzamiento de Astra situaba arriba a GPT-5.5, tanto en tasa sin alucinaciones (88,0 %) como en corrección de llamadas a herramientas (88,3 %) con el reasoning activado.

La segunda mitad del texto trata de Codex. Los ingenieros de Retell lo usan para investigar código desconocido, desarrollar funciones y depurar. GPT-6 Astra recorre las pull requests de front-end mediante computer use e intenta romperlas. Retell declara un ritmo anual de ingresos de 1,6 millones de dólares por empleado.

En un agente de voz, la latencia y el precio por minuto pesan más que el primer puesto

La tarifa de Retell cuenta otra historia que el titular del caso de éxito. GPT 6 Astra cuesta 0,32 dólares por minuto de llamada. Los modelos recomendados más baratos, GPT 5.6 Terra y Claude 5 Sonnet, cuestan 0,064 dólares, una quinta parte. Astra no está entre los recomendados. Claude, de la competencia, sí.

Tiene lógica. Un centro de atención paga por minuto y quien llama cuelga cuando el agente se queda callado. En el mismo benchmark, GPT-6 Astra y GPT-6 Sol registraron una latencia mediana de la primera frase de 883 ms, mientras que el más rápido, GPT-5.6 Luna, se quedó en 497 ms. El tráfico diurno de la plataforma puede multiplicar por más de 50 el mínimo nocturno, así que cada décima de segundo y cada céntimo se multiplican.

Para un equipo de producto que elige un agente de voz, la lección es práctica. El primer puesto en seguimiento de instrucciones indica qué modelo respeta mejor las reglas. No indica cuál sale rentable en una línea con miles de llamadas simultáneas. El propio Retell combina modelos según la tarea: GPT-6.1 Sol, GPT-6 Astra y GPT-5.5 durante la llamada, y GPT-5.6 Terra para analizar la transcripción después.

Las cifras de éxito y productividad las aporta Retell, sin verificación independiente

La tasa de resolución superior al 80 % es una cifra que Retell comunica en nombre de sus clientes. En Anker, que usa los agentes en soporte posventa en Estados Unidos y Reino Unido, fue del 80,4 % de casos resueltos, con un NPS de 63. Pine Park Health recuperó tiempo de asistentes médicos equivalente a 2,1 puestos a jornada completa. El texto no describe la metodología de vCX ni qué cuenta como llamada resuelta.

La cifra de 1,6 millones de dólares por empleado es todavía más escurridiza. Retell no ha revelado su plantilla, y el texto no separa lo que aportó Codex de lo que aportó el rápido crecimiento de la empresa. Es una métrica de ingresos, no una medición del trabajo de ingeniería. Además, el benchmark lo gestiona una empresa cuya relación comercial con OpenAI es la razón de ser del caso de éxito.

La próxima recomendación de Retell zanjará la cuestión

Retell asegura que repite el benchmark con cada modelo nuevo y que ofrece las novedades de OpenAI el mismo día del lanzamiento. Por eso la mejor señal será su propia tarifa. Si GPT-6 Astra entra en la lista de recomendados, el caso de éxito tenía razón. Si las recomendaciones siguen en modelos baratos de dos proveedores, en los centros de atención mandan el coste y la latencia.

También conviene seguir el soporte de más idiomas que Retell tiene previsto. A las empresas europeas les interesarán los endpoints regionales de la API de OpenAI, que según el texto ayudan a cumplir requisitos de residencia de datos. Qué regiones usa realmente Retell, el texto no lo dice.

El veredicto de Lilith

Retell dejó que GPT-6 Astra ganara la carrera en el circuito de pruebas y luego montó en los coches de sus clientes motores a una quinta parte del precio. La directora de un centro de llamadas que paga cada minuto mirará la tarifa antes que el caso de éxito.