GPT-6 Astra wygrał benchmark Retella, ale nie ma go wśród modeli, które Retell poleca

Retell, platforma agentów głosowych dla call center, obsługuje według case study OpenAI ponad 100 milionów rozmów miesięcznie. Na początku 2026 roku było ich 30 milionów. To materiał reklamowy dostawcy modeli i brakuje w nim jednej przydatnej informacji: co Retell poleca płacącym klientom.

OpenAI pokazuje Retella jako klienta ze 100 milionami rozmów miesięcznie

Z Retella korzysta ponad 4000 firm. Firmy ustawiają kontekst, cele i zasady agenta, a programiści dokładają workflow i integracje z własnymi systemami. W trakcie rozmowy Retell steruje modelami audio i pilnuje, kiedy agent mówi, słucha albo reaguje, gdy rozmówca mu przerwie. Według case study odpowiedzi i wywołania narzędzi w 80 % rozmów generują modele OpenAI. Retell zużył na nich ponad 1 bilion tokenów.

Modele wybiera własnym benchmarkiem vCX, który porównuje dziesiątki modeli na trudnych, wieloturowych rozmowach z realnej produkcji. W pomiarze z 13 października 2026 roku GPT-6 Astra był pierwszy w trzymaniu się instrukcji z wynikiem 89,7 %. Wcześniejszy pomiar sprzed premiery Astry stawiał na czele GPT-5.5, zarówno pod względem braku halucynacji (88,0 %), jak i poprawności wywołań narzędzi (88,3 %) z włączonym reasoningiem.

Druga połowa tekstu dotyczy Codexa. Inżynierowie Retella używają go do rozpoznawania nieznanego kodu, budowania funkcji i debugowania. Front-endowe pull requesty przeklikuje GPT-6 Astra przez computer use i próbuje je zepsuć. Retell podaje roczny run rate przychodów na poziomie 1,6 miliona dolarów na pracownika.

W agencie głosowym latencja i cena za minutę ważą więcej niż pierwsze miejsce

Cennik Retella opowiada inną historię niż tytuł case study. GPT 6 Astra kosztuje w nim 0,32 dolara za minutę rozmowy. Najtańsze modele oznaczone jako polecane, GPT 5.6 Terra i Claude 5 Sonnet, kosztują 0,064 dolara, czyli pięć razy mniej. Astry na liście polecanych nie ma, za to jest na niej Claude od konkurencji.

Trudno się dziwić. Call center płaci za minuty, a dzwoniący rozłącza się, gdy agent milczy. W tym samym benchmarku GPT-6 Astra i GPT-6 Sol miały medianę opóźnienia pierwszego zdania 883 ms, a najszybszy GPT-5.6 Luna 497 ms. Ruch na platformie w ciągu dnia potrafi być ponad 50 razy większy niż nocne minimum, więc każda dziesiąta część sekundy i każdy cent się mnożą.

Zespół produktowy, który wybiera agenta głosowego, może z tego wyciągnąć prostą lekcję. Pierwsze miejsce w trzymaniu się instrukcji mówi, który model najlepiej przestrzega zasad. Nie mówi, który opłaca się na linii z tysiącami równoległych rozmów. Sam Retell dobiera modele do zadania: w trakcie rozmowy używa GPT-6.1 Sol, GPT-6 Astra i GPT-5.5, a transkrypcje po rozmowie analizuje GPT-5.6 Terra.

Dane o skuteczności i produktywności podaje sam Retell, brakuje niezależnej weryfikacji

Skuteczność powyżej 80 % to liczba, którą Retell podaje za swoich klientów. W firmie Anker, która używa agentów w obsłudze posprzedażowej w USA i Wielkiej Brytanii, było to 80,4 % rozwiązanych zgłoszeń i NPS 63. Pine Park Health odzyskało czas asystentów medycznych równy 2,1 etatu. Case study nie opisuje metodologii vCX ani tego, co uznaje się za rozwiązaną rozmowę.

Liczba 1,6 miliona dolarów na pracownika jest jeszcze bardziej śliska. Retell nie ujawnił, ilu ma pracowników, a tekst nie oddziela wkładu Codexa od szybkiego wzrostu firmy. To metryka przychodów, a nie pomiar pracy programistów. Benchmark prowadzi przy tym firma, której relacja handlowa z OpenAI jest powodem powstania całego tekstu.

O wszystkim przesądzi kolejna rekomendacja Retella

Retell zapewnia, że powtarza benchmark przy każdym nowym modelu i udostępnia nowości OpenAI w dniu premiery. Najlepszym sygnałem będzie więc jego własny cennik. Jeśli GPT-6 Astra trafi na listę polecanych, case study miało rację. Jeśli rekomendacje zostaną przy tanich modelach od dwóch dostawców, w call center rządzą koszty i latencja.

Warto też śledzić obsługę kolejnych języków, którą Retell zapowiada. Europejskie firmy zainteresują regionalne endpointy API OpenAI, które według tekstu pomagają spełnić wymogi rezydencji danych. Z których regionów Retell faktycznie korzysta, tekst nie mówi.

Werdykt Lilith

Retell pozwolił GPT-6 Astrze wygrać wyścig na torze testowym, a do aut klientów montuje silniki za jedną piątą ceny. Szef call center, który płaci za każdą minutę rozmowy, przeczyta cennik przed case study.