Un agente vocale è composto da tre fatture in una: sintesi vocale + LLM + sintesi vocale, tutto in esecuzione per minuto di conversazione. Dominano le voci LLM e premium. Inserisci il tuo volume per vedere il costo mensile reale.
—
al mese—per chiamata
—al minuto
—minuti totali/mese
Dove vanno i soldi (al minuto)
| Componente | $/min | % del totale |
|---|
⚠️ Stime di riferimento (luglio 2026). STT ~$ 0,006/min (classe Whisper), TTS $ 0,015–0,30/min (le voci neurali premium costano di più), LLM dipende dai token per turno: digita i tuoi numeri reali. I minuti di telefonia/SIP sono extra se colleghi un numero di telefono. · Segnala prezzo obsoleto →
Come si sommano i costi degli agenti vocali
Al minuto per cui paghi STT (trascrivere il chiamante), il LLM (decidi la risposta: basata su token, quindi contesto più lungo e risposte costano di più) e TTS (rispondilo). Di solito dominano il LLM e una voce premium; La STT è la tratta più economica. Stimare la gamba LLM con precisione con Calcolatore dei costi dell'agente AI O Costo del token LLMe confronta i fornitori di sintesi vocale nel nostro UndiciLabs E Deepgram guide. Costruire invece un chatbot di testo? Usa il calcolatore dei costi del chatbot.