Vapi ou Retell AI: quem mantém a passagem de chamados para humanos e a conta telefônica completa?

APIs próprias de chamados e integrações nativas compatíveis atribuem a manutenção a pessoas diferentes. Ao comparar Vapi e Retell AI, defina o tratamento de transferências assistidas malsucedidas, a configuração de voz e as linhas telefônicas antes de calcular os custos além da plataforma.

Fonte: docs.vapi.ai
November 4, 2026
8 min

Quando a IA atende chamadas de suporte, quem mantém a integração com os chamados e quem acolhe o cliente se a transferência falhar pesa mais na implantação do que a voz de uma demonstração. Vapi e Retell AI conectam telefonia, modelos de voz e ferramentas de negócio. Se a equipe já opera um backend próprio de suporte e precisa trocar fornecedores por componente e administrar APIs, avalie primeiro o Vapi. Se as operações necessárias estão cobertas pelas integrações do Retell e a intenção é manter um serviço de conexão a menos, avalie primeiro o Retell. Ambos exigem alguém responsável pelo roteamento, pelas permissões de negócio e pelas falhas.

O sistema de chamados determina qual camada de trabalho pode ser eliminada

Considere uma central de pós-venda nos Estados Unidos, em inglês: o cliente pergunta sobre um chamado de defeito; a IA encontra o registro, acrescenta detalhes e encaminha questões complexas para uma pessoa. É um cenário hipotético para seleção. A Function tool do Vapi envia parâmetros ao servidor da equipe, permitindo concentrar verificação de identidade, permissões dos chamados e regras internas em uma interface controlada. Em contrapartida, a equipe mantém disponibilidade, autenticação e tratamento de erros. A documentação das ferramentas de função do Vapi oferece configuração pelo painel e por API, portanto seria incorreto descrevê-lo como uma solução exclusivamente por código.

As ferramentas de integração do Retell atendem serviços como Zendesk; a plataforma administra a API e a autenticação das operações compatíveis. Sistemas internos não compatíveis ainda precisam de uma função personalizada hospedada pela equipe. Verifique os campos, as condições de consulta e as ações de atualização realmente necessários antes de concluir que o servidor pode ser dispensado. A área de negócio ainda precisa definir quais clientes podem acessar quais chamados: conectar uma conta não conclui o projeto de permissões.

A cadeia de voz também não se resume a “Vapi configurável, Retell fixo”. O Vapi permite escolher STT, LLM e TTS; os agentes de voz em cascata do Retell também permitem escolher fornecedores de reconhecimento compatíveis, incluindo Deepgram, e substituir configurações por nó. Porém, mesmo após essa escolha, o Retell pode recorrer a outro fornecedor em caso de falha. Equipes que precisam fixar quem processa os dados devem examinar também as rotas de contingência, não apenas a configuração principal.

Uma transferência assistida nem sempre permite voltar após uma falha

Se a central precisa explicar o contexto do chamado a um atendente antes de conectar as partes, compare modos específicos. Na transferência assistida comum do Vapi, a apresentação por mensagem ou resumo depende do Twilio; outros fornecedores de telefonia transferem sem essa apresentação. O assistente original sai quando a transferência começa, portanto uma linha ocupada ou sem resposta não devolve o cliente a ele. Para ter retorno, avalie a assistant-based warm transfer. Ela continua identificada como experimental e pode usar fallbackPlan para retomar o atendimento com o assistente original. Também é preciso instruir expressamente o assistente de transferência a cancelar ao encontrar correio de voz, sem presumir detecção automática.

A Agentic Warm Transfer do Retell também usa uma segunda IA para conversar com o destinatário antes de decidir conectar ou cancelar; o cancelamento devolve o cliente ao agente principal. A ação ao esgotar o tempo pode ser Cancel Transfer ou Bridge the transfer. Para uma central que exige aceitação humana, escolha cancelar e organize o acompanhamento, em vez de considerar bem-sucedida uma conexão feita após o tempo limite. Em ambos, é necessário verificar a combinação real de operadora, número de destino e fila humana. Não foram feitos testes de chamadas aqui, portanto não há base para declarar um vencedor em velocidade de resposta ou confiabilidade de conexão.

Fixe a configuração antes de comparar contas mensais

Comece com um número local dos Estados Unidos, conexão Twilio SIP própria, 2.000 chamadas recebidas por mês e uma etapa de IA de cinco minutos em média: 10.000 minutos, com pico de 10 chamadas simultâneas. A configuração em cascata, em inglês, usa reconhecimento Deepgram, GPT 4.1 mini na categoria padrão e ElevenLabs Flash. O submodelo de reconhecimento e o ID da voz ainda precisam ser fixados entre as opções disponíveis nas duas contas. Nos dois serviços, use transferência assistida na qual uma segunda IA confirma a aceitação. Suponha 200 transferências bem-sucedidas, cada uma seguida de cinco minutos com atendente, somando mais 1.000 minutos. Acrescente o tempo faturável de espera da IA e do assistente de transferência que não esteja incluído nos 10.000 minutos; não conte apenas o tempo em que o cliente fala. Ambos oferecem conexão com telefonia própria; veja Vapi SIP e Retell Twilio SIP para o roteamento.

Nos preços do Vapi, a hospedagem de 10.000 minutos custa US$ 500. O Core custa US$ 29 por mês e inclui 10 chamadas simultâneas. O ponto de partida é, portanto, US$ 529, acrescidos dos custos reais de STT, LLM, TTS, operadora e sistemas de negócio. O Core não desconta o consumo de chamadas. O Vapi repassa os custos dos fornecedores; a estimativa padrão do site não é uma cotação para essa combinação exata e não comprova um total menor.

Na mesma data, a tabela do Retell informa US$ 0,055/minuto para infraestrutura de voz, US$ 0,0128/minuto para GPT 4.1 mini padrão e US$ 0,040/minuto para ElevenLabs Flash. O cálculo básico é 10.000 × (0,055 + 0,0128 + 0,040) = US$ 1.078. Dez chamadas simultâneas estão dentro das 20 incluídas. SIP próprio não gera cobrança de telefonia pelo Retell, mas a operadora continua cobrando. Depois da transferência, a cobrança de IA termina e a de telefonia continua; espera e silêncio contam na duração. Liste separadamente opcionais como base de conhecimento, redução de ruído, remoção de PII e AI QA. O menor preço anunciado não é o total dessa configuração.

O orçamento completo deve ser “plataforma e modelos + aluguel do número + trechos de chamadas recebidas + trechos adicionais/consumo de IA durante a transferência assistida + trechos após a conexão humana + opcionais + sistema de chamados e serviços de conexão + impostos”. Neste cenário, os submodelos, o consumo real dos modelos e as cotações da operadora ainda não estão fixados. Portanto, nem todos os custos de modelos do Vapi nem o total final de qualquer plataforma podem ser apresentados como valores fechados. Os US$ 1.078 do Retell são um subtotal dos componentes listados, não uma cotação completa. Compare contas para números da mesma região e o mesmo modo de transferência, sem confundir ausência de tarifa de conexão da plataforma para telefonia própria com chamadas gratuitas.

A operação deve acompanhar o chamado, não apenas a nota da conversa

O monitoramento deve vincular call ID, ID do chamado, erros das ferramentas e resultado da transferência. Os logs do Vapi separam Calls, Webhooks e API; seu guia de diagnóstico de transferências afirma que assistant-forwarded-call não comprova que uma pessoa atendeu. Os eventos do Retell distinguem transfer_started, transfer_bridged e transfer_cancelled; call_analyzed chega depois da análise. O responsável de plantão deve acompanhar chamados não encaminhados e sem providência posterior, em vez de apenas contar ligações com uma tentativa de transferência.

Planeje separadamente o consentimento para gravação, os prazos de retenção e as cópias em terceiros. A configuração de gravação do Vapi controla gravações, logs e transcrições; a documentação dos pacotes associa a retenção de dados brutos ao pacote. As configurações de armazenamento do Retell guardam gravações e outros dados por padrão; sua política de retenção não prevê exclusão automática por padrão e pode ser ajustada por agente. Encerrar o armazenamento de longo prazo na plataforma não significa que nenhuma gravação foi processada nem que cópias em webhooks, anexos de chamados e operadoras serão apagadas automaticamente. Defina no atendimento o aviso e o caminho para quem recusar a gravação; os responsáveis devem conferir os requisitos aplicáveis. Esses controles do produto não constituem, por si só, uma conclusão jurídica.

A escolha pode partir de uma pergunta concreta: quem manterá, ao longo do tempo, as conexões entre a chamada recebida e a passagem para um atendente? Se as APIs de chamados são muito personalizadas e a engenharia aceita gerir componentes de voz e roteamento, teste primeiro o Vapi. Se as integrações compatíveis cobrem as operações e a equipe quer menos interfaces próprias hospedadas, teste primeiro o Retell. Nenhum dos dois deve substituir diretamente uma central sem responsável humano e sem fila para os casos malsucedidos. Valide os mesmos cenários de chamados, linha ocupada, ausência de resposta e recusa de gravação; depois decida a partir da conta completa e do trabalho operacional.

Nota sobre o conteúdo:Este artigo foi elaborado com base em informações públicas e serve como referência para a escolha de ferramentas. Os recursos, os preços e as políticas relacionadas podem mudar a qualquer momento; consulte as informações oficiais mais recentes.

Fonte original:docs.vapi.ai