Retell : 100 M d’appels par mois avec les modèles OpenAI

Retell AI⁠(ouverture dans une nouvelle fenêtre) est une plateforme d’IA vocale destinée aux centres de contact. Elle aide les entreprises à créer des agents capables de répondre aux questions, d’agir et de mettre l’appelant en relation avec une personne si nécessaire. Sa plateforme sert désormais plus de 4 000 entreprises, avec un volume mensuel d’appels passé de 30 millions début 2026 à plus de 100 millions en septembre.

À mesure que Retell accompagne davantage de grandes entreprises aux workflows complexes, elle utilise les modèles OpenAI pour maintenir la qualité et la fiabilité des appels à un niveau élevé. Aujourd’hui, les modèles OpenAI génèrent les réponses pour 80 % des appels sur Retell, et les clients atteignent des taux de résolution supérieurs à 80 %. Retell a également dépassé les 1 000 milliards de tokens consommés sur l’ensemble des modèles OpenAI, ce qui témoigne de l’ampleur de cette adoption.

Les ingénieurs de Retell utilisent Codex tout au long du développement, de l’exploration de code inconnu à la création de fonctionnalités et au débogage, ainsi que GPT‑6 Astra pour tester les interfaces front-end.

Les agents vocaux d’entreprise doivent respecter les politiques de l’entreprise et rester dans le cadre de leur rôle, même lorsque la conversation évolue. Retell a créé son test comparatif vCX pour comparer des dizaines de modèles à l’aide de conversations difficiles à plusieurs tours, tirées de scénarios réels en production.

Ce test évalue la capacité des modèles à suivre les instructions, à s’en tenir aux informations fournies, à appeler les bons outils et à employer un langage conversationnel naturel. Dans le test comparatif de Retell du 13 octobre 2026, GPT‑6 Astra s’est classé premier pour le suivi des instructions, avec un score de 89,7 %.

Retell a également partagé des évaluations menées avant le lancement du modèle GPT‑6 Astra. Elles plaçaient GPT‑5.5 en tête des modèles pour le taux de réponses sans hallucination (88,0 %) et l’exactitude des appels d’outils (88,3 %) avec le raisonnement activé, devant Gemini‑3.1‑Pro et Claude‑4.6 sur ces deux critères. Il arrivait également en tête pour le taux de réponses sans hallucination avec le raisonnement désactivé.

Selon Retell, les nouveaux clients qui choisissent les modèles OpenAI continuent de les utiliser. Les clients ont également accès aux modèles OpenAI Realtime via la Realtime API et à la synthèse vocale d’OpenAI comme moteur vocal. Retell propose les nouveaux modèles OpenAI dès leur lancement et réexécute son test comparatif à mesure que les modèles s’améliorent.

Les équipes des centres de contact utilisent Retell pour définir le contexte métier, les objectifs et les règles de leurs agents. Les développeurs peuvent affiner la configuration des workflows et des intégrations.

Pendant un appel, le harnais de Retell exécute les modèles audio, suit la conversation et gère les moments où l’agent parle, écoute ou réagit aux interruptions. Les modèles OpenAI, dont GPT‑6.1 Sol, GPT‑6 Astra et GPT‑5.5, utilisent les instructions du client et le contexte de la conversation pour générer des réponses et demander des appels d’outils. Retell exécute ces appels grâce à des intégrations aux systèmes du client et peut consigner les résultats dans une fiche client.

Lorsqu’un jugement humain est nécessaire, l’agent vocal transmet le contexte au conseiller, répond à ses questions complémentaires et vérifie qu’il est prêt avant de lui transférer le client. Après un appel, Retell utilise GPT‑5.6 Terra pour analyser la transcription et en extraire les résultats et d’autres données.

Grâce à cette approche, Retell annonce des taux de résolution des demandes clients supérieurs à 80 %. Chez Anker, entreprise d’électronique, les agents assurent le support après-vente de niveau 1 aux États-Unis et au Royaume-Uni, notamment le suivi des commandes, la vérification des garanties et le dépannage. Anker a annoncé un taux de résolution des demandes de 80,4 % et un Net Promoter Score (NPS) de 63. Son équipe a également indiqué que le ton, le rythme et la chaleur des agents répondaient à ses attentes envers un conseiller humain.

Chez Pine Park Health, les agents Retell gèrent les rappels de rendez-vous et leur prise proactive, puis consignent les résultats dans les dossiers médicaux des patients. L’équipe a libéré du temps d’assistants médicaux équivalant à 2,1 postes à temps plein et l’a réaffecté aux soins des patients. Son agent de prise de rendez-vous a atteint un taux de réservation de 55,7 % lorsqu’il parvenait à joindre un patient.

En journée, le trafic sur la plateforme Retell peut dépasser 50 fois son minimum nocturne. Pour maintenir la réactivité des appels même en période de pointe, Retell utilise des serveurs dédiés avec OpenAI, mutualisés entre ses clients. Dans le test comparatif de Retell du 13 octobre 2026, GPT‑6 Astra et GPT‑6 Sol ont chacun enregistré une latence médiane de 883 millisecondes pour la première phrase, GPT‑5.6 Luna arrivant en tête avec 497 millisecondes.

Les points de terminaison régionaux de l’API OpenAI permettent aux développeurs d’acheminer le trafic vers des régions géographiques précises. Cela aide Retell à réduire le temps de transit sur le réseau et à satisfaire les exigences de résidence des données de ses clients dans des secteurs comme la santé et les services financiers.

Retell intègre également de la redondance à chaque couche du service. L’entreprise exploite sa propre pile de téléphonie, avec une seconde pile prête à prendre le relais et des solutions de secours pour les services vocaux et les modèles, afin de maintenir les appels en cas de défaillance d’un service.

Avec la croissance de Retell auprès des grandes entreprises, les demandes de workflows et d’intégrations sur mesure se multiplient, obligeant souvent ses ingénieurs à travailler sur des parties du code qu’ils connaissent peu. Avant d’écrire du code, ils décrivent le besoin à Codex dans ses grandes lignes. Codex examine le code, le confronte aux données réelles et explique ce qui doit changer. Un ingénieur a indiqué que Codex effectuait cette recherche mieux et bien plus vite que lui.

Lors de l’implémentation, les ingénieurs constatent que Codex repère souvent des détails auxquels ils n’avaient pas pensé. Pour le débogage, Codex croise les journaux et les enregistrements de la base de données avec le code afin de comprendre ce qui se passe. Les ingénieurs de Retell utilisent aussi Codex lorsqu’ils accompagnent des clients qui développent avec les modèles OpenAI. Ils accélèrent ainsi des tâches comme la rédaction des instructions qui guident les réponses d’un modèle dans l’application d’un client.

Pour tester les modifications de son interface web, Retell s’appuie sur la capacité de GPT‑6 Astra à utiliser un ordinateur. Lorsqu’un ingénieur ouvre une pull request front-end, GPT‑6 Astra ouvre l’interface, y navigue en cliquant, teste les parcours, tente de les mettre en échec et signale les problèmes détectés. Selon Retell, les modèles précédents ne pouvaient pas effectuer ce travail de manière fiable.

Retell continue de recruter, mais son équipe d’ingénierie n’a pas eu besoin de croître au même rythme que son activité. Retell annonce un chiffre d’affaires annualisé de 1,6 million de dollars par employé.

Chaque entreprise sait comment elle souhaite servir ses clients. Retell veut permettre aux personnes les plus proches du terrain d’appliquer directement leur expertise, grâce à une IA vocale avancée et à une plateforme leur permettant de créer, de tester et d’améliorer leurs propres agents. Retell prévoit ensuite de renforcer l’assurance qualité et la simulation, de prendre en charge davantage de langues et de développer l’apprentissage automatique à partir des bases de connaissances.

À mesure que les modèles OpenAI progressent, Retell s’attend à ce que ses clients offrent un service d’excellence à des millions d’appelants, selon leurs propres modalités.

« Personne ne connaît mieux les clients d’une entreprise que l’entreprise elle-même. Nous leur donnons les moyens de mettre cette expertise en pratique et d’améliorer directement les agents IA. L’objectif est qu’elles constituent leur propre équipe d’ingénieurs déployés en interne, qui pilotent et gèrent l’ensemble », explique Bing.