Il run rate da 100 milioni di dollari di Retell è arrivato con un modello: che cos’è realmente Tell 1

Il 12 novembre 2026 Retell ha pubblicato due cose che verranno lette insieme, che l'azienda lo abbia voluto o no: un post sul blog che annunciava il superamento dei 100 milioni di dollari di run rate annualizzato e, nella stessa settimana, la prima prova pubblica di Tell 1 — un modello sviluppato da Retell stessa e da essa descritto come proprio, elencato sulla homepage dell'azienda sotto "Developed by Retell Labs" come livello di ragionamento del suo stack vocale. Il dato sui ricavi è quello che circola di più. Il modello è quello che cambia ciò che Retell è, perché una piattaforma di agenti vocali che si limita a instradare il tuo prompt a GPT o Claude è un business diverso da una che fornisce anche il cervello.

Non è documentato che cosa sia Tell 1, al momento in cui scriviamo. Non c'è alcun post di lancio, voce di changelog, model card, API, riga di prezzo o rilascio di pesi da nessuna parte sul sito di Retell che lo nomini oltre a un'etichetta. Il post sui $100M non lo menziona mai. L'unica pagina pubblicata da Retell che dica qualcosa di sostanziale è un changelog del benchmark del 29 settembre 2026, con un aggiornamento di novembre: Tell 1 "è primo nel complesso nel Retell vCX Benchmark", è in testa sul parlato colloquiale e sulla latenza, e perde rispetto ad altri modelli su grounding, rispetto delle istruzioni e chiamata degli strumenti. È un'azienda che classifica il proprio modello al primo posto in un benchmark che ha scritto lei, e lo dice in una frase — il che è più candore di quanto riescano a mostrare la maggior parte dei fornitori, e comunque non è una prova su cui basare una decisione di approvvigionamento.

I due numeri, e quanto vale ciascuno di essi

La cifra dei ricavi è di Retell stessa e ha la forma di una pietra miliare di un'azienda privata più che di un risultato certificato: 100 milioni di dollari annualizzati, raggiunti con 4,6 milioni di dollari raccolti, in meno di tre anni, con oltre 4.000 clienti che effettuano più di 100 milioni di chiamate al mese. L'amministratore delegato Bing Wu ha indicato la traiettoria da 10 milioni a 100 milioni di dollari in 17 mesi e ha aggiunto che l'azienda è redditizia. Nessuno di questi dati è verificato in modo indipendente, e l'"annualized run rate" è una costruzione prospettica: moltiplica un mese recente, non riporta un anno. Considerarlo un forte segnale di adozione, che i riferimenti dei clienti supportano, e non un rendiconto finanziario.

La dichiarazione sul modello è più difficile da verificare. Il dettaglio ampiamente ripetuto — che Tell 1 sia stato addestrato su più di 1 milione di ore di chiamate dei clienti — è attribuito a Retell in coperture secondarie, e non sono riuscito a trovarlo su nessuna pagina di proprietà di Retell: non nel blog, non nel changelog, non nell'indice della documentazione, non nel sito di benchmark del modello. Ciò non lo rende falso. Significa però che, se il dato sul corpus di addestramento conta per la tua valutazione — e per un acquirente di un contact center preoccupato di capire da dove provenga il comportamento del modello, dovrebbe contare — al momento stai prendendo una citazione di seconda mano di una dichiarazione aziendale. Un milione di ore corrisponde a circa 114 anni di audio. È un numero plausibile per una piattaforma che gestisce 100 milioni di chiamate al mese, e la plausibilità non è documentazione.

Ciò che è documentato, in forma leggibile da macchina, è il benchmark. Il sito vCX di Retell pubblica i suoi risultati come dati strutturati, e la riga di Tell 1 riporta: 88,6% di seguimento delle istruzioni, 97,2% nella riga che Retell etichetta come allucinazione, 95,4% di tool calling, 96,6% nel punteggio della dimensione colloquiale, per una media del 94,45% su 62 configurazioni valutate di 45 modelli distinti. La latenza mediana è 72,5 ms e il costo è di 3,5 centesimi al minuto, il che lo colloca primo su 62 per latenza e 19º per costo.

L'avvertenza all'interno della classifica

Leggi la riga prima della posizione in classifica. La voce Tell 1 è stata valutata sulla versione 17 del benchmark. Cinquanta delle 62 righe di quella stessa tabella sono state valutate sulla versione 1. Solo undici righe si trovano su una versione superiore alla 1: le voci più recenti GPT-6.1 e G​emini-4, un paio di build di Claude e Tell 1. Un benchmark che fa evolvere il proprio set di test fa la cosa giusta; il problema è che un "#1 complessivo" calcolato su righe provenienti da versioni diverse del test non è una classifica omogenea, e la pagina non ne tiene conto.

Anche due delle quattro dimensioni sono più vicine di quanto suggerisca il titolo. Il punteggio di {{1}}Tell 1{{/1}} nell'uso degli strumenti, 95,4%, si classifica quinto, e il suo 88,6% nel rispetto delle istruzioni si classifica secondo, dietro il 89,7% di {{2}}GPT-6-Astra{{/2}}. Dove è davvero in vantaggio è nella dimensione su cui Retell ha costruito il benchmark: il parlato colloquiale, al 96,6%, primo posto, e la latenza, dove 72 ms non sono una differenza di arrotondamento rispetto alla fascia 550-1,400 ms in cui si collocano la maggior parte delle righe. Se si crede all'harness, l'affermazione che resiste al vaglio è limitata e specifica — questo modello è veloce e suona come una persona — ed è esattamente la coppia di proprietà su cui un chiamante che non sa che esista un modello giudica un agente telefonico.

Perché mai una piattaforma costruisce un proprio modello?

L'architettura stessa di Retell spiega l'incentivo. La homepage suddivide lo stack in tre passaggi e colloca Tell 1 in quello intermedio, "Reasoning & orchestration", accanto a un agent harness che riunisce modelli, conoscenza e strumenti. In quella posizione un modello non è un prodotto che acquisti; è un componente di cui controlli costo, latenza e registro conversazionale. Una piattaforma che paga un laboratorio di frontiera per token su ognuna di 100 milioni di chiamate mensili ha un problema di margine permanente e una soglia di latenza permanente, perché il round trip verso uno stack di inferenza di terze parti avviene durante la pausa di chi chiama. Possedere lo strato intermedio elimina entrambi, al costo di dover essere abbastanza bravo nelle parti che hai assunto.

È anche per questo che le lacune che Retell ammette sono quelle che può permettersi. Grounding, instruction following e tool calling sono i terreni in cui un modello frontier generalista vince ancora, e sono le dimensioni su cui il prompt, la knowledge base e le definizioni di funzione del cliente fanno la maggior parte del lavoro. Le dimensioni che Retell ha tenuto per sé sono quelle che nessun prompt può sistemare: quanto in fretta arriva la prima sillaba, e se la frase suona come un copione da call center o come un collega.

Il prezzo che arriva all’acquirente è ancora al minuto, non per token: Retell elenca gli agenti vocali a 0,07–0,31 $ al minuto a novembre 2026, un intervallo che comprende telefonia, sintesi vocale e modello. Tell 1 non compare come voce che puoi selezionare o rifiutare, ed è questa la differenza pratica tra un modello e una funzionalità della piattaforma. Non puoi portare il tuo Tell 1 e non puoi portarlo altrove.

Che cosa significa questo se stai acquistando, non costruendo

Per un contact center aziendale, la sintesi onesta è che Tell 1 è un motivo per testare di nuovo Retell e non ancora un motivo per adottarlo come standard. Tre cose cambierebbero questa valutazione, e nessuna si è verificata. Una model card con la provenienza dei dati di addestramento, la finestra di contesto e il contratto per il tool calling documentati per iscritto. Un prezzo pubblicato per il modello separatamente dal pacchetto al minuto, così che il costo possa essere confrontato con una configurazione bring-your-own-LLM. E una valutazione di seconda parte — Artificial Analysis, un benchmark vocale pubblico o le vostre registrazioni delle chiamate elaborate con entrambe le configurazioni — perché un fornitore che si classifica primo sul proprio harness è un'ipotesi di partenza, non un risultato.

Se stai facendo test, il test è economico e specifico: prendi le chiamate che i tuoi agenti gestiscono effettivamente e confronta Tell 1 all'interno di Retell con lo stesso agente Retell indirizzato a un modello frontier di cui ti fidi già. Il benchmark predice un esito: Tell 1 sembrerà più veloce e più naturale e commetterà più errori di grounding. Che questo compromesso sia valido dipende interamente dal fatto che le tue chiamate siano ricerche con una risposta corretta o conversazioni con una persona nervosa, e nessuna classifica può dirti quale delle due hai.

Cosa guardare

Lo sviluppo successivo più informativo non è un punteggio migliore. È una qualsiasi delle cose che Retell non ha finora pubblicato: la model card, la dichiarazione sulle ore di addestramento nelle sue stesse parole, un prezzo per modello o un'esecuzione indipendente. Un'azienda con un run rate di 100 milioni di dollari e 4.000 clienti ha tutte le ragioni per pubblicare tutte e quattro, e il fatto che una nota di aggiornamento del benchmark costituisca attualmente l'intero registro pubblico suggerisce che il modello sia stato rilasciato in produzione prima di essere documentato. Questo è normale per l'infrastruttura e insolito per un modello, ed è la cosa da verificare di nuovo prima di citare qualsiasi numero di Tell 1, compresi quelli sopra, come definitivo.