Run Rate $100M Retell Datang dengan Sebuah Model: Apa Sebenarnya Tell 1

Pada 12 November 2026, Retell menerbitkan dua hal yang akan dibaca bersama, entah perusahaan menghendakinya atau tidak: sebuah pos blog yang mengumumkan bahwa mereka telah melampaui $100 juta dalam run rate tahunan, dan, pada minggu yang sama, bukti publik pertama dari Tell 1 — sebuah model yang dibangun sendiri oleh Retell dan digambarkannya sebagai miliknya sendiri, tercantum di beranda perusahaan di bawah "Developed by Retell Labs" sebagai lapisan penalaran dari stack suaranya. Angka pendapatannya yang akan menyebar. Modelnya yang mengubah apa itu Retell, karena platform agen suara yang hanya meneruskan prompt Anda ke GPT atau Claude adalah bisnis yang berbeda dari platform yang juga menyertakan otaknya.

Hingga saat penulisan ini, yang terdokumentasi justru adalah apa yang bukan Tell 1. Tidak ada pos peluncuran, tidak ada entri changelog, tidak ada model card, tidak ada API, tidak ada baris harga, dan tidak ada rilis bobot di mana pun di situs Retell yang menyebutnya lebih dari sekadar label. Tulisan $100M itu sendiri tidak pernah menyebutnya. Satu-satunya halaman terbitan Retell yang mengatakan sesuatu yang substantif adalah changelog benchmark dari 29 September 2026, yang memuat pembaruan November: Tell 1 "menempati peringkat #1 secara keseluruhan pada Retell vCX Benchmark," unggul dalam percakapan sehari-hari dan latensi, serta kalah dari model lain dalam grounding, instruction following, dan tool calling. Itu adalah perusahaan yang menempatkan modelnya sendiri di peringkat pertama pada benchmark yang ditulisnya sendiri, dan ia mengatakannya dalam satu kalimat — yang lebih jujur daripada yang mampu dilakukan sebagian besar vendor, dan tetap bukan bukti yang bisa menjadi dasar keputusan pengadaan.

Dua angka tersebut, dan berapa nilai masing-masing.

Angka pendapatan itu milik Retell sendiri dan berbentuk tonggak perusahaan swasta, bukan hasil audit: $100 million disetahunkan, dicapai dengan pendanaan $4.6 million, dalam waktu kurang dari tiga tahun, di lebih dari 4.000 pelanggan yang menjalankan lebih dari 100 juta panggilan per bulan. CEO Bing Wu menempatkan lintasan pertumbuhannya pada $10 million menjadi $100 million dalam 17 bulan dan menambahkan bahwa perusahaan itu menguntungkan. Tidak ada satu pun dari itu yang diverifikasi secara independen, dan "annualized run rate" adalah konstruksi yang berorientasi ke depan — ia mengalikan bulan terbaru, bukan melaporkan setahun. Perlakukan itu sebagai sinyal kuat tentang adopsi, yang didukung oleh referensi pelanggan, dan bukan sebagai laporan keuangan.

Klaim mengenai model lebih sulit. Detail yang banyak diulang — bahwa Tell 1 dilatih dengan lebih dari 1 juta jam panggilan pelanggan — diatribusikan kepada Retell dalam liputan sekunder, dan saya tidak dapat menemukannya di halaman mana pun milik Retell: bukan di blog, bukan di changelog, bukan di indeks dokumentasi, bukan di situs benchmark model. Itu tidak membuatnya salah. Namun, itu berarti bahwa jika angka korpus pelatihan penting bagi evaluasi Anda — dan bagi pembeli contact center yang khawatir tentang dari mana perilaku model berasal, seharusnya penting — saat ini Anda mengandalkan kutipan tangan kedua dari pernyataan perusahaan. Satu juta jam berarti sekitar 114 tahun audio. Itu angka yang masuk akal untuk platform yang menjalankan 100 juta panggilan per bulan, dan masuk akal bukanlah dokumentasi.

Yang didokumentasikan, dalam bentuk yang dapat dibaca mesin, adalah benchmark. Situs vCX Retell menyajikan hasilnya sebagai data terstruktur, dan baris Tell 1 berbunyi: 88,6% instruction following, 97,2% pada baris yang Retell beri label halusinasi, 95,4% tool calling, 96,6% pada skor dimensi percakapan sehari-hari, dengan rata-rata 94,45% di 62 konfigurasi yang dievaluasi dari 45 model berbeda. Latensi median adalah 72,5 ms dan biaya 3,5 sen per menit, yang menempatkannya di peringkat pertama dari 62 pada latensi dan ke-19 pada biaya.

Peringatan di dalam papan peringkat

Baca barisnya sebelum peringkatnya. Entri Tell 1 dinilai pada versi benchmark 17. Lima puluh dari 62 baris dalam tabel yang sama dinilai pada versi 1. Hanya sebelas baris yang berada pada versi mana pun di atas 1 — entri GPT-6.1 dan G​emini-4 terbaru, beberapa build Claude, dan Tell 1. Benchmark yang mengembangkan set pengujiannya melakukan hal yang benar; masalahnya adalah "#1 secara keseluruhan" yang dihitung lintas baris dari versi pengujian berbeda bukanlah peringkat yang setara, dan halaman tersebut tidak menyesuaikannya.

Dua dari empat dimensi juga lebih berdekatan daripada yang disiratkan judul. Skor tool-calling Tell 1 sebesar 95.4% berada di peringkat kelima, dan skor instruction-following-nya 88.6% berada di peringkat kedua di belakang GPT-6-Astra dengan 89.7%. Yang benar-benar membuatnya unggul adalah dimensi yang menjadi dasar Retell membangun benchmark: ucapan kolokial, dengan 96.6%, peringkat pertama, dan latensi, di mana 72 ms bukanlah perbedaan pembulatan dari rentang 550-1,400 ms yang ditempati sebagian besar baris. Jika Anda memercayai harness tersebut, klaim yang bertahan dari pengamatan ketat bersifat sempit dan spesifik — model ini cepat dan terdengar seperti manusia — dan itu persis sepasang sifat yang menjadi dasar penelepon menilai agen telepon, penelepon yang tidak tahu bahwa ada model.

Mengapa sebuah platform harus membangun modelnya sendiri?

Arsitektur Retell sendiri menjelaskan insentifnya. Halaman beranda membagi stack menjadi tiga langkah dan menempatkan Tell 1 di langkah tengah, "Penalaran & orkestrasi," bersebelahan dengan harness agen yang menyatukan model, pengetahuan, dan alat. Dalam posisi itu, model bukanlah produk yang Anda beli; ia adalah komponen yang biaya, latensi, dan register percakapannya Anda kendalikan. Platform yang membayar laboratorium terdepan per token untuk setiap satu dari 100 juta panggilan bulanan memiliki masalah margin permanen dan batas bawah latensi permanen, karena perjalanan pulang-pergi ke stack inferensi pihak ketiga berada di dalam jeda pemanggil. Memiliki lapisan tengah menghilangkan keduanya, dengan konsekuensi harus cukup baik pada bagian-bagian yang Anda ambil alih.

Itulah sebabnya celah yang diakui Retell adalah celah yang mampu ia tanggung. Grounding, mengikuti instruksi, dan pemanggilan alat adalah area tempat model frontier umum masih unggul, dan itulah dimensi-dimensi yang sebagian besar pekerjaannya dilakukan oleh prompt, basis pengetahuan, serta definisi fungsi milik pelanggan sendiri. Dimensi yang Retell pertahankan untuk dirinya sendiri adalah dimensi yang tidak bisa diperbaiki oleh prompt mana pun: seberapa cepat suku kata pertama tiba, dan apakah kalimatnya terdengar seperti skrip pusat panggilan atau seperti rekan kerja.

Harga yang sampai ke pembeli masih per menit, bukan per token: Retell mencantumkan agen suara pada $0.07 hingga $0.31 per menit per November 2026, rentang yang mencakup teleponi, sintesis ucapan, dan model. Tell 1 tidak muncul sebagai item baris yang dapat Anda pilih atau tolak, yang merupakan perbedaan praktis antara model dan fitur platform. Anda tidak dapat membawa Tell 1 sendiri, dan Anda tidak dapat membawanya ke tempat lain.

Apa artinya ini jika Anda membeli, bukan membangun

Untuk sebuah pusat kontak perusahaan, ringkasan yang jujur adalah bahwa Tell 1 merupakan alasan untuk menguji ulang Retell dan belum menjadi alasan untuk menjadikannya standar. Ada tiga hal yang dapat mengubahnya, dan belum satu pun terjadi. Kartu model yang mencantumkan asal-usul data pelatihan, jendela konteks, dan kontrak pemanggilan alat secara tertulis. Harga model yang dipublikasikan secara terpisah dari paket per menit, sehingga biayanya dapat dibandingkan dengan konfigurasi bring-your-own-LLM. Dan evaluasi pihak kedua — Artificial Analysis, benchmark suara publik, atau rekaman panggilan Anda sendiri yang dijalankan melalui kedua konfigurasi — karena vendor yang memeringkat dirinya sendiri di posisi pertama pada perangkat ujinya sendiri adalah hipotesis awal, bukan hasil.

Jika Anda sedang menguji, tesnya murah dan spesifik: ambil panggilan yang benar-benar ditangani agen Anda, lalu bandingkan Tell 1 di dalam Retell dengan agen Retell yang sama yang diarahkan ke model frontier yang sudah Anda percayai. Benchmark ini memprediksi satu hasil — Tell 1 akan terasa lebih cepat dan lebih natural, tetapi akan membuat lebih banyak kesalahan grounding. Apakah pertukaran itu bagus sepenuhnya bergantung pada apakah panggilan Anda adalah pencarian dengan jawaban yang benar atau percakapan dengan orang yang gugup, dan tidak ada papan peringkat yang bisa memberi tahu Anda mana yang Anda miliki.

Apa yang harus ditonton

Perkembangan berikutnya yang paling informatif bukanlah skor yang lebih baik. Melainkan salah satu dari hal-hal yang sejauh ini belum diterbitkan Retell: kartu model, klaim jam pelatihan dalam kata-katanya sendiri, harga per model, atau uji independen. Perusahaan dengan run rate $100 juta dan 4.000 pelanggan punya segala alasan untuk menerbitkan keempatnya, dan fakta bahwa catatan pembaruan benchmark saat ini menjadi seluruh catatan publik menunjukkan model itu masuk ke produksi sebelum masuk ke dokumentasi. Itu normal untuk infrastruktur dan tidak biasa untuk sebuah model, dan itulah yang perlu diperiksa ulang sebelum Anda mengutip angka Tell 1 mana pun, termasuk angka-angka di atas, sebagai sudah pasti.