Run Rate 100 ล้านดอลลาร์ของ Retell มาพร้อมกับโมเดล: Tell 1 จริง ๆ แล้วคืออะไร
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 226 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 98 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 83 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 179 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 53 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 134 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 97 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 186 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 178 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 122 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 310 tok/s
เมื่อวันที่ 12 พฤศจิกายน 2026 Retell ได้เผยแพร่สองสิ่งที่จะถูกอ่านร่วมกันไม่ว่าบริษัทจะตั้งใจหรือไม่: บล็อกโพสต์ที่ประกาศว่าบริษัทมีอัตราการเติบโตต่อปี (annualized run rate) ทะลุ 100 ล้านดอลลาร์ และในสัปดาห์เดียวกัน หลักฐานสาธารณะชิ้นแรกของ Tell 1 — โมเดลที่ Retell สร้างขึ้นเองและอธิบายว่าเป็นของตัวเอง ซึ่งแสดงอยู่บนหน้าแรกของบริษัทภายใต้ "Developed by Retell Labs" ในฐานะชั้นการให้เหตุผลของชุดเทคโนโลยีเสียงของบริษัท ตัวเลขรายได้คือสิ่งที่จะถูกพูดถึงไปทั่ว ส่วนโมเดลคือสิ่งที่เปลี่ยนว่า Retell เป็นอะไร เพราะแพลตฟอร์มตัวแทนเสียงที่เพียงแค่ส่งพรอมป์ของคุณไปยัง GPT หรือ Claude นั้นเป็นธุรกิจที่แตกต่างจากแพลตฟอร์มที่ส่งมอบสมองไปด้วย
สิ่งที่ Tell 1 ยังไม่ใช่ ณ เวลาที่เขียนนี้ คือสิ่งที่ได้รับการบันทึกไว้ ยังไม่มีโพสต์เปิดตัว ไม่มีรายการในบันทึกการเปลี่ยนแปลง ไม่มีการ์ดโมเดล ไม่มี API ไม่มีรายการราคา และไม่มีการเผยแพร่น้ำหนักโมเดลที่ไหนเลยบนเว็บไซต์ของ Retell ที่ระบุชื่อมันเกินกว่าป้ายชื่อ โพสต์เกี่ยวกับ $100M เองก็ไม่เคยกล่าวถึงมัน หน้าเดียวที่ Retell เผยแพร่ซึ่งมีเนื้อหาสาระคือบันทึกการเปลี่ยนแปลงของ benchmark ลงวันที่ 29 กันยายน 2026 ซึ่งมีอัปเดตเดือนพฤศจิกายนระบุว่า Tell 1 "ติดอันดับ 1 โดยรวมบน Retell vCX Benchmark" นำในด้านคำพูดแบบภาษาพูดและเวลาแฝง และแพ้โมเดลอื่นในด้านการอ้างอิงข้อมูลจริง การทำตามคำสั่ง และการเรียกใช้เครื่องมือ นั่นคือบริษัทที่จัดอันดับโมเดลของตัวเองเป็นที่หนึ่งบน benchmark ที่ตัวเองเขียน และบอกเช่นนั้นในประโยคเดียว ซึ่งตรงไปตรงมากกว่าที่ผู้ขายส่วนใหญ่ทำได้ และก็ยังไม่ใช่หลักฐานที่คุณจะใช้ตัดสินใจจัดซื้อได้
ตัวเลขทั้งสอง และมูลค่าของแต่ละตัว
ตัวเลขรายได้นี้เป็นของ Retell เอง และมีลักษณะเป็นหมุดหมายของบริษัทเอกชนมากกว่าผลลัพธ์ที่ผ่านการตรวจสอบ: 100 ล้านดอลลาร์แบบ annualized ซึ่งทำได้จากการระดมทุน 4.6 ล้านดอลลาร์ ภายในเวลาไม่ถึงสามปี จากลูกค้ากว่า 4,000 รายที่ใช้งานมากกว่า 100 ล้านสายต่อเดือน CEO Bing Wu ระบุเส้นทางจาก 10 ล้านดอลลาร์เป็น 100 ล้านดอลลาร์ใน 17 เดือน และเสริมว่าบริษัทมีกำไร ไม่มีข้อใดได้รับการยืนยันอย่างเป็นอิสระ และ “annualized run rate” เป็นโครงสร้างที่มองไปข้างหน้า — มันคูณเดือนล่าสุดเดือนหนึ่ง ไม่ใช่การรายงานทั้งปี ควรถือเป็นสัญญาณที่แข็งแกร่งเกี่ยวกับการนำไปใช้ ซึ่งข้อมูลอ้างอิงจากลูกค้าสนับสนุน และไม่ใช่รายงานทางการเงิน
คำกล่าวอ้างเกี่ยวกับโมเดลนั้นตรวจสอบได้ยากกว่า รายละเอียดที่ถูกกล่าวซ้ำกันแพร่หลาย — ว่า Tell 1 ถูกฝึกด้วยบทสนทนาโทรศัพท์ของลูกค้ามากกว่า 1 ล้านชั่วโมง — ถูกอ้างถึงว่าเป็นของ Retell ในสื่อรายงานทุติยภูมิ และฉันไม่พบข้อมูลนี้บนหน้าใด ๆ ที่ Retell เป็นเจ้าของ: ไม่ใช่บล็อก ไม่ใช่บันทึกการเปลี่ยนแปลง ไม่ใช่ดัชนีเอกสาร และไม่ใช่เว็บไซต์เกณฑ์มาตรฐานของโมเดล สิ่งนี้ไม่ได้ทำให้ข้อมูลดังกล่าวเป็นเท็จ แต่หมายความว่า หากตัวเลขชุดข้อมูลฝึกมีความสำคัญต่อการประเมินของคุณ — และสำหรับผู้ซื้อศูนย์ติดต่อที่กังวลว่าโมเดลมีพฤติกรรมมาจากไหน มันควรสำคัญ — ตอนนี้คุณกำลังอ้างอิงคำกล่าวของบริษัทผ่านมือสอง หนึ่งล้านชั่วโมงคิดเป็นเสียงประมาณ 114 ปี เป็นตัวเลขที่เป็นไปได้สำหรับแพลตฟอร์มที่ให้บริการโทร 100 ล้านครั้งต่อเดือน และความเป็นไปได้ก็ไม่ใช่เอกสารยืนยัน
สิ่งที่มีการบันทึกไว้ในรูปแบบที่เครื่องอ่านได้คือ benchmark เว็บไซต์ vCX ของ Retell เผยแพร่ผลลัพธ์เป็นข้อมูลแบบมีโครงสร้าง และแถว Tell 1 ระบุว่า: 88.6% ด้านการปฏิบัติตามคำสั่ง, 97.2% ในแถวที่ Retell ระบุว่าเป็น hallucination, 95.4% ด้านการเรียกใช้เครื่องมือ, 96.6% ในคะแนนมิติภาษาพูด คิดเป็นค่าเฉลี่ย 94.45% จาก 62 การกำหนดค่าที่ประเมินจาก 45 โมเดลที่แตกต่างกัน ความหน่วงมัธยฐานอยู่ที่ 72.5 ms และต้นทุนอยู่ที่ 3.5 เซนต์ต่อนาที ซึ่งทำให้อยู่ในอันดับ 1 จาก 62 ในด้านความหน่วง และอันดับ 19 ในด้านต้นทุน
ข้อควรระวังภายในกระดานผู้นำ
อ่านแถวก่อนดูอันดับ รายการ Tell 1 ถูกให้คะแนนบนเบนช์มาร์กเวอร์ชัน 17 ห้าสิบจาก 62 แถวในตารางเดียวกันถูกให้คะแนนบนเวอร์ชัน 1 มีเพียงสิบเอ็ดแถวที่อยู่บนเวอร์ชันใดก็ตามที่สูงกว่า 1 — รายการ GPT-6.1 และ Gemini-4 ใหม่ล่าสุด บิลด์ Claude สองสามรายการ และ Tell 1 เบนช์มาร์กที่พัฒนาชุดทดสอบของตนถือว่าทำถูกต้อง; ปัญหาคือการจัดอันดับ "#1 โดยรวม" ที่คำนวณข้ามแถวจากชุดทดสอบคนละเวอร์ชันไม่ใช่การจัดอันดับแบบเทียบกันได้ตรง ๆ และหน้านั้นไม่ได้ปรับชดเชยในเรื่องนี้
สองในสี่มิติยังใกล้กันกว่าที่พาดหัวข่าวบอกด้วย คะแนนการเรียกใช้เครื่องมือของ Tell 1 ที่ 95.4% อยู่อันดับที่ห้า และคะแนนการทำตามคำสั่ง 88.6% อยู่อันดับที่สอง เป็นรองจาก 89.7% ของ GPT-6-Astra จุดที่มันนำหน้าจริง ๆ คือมิติที่ Retell สร้างเบนช์มาร์กขึ้นมาโดยมีแกนกลางอยู่ที่ภาษาพูด ซึ่งได้ 96.6% อันดับหนึ่ง และความหน่วง ซึ่ง 72 ms ไม่ใช่ความต่างแค่ระดับการปัดเศษจากช่วง 550–1,400 ms ที่แถวส่วนใหญ่อยู่ ถ้าคุณเชื่อฮาร์เนส ข้ออ้างที่ผ่านการตรวจสอบอย่างเข้มงวดแล้วนั้นแคบและเฉพาะเจาะจง — โมเดลนี้เร็วและฟังดูเหมือนคน — และนี่คือคุณสมบัติสองข้อที่ผู้โทรซึ่งไม่รู้ว่ามีโมเดลอยู่ใช้ตัดสินเอเจนต์โทรศัพท์พอดี
ทำไมแพลตฟอร์มถึงต้องสร้างโมเดลของตัวเองขึ้นมาเลย
สถาปัตยกรรมของ Retell เองอธิบายแรงจูงใจนี้ หน้าแรกแบ่งสแต็กออกเป็นสามขั้นตอน และวาง {{1}}Tell 1{{/1}} ไว้ในขั้นกลาง คือ "การให้เหตุผลและการประสานงาน" ถัดจากเอเจนต์ฮาร์เนสที่รวมโมเดล ความรู้ และเครื่องมือเข้าด้วยกัน ในตำแหน่งนั้น โมเดลไม่ใช่ผลิตภัณฑ์ที่คุณซื้อ แต่เป็นองค์ประกอบที่คุณควบคุมต้นทุน ความหน่วง และโทนการสนทนาได้ แพลตฟอร์มที่จ่ายเงินให้แล็บแนวหน้าเป็นรายโทเค็นสำหรับการเรียกใช้งานแต่ละครั้งจาก 100 ล้านครั้งต่อเดือน ย่อมมีปัญหาอัตรากำไรถาวรและมีพื้นความหน่วงถาวร เพราะการไปกลับยังสแต็กการอนุมานของบุคคลที่สามนั้นอยู่ภายในจังหวะหยุดรอของผู้เรียก การเป็นเจ้าของชั้นกลางกำจัดทั้งสองอย่างได้ แลกกับความจำเป็นที่คุณต้องเก่งพอในส่วนที่คุณเข้ามารับช่วงต่อ
นั่นเป็นเหตุผลว่าทำไมช่องว่างที่ Retell ยอมรับจึงเป็นช่องว่างที่บริษัทรับไหว การยึดโยงกับข้อมูล การทำตามคำสั่ง และการเรียกใช้เครื่องมือ คือด้านที่โมเดลแนวหน้าทั่วไปยังคงเหนือกว่า และเป็นมิติที่พรอมต์ ฐานความรู้ และนิยามฟังก์ชันของลูกค้าเองทำหน้าที่ส่วนใหญ่ มิติที่ Retell เก็บไว้เองคือมิติที่ไม่มีพรอมต์ใดแก้ไขได้: พยางค์แรกมาถึงเร็วแค่ไหน และประโยคฟังดูเป็นสคริปต์คอลเซ็นเตอร์หรือเหมือนเพื่อนร่วมงาน
ราคาที่ผู้ซื้อเห็นยังคงคิดเป็นรายนาที ไม่ใช่ต่อโทเคน: Retell ระบุราคาของ voice agents ไว้ที่ $0.07 ถึง $0.31 ต่อนาที ณ เดือนพฤศจิกายน 2026 ซึ่งเป็นช่วงราคาที่รวมบริการโทรศัพท์ การสังเคราะห์เสียง และโมเดลไว้ด้วยกัน Tell 1 ไม่ปรากฏเป็นรายการที่คุณเลือกหรือปฏิเสธได้ ซึ่งเป็นความแตกต่างในทางปฏิบัติระหว่างโมเดลกับฟีเจอร์ของแพลตฟอร์ม คุณไม่สามารถนำ Tell 1 ของคุณเองมาใช้ และไม่สามารถนำมันไปใช้ที่อื่นได้
สิ่งนี้หมายความว่าอย่างไรหากคุณเป็นฝ่ายซื้อ ไม่ใช่ฝ่ายสร้างเอง
สำหรับศูนย์ติดต่อองค์กร สรุปตามจริงคือ Tell 1 เป็นเหตุผลให้ทดสอบ Retell ใหม่ ยังไม่ใช่เหตุผลที่จะกำหนดให้เป็นมาตรฐาน สามสิ่งจะเปลี่ยนสิ่งนั้น และยังไม่มีสิ่งใดเกิดขึ้น การ์ดโมเดลที่ระบุแหล่งที่มาของข้อมูลฝึกอบรม หน้าต่างบริบท และสัญญาการเรียกเครื่องมือไว้อย่างเป็นลายลักษณ์อักษร ราคาที่ประกาศเผยแพร่สำหรับโมเดลแยกจากแพ็กเกจคิดตามนาที เพื่อให้เปรียบเทียบต้นทุนกับการตั้งค่า bring-your-own-LLM ได้ และการประเมินโดยบุคคลที่สอง — Artificial Analysis, เกณฑ์มาตรฐานเสียงแบบสาธารณะ หรือบันทึกการโทรของคุณเองที่รันผ่านทั้งสองการตั้งค่า — เพราะผู้ขายที่จัดอันดับตัวเองเป็นที่หนึ่งบนชุดทดสอบของตัวเองเป็นเพียงสมมติฐานตั้งต้น ไม่ใช่ผลลัพธ์
ถ้าคุณกำลังทดสอบ การทดสอบนี้มีต้นทุนต่ำและเจาะจง: เอาเฉพาะสายที่เอเจนต์ของคุณจัดการจริง แล้วเปรียบเทียบ Tell 1 ภายใน Retell กับเอเจนต์ Retell ตัวเดียวกันที่ชี้ไปยังโมเดลระดับแนวหน้าที่คุณไว้ใจอยู่แล้ว ผลทดสอบคาดการณ์ผลลัพธ์เดียว — Tell 1 จะรู้สึกเร็วและเป็นธรรมชาติกว่า และจะทำผิดเรื่อง grounding มากขึ้น การแลกเปลี่ยนนี้จะดีหรือไม่นั้นขึ้นอยู่ทั้งหมดว่าสายของคุณเป็นการค้นหาข้อมูลที่มีคำตอบถูกต้องหรือเป็นการสนทนากับคนที่กำลังกังวล และไม่มีลีดเดอร์บอร์ดใดบอกคุณได้ว่าคุณมีแบบไหน
ดูอะไรดี
พัฒนาการครั้งถัดไปที่ให้ข้อมูลมากที่สุดไม่ใช่คะแนนที่ดีขึ้น แต่คือสิ่งใดก็ตามในสิ่งที่ Retell ยังไม่ได้เผยแพร่จนถึงตอนนี้ ได้แก่ การ์ดโมเดล ข้ออ้างเรื่องชั่วโมงการฝึกอบรมในถ้อยคำของบริษัทเอง ราคาต่อโมเดล หรือการรันทดสอบโดยอิสระ บริษัทที่มี run rate 100 ล้านดอลลาร์และมีลูกค้า 4,000 รายมีเหตุผลทุกประการที่จะเผยแพร่ทั้งสี่สิ่ง และข้อเท็จจริงที่ว่าบันทึกอัปเดต benchmark เป็นบันทึกสาธารณะทั้งหมดในปัจจุบันบ่งชี้ว่าโมเดลถูกนำออกสู่ production ก่อนที่จะถูกนำออกสู่เอกสารประกอบ นั่นเป็นเรื่องปกติสำหรับโครงสร้างพื้นฐานและผิดปกติสำหรับโมเดล และนี่คือสิ่งที่ต้องตรวจสอบซ้ำก่อนที่คุณจะอ้างอิงตัวเลข Tell 1 ใด ๆ รวมถึงตัวเลขข้างต้น ว่าเป็นข้อยุติแล้ว
