GPT-6 AstraはRetellのベンチマークで首位、それでもRetellの推奨モデルには入っていない

コンタクトセンター向け音声エージェント基盤のRetellは、OpenAIの導入事例によると月1億件を超える通話を処理している。2026年初めには3,000万件だった。この事例はモデル提供元の広告であり、肝心な情報がひとつ抜けている。Retellが有料顧客に実際に何を勧めているかだ。

OpenAIはRetellを月1億件の通話を抱える顧客として紹介した

Retellの顧客は4,000社を超える。企業はエージェントの前提知識、目標、ルールを設定し、開発者はワークフローや自社システムとの連携を加える。通話中はRetellが音声モデルを動かし、エージェントが話す、聞く、割り込みに応じるタイミングを管理する。事例によれば、通話の80 %でOpenAIのモデルが応答とツール呼び出しを生成している。RetellがこれまでにOpenAIのモデルで消費したトークンは1兆を超える。

Retellは独自のベンチマークvCXでモデルを選ぶ。本番環境から取った難しい複数ターンの会話で数十のモデルを比較するものだ。2026年10月13日の測定では、GPT-6 Astraが指示追従で89.7 %を記録し首位だった。Astra登場前の評価では、reasoningを有効にした条件でGPT-5.5が非ハルシネーション率(88.0 %)とツール呼び出しの正確さ(88.3 %)の両方でトップだった。

事例の後半はCodexの話だ。Retellのエンジニアは、見慣れないコードの調査、機能開発、デバッグにCodexを使う。フロントエンドのプルリクエストはGPT-6 Astraがcomputer useで画面を操作し、壊そうと試す。Retellは従業員1人あたり年換算160万ドルの売上ランレートを報告している。

音声エージェントでは首位よりレイテンシーと分単価が効く

Retellの料金表は、事例の見出しとは別の話を語る。GPT 6 Astraは通話1分あたり0.32ドルだ。推奨マークの付いたモデルのうち最も安いGPT 5.6 TerraとClaude 5 Sonnetは0.064ドルで、5分の1にとどまる。Astraは推奨リストに入っておらず、競合のClaudeは入っている。

理にかなっている。コンタクトセンターは分単位で支払い、エージェントが黙れば発信者は電話を切る。同じベンチマークで、GPT-6 AstraとGPT-6 Solの最初の一文までのレイテンシー中央値は883 ms、最速のGPT-5.6 Lunaは497 msだった。日中のトラフィックは夜間の最低値の50倍超に達することがあり、0.1秒も1セントも何倍にも膨らむ。

音声エージェントを選ぶプロダクトチームにとって、教訓は実務的だ。指示追従の首位は、どのモデルが最もルールを守るかを示す。数千件の同時通話を抱える回線でどのモデルが採算に合うかは示さない。Retell自身も用途ごとにモデルを使い分けている。通話中はGPT-6.1 Sol、GPT-6 Astra、GPT-5.5を使い、通話後の文字起こし分析はGPT-5.6 Terraが担う。

解決率も生産性もRetellの自己申告で、第三者の検証はない

80 %超の解決率は、Retellが顧客について報告している数字だ。米国と英国のアフターサポートでエージェントを使うAnkerでは、解決率80.4 %、NPSは63だった。Pine Park Healthは医療アシスタントの業務時間をフルタイム2.1人分取り戻した。事例はvCXの方法論も、何をもって通話が解決したとみなすかも説明していない。

従業員1人あたり160万ドルという数字はさらにつかみどころがない。Retellは従業員数を公表しておらず、事例はCodexの貢献と会社の急成長の効果を切り分けていない。これは売上の指標であって、エンジニアの仕事量の測定ではない。しかもベンチマークを運営するのは、OpenAIとの取引関係こそが事例公開の理由である企業だ。

決め手はRetellが次に推奨するモデル

Retellは、新しいモデルが出るたびにベンチマークを再実行し、OpenAIの新モデルは公開当日から提供するとしている。だから最良のシグナルはRetell自身の料金表になる。GPT-6 Astraが推奨モデルに加われば、事例は正しかったことになる。推奨が2社の安価なモデルのままなら、コンタクトセンターを動かしているのはコストとレイテンシーだ。

Retellが予定する対応言語の拡大も注目点だ。欧州の企業は、事例がデータ所在地の要件を満たす助けになると説明するOpenAIの地域別APIエンドポイントに関心を持つだろう。ただしRetellが実際にどの地域を使っているかは、事例には書かれていない。

Lilithの判定

RetellはGPT-6 Astraをテストコースで優勝させておきながら、顧客の車には5分の1の値段のエンジンを積んでいる。通話1分ごとに支払うコールセンターの責任者は、導入事例より先に料金表を読むはずだ。