El run rate de 100 millones de dólares de Retell llegó con un modelo: qué es realmente Tell 1

El 12 de noviembre de 2026, Retell publicó dos cosas que se leerán en conjunto, lo haya pretendido la empresa o no: una entrada de blog en la que anunciaba que había superado los 100 millones de dólares en tasa de ejecución anualizada y, en la misma semana, la primera evidencia pública de Tell 1 — un modelo que Retell construyó por su cuenta y describe como propio, incluido en la página de inicio de la empresa bajo «Desarrollado por Retell Labs» como la capa de razonamiento de su stack de voz. La cifra de ingresos es la que se difunde. El modelo es el que cambia lo que Retell es, porque una plataforma de agentes de voz que solo enruta tu prompt a GPT o Claude es un negocio distinto de una que también entrega el cerebro.

A la fecha de redacción, está documentado lo que Tell 1 no es. No hay ninguna publicación de lanzamiento, ninguna entrada en el registro de cambios, ninguna ficha de modelo, ninguna API, ninguna línea de precios ni ninguna publicación de pesos en ningún lugar del sitio de Retell que lo nombre más allá de una etiqueta. La propia publicación de $100M nunca lo menciona. La única página publicada por Retell que dice algo sustantivo es un registro de cambios de benchmark del 29 de septiembre de 2026, que incluye una actualización de noviembre: Tell 1 «ocupa el puesto #1 en general en el Retell vCX Benchmark», lidera en habla coloquial y latencia, y pierde frente a otros modelos en fundamentación, seguimiento de instrucciones y llamada a herramientas. Se trata de una empresa que clasifica su propio modelo en primer lugar en un benchmark que ella misma escribió, y lo dice en una frase, lo cual es más franqueza de la que consiguen la mayoría de los proveedores, y aun así no es evidencia sobre la que se pueda basar una decisión de adquisición.

Los dos números, y cuánto vale cada uno.

La cifra de ingresos es de Retell y tiene la forma de un hito de empresa privada más que de un resultado auditado: 100 millones de dólares anualizados, alcanzados con 4,6 millones de dólares recaudados, en menos de tres años, con más de 4.000 clientes que realizan más de 100 millones de llamadas al mes. El CEO Bing Wu situó la trayectoria en 10 millones a 100 millones de dólares en 17 meses y añadió que la empresa es rentable. Nada de eso está verificado de forma independiente, y la «tasa de ejecución anualizada» es una construcción prospectiva: multiplica un mes reciente, no informa de un año. Trátala como una señal fuerte sobre la adopción, que las referencias de clientes sí respaldan, y no como un estado financiero.

La afirmación sobre el modelo es más difícil de sostener. El detalle ampliamente repetido —que Tell 1 se entrenó con más de 1 millón de horas de llamadas de clientes— se atribuye a Retell en coberturas secundarias, y no pude encontrarlo en ninguna página propiedad de Retell: ni en el blog, ni en el registro de cambios, ni en el índice de documentación, ni en el sitio de benchmarks del modelo. Eso no lo convierte en falso. Sí significa que, si la cifra del corpus de entrenamiento importa para tu evaluación —y para un comprador de un centro de contacto preocupado por el origen del comportamiento del modelo, debería importar—, actualmente estás tomando una cita de segunda mano de una declaración de la empresa. Un millón de horas equivale aproximadamente a 114 años de audio. Es una cifra plausible para una plataforma que gestiona 100 millones de llamadas al mes, y la plausibilidad no es documentación.

Lo que está documentado, en formato legible por máquina, es el benchmark. El sitio vCX de Retell publica sus resultados como datos estructurados, y la fila de Tell 1 dice: 88,6 % de seguimiento de instrucciones, 97,2 % en la fila que Retell etiqueta como alucinación, 95,4 % de uso de herramientas, 96,6 % en la puntuación de la dimensión coloquial, para un promedio de 94,45 % en 62 configuraciones evaluadas de 45 modelos distintos. La latencia mediana es de 72,5 ms y el costo es de 3,5 centavos por minuto, lo que lo sitúa primero de 62 en latencia y 19.º en costo.

La salvedad dentro de la tabla de clasificación

Lee la fila antes del ranking. La entrada de Tell 1 se puntuó con la versión 17 del benchmark. Cincuenta de las 62 filas de esa misma tabla se puntuaron con la versión 1. Solo once filas corresponden a alguna versión superior a la 1: las entradas más recientes de GPT-6.1 y Gemini-4, un par de compilaciones de Claude y Tell 1. Un benchmark que evoluciona su conjunto de pruebas hace lo correcto; el problema es que un "#1 overall" calculado a partir de filas de distintas versiones del test no es una clasificación comparable, y la página no lo ajusta.

Dos de las cuatro dimensiones también están más cerca de lo que sugiere el titular. La puntuación de Tell 1 en invocación de herramientas, del 95,4%, ocupa el quinto puesto, y su seguimiento de instrucciones, del 88,6%, el segundo, por detrás del 89,7% de GPT-6-Astra. Donde sí está genuinamente por delante es en la dimensión en torno a la cual Retell construyó el benchmark: el habla coloquial, con un 96,6%, en primera posición, y la latencia, donde 72 ms no es una diferencia de redondeo respecto a la banda de 550-1.400 ms en la que se sitúan la mayoría de las filas. Si se da crédito al sistema de pruebas, la afirmación que sobrevive al escrutinio es acotada y específica —este modelo es rápido y suena como una persona—, y son exactamente las dos propiedades con las que evalúa a un agente telefónico alguien que llama sin saber que existe un modelo.

¿Por qué una plataforma construye su propio modelo, después de todo?

La propia arquitectura de Retell explica el incentivo. La página de inicio divide la pila en tres pasos y coloca Tell 1 en el del medio, «Razonamiento y orquestación», junto a un arnés de agente que reúne modelos, conocimiento y herramientas. En esa posición, un modelo no es un producto que se compra; es un componente del que se controlan el coste, la latencia y el registro conversacional. Una plataforma que paga a un laboratorio de vanguardia por token en cada una de las 100 millones de llamadas mensuales tiene un problema de margen permanente y un límite inferior de latencia permanente, porque el viaje de ida y vuelta hasta una pila de inferencia de terceros ocurre dentro de la pausa de quien llama. Poseer la capa intermedia elimina ambos problemas, a costa de tener que estar a la altura de las partes que se asumen.

Esa es también la razón por la que las carencias que Retell reconoce son las que puede permitirse. El grounding, el seguimiento de instrucciones y la invocación de herramientas son los ámbitos en los que un modelo frontera general sigue ganando, y son las dimensiones en las que el propio prompt del cliente, su base de conocimiento y sus definiciones de funciones hacen la mayor parte del trabajo. Las dimensiones que Retell se reservó para sí son las que ningún prompt puede arreglar: la rapidez con la que llega la primera sílaba y si la frase suena a guion de centro de llamadas o a un compañero.

El precio que llega al comprador sigue siendo por minuto, no por token: Retell enumera los agentes de voz a entre 0,07 y 0,31 USD por minuto a fecha de noviembre de 2026, un rango que incluye telefonía, síntesis de voz y el modelo. Tell 1 no aparece como una partida que se pueda seleccionar o rechazar, que es la diferencia práctica entre un modelo y una función de plataforma. No puedes traer tu propio Tell 1 y no puedes llevarlo a ningún otro sitio.

Qué significa esto si compras en lugar de construir

Para un centro de contacto empresarial, el resumen honesto es que Tell 1 es un motivo para volver a probar Retell y todavía no una razón para adoptarlo como estándar. Tres cosas cambiarían eso, y ninguna ha ocurrido. Una ficha del modelo en la que se documenten por escrito la procedencia de los datos de entrenamiento, la ventana de contexto y el contrato de invocación de herramientas. Un precio publicado para el modelo por separado del paquete por minuto, de modo que el costo se pueda comparar con una configuración en la que se aporta el propio LLM. Y una evaluación de segunda parte —Artificial Analysis, un benchmark público de voz o sus propias grabaciones de llamadas procesadas con ambas configuraciones—, porque que un proveedor se clasifique primero en su propio banco de pruebas es una hipótesis inicial, no un resultado.

Si estás haciendo pruebas, la prueba es barata y específica: toma las llamadas que tus agentes gestionan realmente y compara Tell 1 dentro de Retell con el mismo agente de Retell apuntando a un modelo de vanguardia en el que ya confías. El benchmark predice un resultado: Tell 1 se sentirá más rápido y más natural, y cometerá más errores de fundamentación. Que ese intercambio sea bueno depende por completo de si tus llamadas son consultas con una respuesta correcta o conversaciones con una persona nerviosa, y ninguna tabla de clasificación puede decirte cuál de las dos tienes.

Qué ver

El siguiente avance más informativo no es una puntuación mejor. Es cualquiera de las cosas que Retell aún no ha publicado: la ficha del modelo, la afirmación sobre las horas de entrenamiento en sus propias palabras, un precio por modelo o una ejecución independiente. Una empresa con un ritmo de ingresos anualizados de 100 millones de dólares y 4.000 clientes tiene todas las razones para publicar las cuatro, y el hecho de que una nota de actualización de benchmark sea actualmente todo el registro público sugiere que el modelo llegó a producción antes que a la documentación. Eso es normal en infraestructura e inusual en un modelo, y es lo que hay que volver a verificar antes de citar cualquier cifra de Tell 1, incluidas las anteriores, como algo definitivo.