Retell 的 1 億美元年化營收率伴隨著一個模型：Tell 1 究竟是什麼

2026年11月12日，Retell 公布了兩件事，無論公司是否有意，這兩件事都會被放在一起解讀：一篇部落格文章宣布其年化營收運行率已突破 1 億美元；以及在同一週，首批公開證據指向Tell 1——這是 Retell 自行打造並自稱為其所有的模型，列在公司首頁「Developed by Retell Labs」之下，作為其語音技術堆疊的推理層。會廣為流傳的是營收數字。真正改變 Retell 本質的則是這個模型，因為一個只把你的提示詞路由到 G​PT 或 Claude 的語音代理平台，與一個連大腦也一併交付的平台，是截然不同的生意。

截至本文撰寫時，Tell 1 並沒有文件記載。Retell 網站上沒有任何發布文章、變更紀錄項目、模型卡、API、定價資訊或權重釋出，在標籤之外提到它。那篇 $100M 文章本身也從未提及它。唯一由 Retell 發布且具有實質內容的頁面，是 2026 年 9 月 29 日的基準測試變更紀錄，並附有 11 月更新：Tell 1「在 Retell vCX Benchmark 上整體排名第一」，在口語語音與延遲方面領先，但在 grounding、instruction following 與 tool calling 上輸給其他模型。這是一家公司在自己撰寫的基準測試上把自己的模型排在第一，而且只用一句話說明——這比大多數供應商更坦率，但仍然不是你能據以做出採購決定的證據。

這兩個數字，以及各自代表多少價值

Retell 的營收數字是自家提供的，其性質更像是未上市公司的里程碑，而非經審計的結果：年化營收 1 億美元，在僅籌資 460 萬美元的情況下、不到三年內達成，涵蓋 4,000 多家客戶，每月通話量超過 1 億通。執行長 Bing Wu 表示，營收在 17 個月內從 1,000 萬美元成長到 1 億美元，並補充公司已獲利。這些都未經獨立驗證，而「年化運行率」是一種前瞻性建構——它將最近一個月的數字乘以十二，並不是在報告一整年。應將其視為關於採用情況的強烈訊號——客戶推薦確實支持這一點——而不是財務報表。

模型這項說法更難查證。那個被廣泛重複的細節——Tell 1 是用超過 100 萬小時的客戶通話訓練而成——在二手報導中被歸因於 Retell，但我在任何 Retell 自有的頁面上都找不到：不是部落格，不是更新日誌，不是文件索引，也不是模型基準測試網站。這並不代表它是假的。這確實意味著，如果訓練語料庫的數字對你的評估很重要——而對一個在意模型行為來源的聯絡中心買家來說，它應該很重要——你目前引用的是對某家公司聲明的二手轉述。100 萬小時大約相當於 114 年的音訊。對一個每月處理 1 億通電話的平台而言，這是個合理的數字，而合理並不等同於有文件佐證。

以機器可讀形式記錄下來的，才是基準測試。Retell 的 vCX 網站以結構化資料發布其結果，而 Tell 1 那一列寫著：指令遵循 88.6%、在 Retell 標為幻覺的那一列上為 97.2%、工具呼叫 95.4%、口語化維度分數 96.6%，在來自 45 個不同模型的 62 個受評配置中平均為 94.45%。中位延遲為 72.5 毫秒，成本為每分鐘 3.5 美分，這使其在延遲上於 62 個中排名第一、在成本上排名第 19。

排行榜中隱含的注意事項

先看排名前的那一列。Tell 1 條目是以基準測試第 17 版評分。同一張表的 62 列中，有 50 列是以第 1 版評分。只有十一列採用高於第 1 版的版本——最新的 GPT-6.1 與 G​emini-4 條目、幾個 Claude 版本，以及 Tell 1。會演進測試集的基準測試是做對了；問題在於，跨不同測試版本各列所計算出的「整體第 1 名」並非同基準比較的排名，而頁面並未針對這點調整。

這四個維度中，有兩個維度的差距也比標題所暗示的更小。Tell 1 的工具呼叫得分為 95.4%，排名第五；其指令遵循得分為 88.6%，排名第二，僅次於 GPT-6-Astra 的 89.7%。它真正領先的地方，是 Retell 圍繞其建立基準測試的那個維度：口語表達以 96.6% 位居第一；以及延遲，72 毫秒與大多數資料列所處的 550–1,400 毫秒區間相比，並不是四捨五入造成的差異。如果你相信這套測試框架，那麼經得起檢視的主張其實狹窄而具體——這個模型很快，而且聽起來像真人——而這正是不知道模型存在的來電者評判電話代理時所依據的兩項特性。

平台究竟為什麼要自己打造模型？

Retell 自身的架構說明了這個誘因。首頁把整套技術堆疊拆成三個步驟，並把 Tell 1 放在中間那一步「Reasoning & orchestration」，緊鄰一個把模型、知識與工具整合起來的 agent harness。在這個位置上，模型不是你採購的產品，而是一個你能控制其成本、延遲與對話語域的元件。一個平台若每月一億通呼叫、每一通都按 token 向前沿實驗室付費，就會有永久的毛利問題與永久的延遲下限，因為往返第三方推論堆疊的時間就落在來電者的停頓裡。擁有中間層可同時移除這兩者，代價是你接手的那些部分必須做得夠好。

這也是為什麼 Retell 所承認的不足，正是它承擔得起的那些。基礎依據、指令遵循與工具呼叫，仍是通用前沿模型勝出的地方；而這些面向的成效，大多取決於客戶自己的提示、知識庫與函式定義。Retell 留給自己的面向，則是任何提示都無法解決的：第一個音節多快出現，以及語句聽起來像客服中心的制式講稿，還是像同事在說話。

買方最終看到的定價仍是以分鐘計，而非以 token 計：截至 2026 年 11 月，Retell 列出語音代理的價格為每分鐘 0.07 至 0.31 美元，這個區間涵蓋電話通訊、語音合成與模型。Tell 1 並未以可選或可拒絕的單獨項目形式出現，這正是模型與平台功能之間的實務差異。你無法自備 Tell 1，也無法把它帶到其他地方。

如果你是要購買，而不是自己打造，這代表什麼

對企業聯絡中心而言，誠實的總結是：Tell 1 是重新測試 Retell 的理由，但還不是標準化採用它的理由。有三件事會改變這一點，而目前一件都沒發生。一份模型卡，寫明訓練資料來源、上下文視窗與工具呼叫契約。模型本身的公開定價，與每分鐘套餐分開，以便將成本與自備 LLM 的配置相比較。以及第二方評估——Artificial Analysis、公開語音基準，或把你自己的通話錄音跑過兩種配置——因為供應商在自己的測試框架上把自己排第一，只是起始假設，不是結果。

如果你正在測試，這個測試成本低且具體：拿你的代理實際處理的通話，將 Retell 內的 Tell 1 與同一個 Retell 代理指向你已信任的前沿模型相比較。這個基準測試預測一個結果——Tell 1 會感覺更快、更自然，也會犯更多 grounding 錯誤。這項取捨是否值得，完全取決於你的通話是有正確答案的查詢，還是與緊張的人進行的對話，而沒有任何排行榜能告訴你你屬於哪一種。

有什麼好看

下一個最具資訊價值的進展不是更好的分數，而是 Retell 至今尚未公布的那些東西之一：模型卡、以它自己的說法提出的訓練時數主張、各模型定價，或獨立跑分。一家年化營收達 1 億美元、擁有 4,000 名客戶的公司，完全有理由把這四項全部公布；而目前整個公開紀錄就只有一份基準測試更新說明，這暗示該模型先進入正式生產環境，之後才進入文件。這對基礎設施來說很正常，對模型來說則不尋常，而這正是你在把任何 Tell 1 數字（包括上面那些）當成定論引用之前，應該重新查核的地方。