Retell: 100 M de llamadas al mes con modelos de OpenAI

Retell AI⁠(se abre en una ventana nueva) es una plataforma de IA de voz para centros de atención al cliente que ayuda a las empresas a crear agentes capaces de responder preguntas, realizar acciones y poner a quien llama en contacto con una persona cuando sea necesario. Su plataforma ya presta servicio a más de 4000 empresas, y el volumen mensual de llamadas ha pasado de 30 millones a principios de 2026 a más de 100 millones en septiembre.

A medida que Retell atiende a más grandes empresas con flujos de trabajo complejos, utiliza los modelos de OpenAI para mantener un alto nivel de calidad y fiabilidad en las llamadas. Hoy, los modelos de OpenAI generan respuestas para el 80 % de las llamadas de Retell, y sus clientes logran tasas de resolución superiores al 80 %. Retell también ha superado el billón de tokens consumidos entre los distintos modelos de OpenAI, lo que refleja la magnitud de esa adopción.

Los ingenieros de Retell utilizan Codex durante todo el desarrollo, desde el análisis de código que no conocen hasta la creación de funciones y la depuración de errores, y GPT‑6 Astra para probar las interfaces de usuario.

Los agentes de voz empresariales deben seguir las políticas de la empresa y ceñirse a las funciones asignadas, aunque cambie el rumbo de las conversaciones. Retell creó su prueba comparativa vCX para comparar decenas de modelos mediante conversaciones complejas de varios turnos extraídas de situaciones reales en producción.

La prueba evalúa en qué medida los modelos siguen las instrucciones, se ciñen a la información que reciben, llaman a las herramientas adecuadas y utilizan un lenguaje conversacional natural. En la prueba comparativa de Retell del 13 de octubre de 2026, GPT‑6 Astra quedó en primer lugar en seguimiento de instrucciones, con un 89,7 %.

Retell también compartió evaluaciones realizadas antes del lanzamiento del modelo GPT‑6 Astra en las que GPT‑5.5 obtuvo, con el razonamiento activado, los mejores resultados tanto en la tasa de respuestas sin alucinaciones (88,0 %) como en la corrección de las llamadas a herramientas (88,3 %), por delante de Gemini‑3.1‑Pro y Claude‑4.6 en ambas métricas. También lideró la tasa de respuestas sin alucinaciones con el razonamiento desactivado.

Retell afirma que los nuevos clientes que eligen modelos de OpenAI siguen utilizándolos. Los clientes también tienen acceso a los modelos Realtime de OpenAI a través de la Realtime API y a la tecnología de texto a voz de OpenAI como motor de voz. Retell ofrece los nuevos modelos de OpenAI desde el día de su lanzamiento y vuelve a ejecutar su prueba comparativa a medida que mejoran.

Los equipos de los centros de atención al cliente usan Retell para definir el contexto empresarial, los objetivos y las reglas de sus agentes. Los desarrolladores también pueden configurar flujos de trabajo e integraciones.

Durante una llamada, el arnés de Retell ejecuta los modelos de audio, sigue la conversación y gestiona cuándo el agente habla, escucha o responde a las interrupciones. Los modelos de OpenAI, incluidos GPT‑6.1 Sol, GPT‑6 Astra y GPT‑5.5, utilizan las instrucciones del cliente y el contexto de la conversación para generar respuestas y solicitar llamadas a herramientas. Retell ejecuta esas llamadas mediante integraciones con los sistemas del cliente y puede guardar los resultados en una ficha de cliente.

Cuando hace falta criterio humano, el agente de voz pone al representante al tanto del contexto, responde a sus preguntas adicionales y confirma que está preparado antes de pasarle al cliente. Tras una llamada, Retell utiliza GPT‑5.6 Terra para analizar la transcripción y extraer los resultados y otros datos.

Con este enfoque, Retell registra tasas de resolución de solicitudes de clientes superiores al 80 %. En la empresa de electrónica Anker, los agentes se encargan del soporte posventa de nivel 1 en Estados Unidos y Reino Unido, incluido el seguimiento de pedidos, la comprobación de garantías y la resolución de problemas. Anker registró una tasa de resolución de casos del 80,4 % y un Net Promoter Score (NPS) de 63. Su equipo también señaló que el tono, el ritmo y la calidez de los agentes estaban a la altura de lo que esperaban de un agente humano.

En Pine Park Health, los agentes de Retell gestionan los recordatorios de citas y su programación proactiva, y registran los resultados en las historias clínicas de los pacientes. El equipo liberó tiempo del personal auxiliar médico equivalente a 2,1 puestos a jornada completa y lo destinó a la atención de los pacientes. Su agente de programación de citas logró una tasa de reserva del 55,7 % cuando consiguió contactar con un paciente.

El tráfico diurno de la plataforma de Retell puede superar en más de 50 veces su mínimo nocturno. Para mantener la agilidad de las llamadas incluso en los picos de demanda, Retell utiliza servidores dedicados con OpenAI, compartidos entre sus clientes. En la prueba comparativa de Retell del 13 de octubre de 2026, tanto GPT‑6 Astra como GPT‑6 Sol registraron una mediana de latencia de 883 milisegundos para la primera frase, mientras que GPT‑5.6 Luna obtuvo el mejor resultado, con 497 milisegundos.

Los endpoints regionales de la API de OpenAI permiten a los desarrolladores dirigir el tráfico a regiones geográficas concretas, lo que ayuda a Retell a reducir el tiempo de tránsito por la red y a cumplir los requisitos de residencia de datos de sus clientes en sectores como la sanidad y los servicios financieros.

Retell también incorpora redundancia en cada capa del servicio. Opera su propia infraestructura de telefonía, con una segunda lista para tomar el relevo, además de sistemas de respaldo para los servicios de voz y modelos, para que las llamadas puedan continuar si falla un servicio.

El crecimiento de Retell entre las grandes empresas trae consigo más solicitudes de flujos de trabajo e integraciones a medida, por lo que sus ingenieros a menudo tienen que trabajar en partes del código que no conocen. Antes de escribir código, plantean a Codex un requisito general. Codex examina el código, lo contrasta con datos reales y explica qué hay que cambiar. Un ingeniero comentó que Codex había realizado ese análisis mejor y mucho más rápido de lo que él habría podido hacerlo.

Los ingenieros afirman que, durante la implementación, Codex suele detectar detalles que no habían tenido en cuenta. Para depurar errores, Codex cruza los logs y los registros de la base de datos con el código para investigar qué ocurre. Los ingenieros de Retell también utilizan Codex al trabajar con clientes que desarrollan soluciones con modelos de OpenAI para agilizar tareas como redactar las instrucciones que guían las respuestas de un modelo en la aplicación de un cliente.

Para probar los cambios en su interfaz web, Retell recurre a la capacidad de GPT‑6 Astra para usar el ordenador. Cuando un ingeniero abre una pull request del front-end, GPT‑6 Astra abre la interfaz, navega por ella haciendo clic, prueba los flujos, intenta provocar fallos e informa de los problemas que encuentra. Según Retell, los modelos anteriores no podían realizar este trabajo de forma fiable.

Retell sigue contratando, pero su equipo de ingeniería no ha tenido que crecer al mismo ritmo que el negocio. Retell declara unos ingresos anualizados de 1,6 millones de dólares por empleado.

Cada empresa sabe cómo quiere atender a sus clientes. El objetivo de Retell es que quienes conocen de primera mano ese trabajo puedan aplicar sus conocimientos directamente, gracias a una IA de voz avanzada y una plataforma que les permite crear, probar y mejorar sus propios agentes. Como próximos pasos, Retell prevé ampliar las funciones de control de calidad y simulación, incorporar más idiomas y desarrollar el aprendizaje automático a partir de bases de conocimiento.

A medida que los modelos de OpenAI sigan avanzando, Retell espera que sus clientes puedan ofrecer un servicio de primer nivel a millones de personas que llaman, a su manera.

«Nadie conoce mejor a los clientes de una empresa que la propia empresa. Les damos la capacidad de aplicar ese conocimiento y mejorar directamente los agentes de IA. El objetivo es que creen un equipo propio de ingenieros integrados en la empresa que asuma la responsabilidad y la gestión de todo», afirma Bing.