Retell AI cobra los agentes de voz por minuto, y la tarifa por minuto es una suma, no un número único. El titular en la página de precios de Retell es de $0.07 a $0.31 por minuto en pago por uso. Lo que realmente pagas son cuatro partidas sumadas: la infraestructura de voz de Retell ($0.055), la voz de texto a voz que elijas ($0.015 a $0.10), el modelo de lenguaje que elijas ($0.0016 a $0.32 en el nivel estándar) y la telefonía (gratis con tu propio operador, $0.015 por minuto con un número de EE. UU. gestionado por Retell).
En la página de precios a octubre de 2026, el estimador de costos abre en $0.11 por minuto: $0.055 de infraestructura de voz, $0.04 por el LLM, $0.015 por la voz y telefonía en cero. Las cuentas nuevas empiezan con $10 en créditos y 20 llamadas simultáneas.
Dos aclaraciones. Retell es cliente de Cartesia: más de 3,000 empresas operan agentes de voz de Retell, y Retell reporta un tiempo hasta el primer audio de 2 a 3 veces más rápido con las voces de Cartesia que con el siguiente mejor proveedor de su plataforma. Cartesia también vende su propia plataforma de agentes de voz, así que tenemos interés en ambas direcciones. Cada cifra de Retell a continuación proviene de la página de precios de Retell; los precios de Cartesia están al final para que puedas comprobar ambos.
Planes de Retell
| Plan | Precio | Qué cambia |
|---|---|---|
| Pago por uso | $0.07 a $0.31 por minuto | Plataforma completa, 20 llamadas simultáneas incluidas, crédito de $10 al registrarse |
| Enterprise | Personalizado | Sin límite de concurrencia, opción de servidor dedicado, HIPAA/BAA, SSO, contratos personalizados |
El pago por uso no tiene tarifa de plataforma ni compromiso. Enterprise agrega la capa de cumplimiento y soporte: términos MSA, DPA y BAA personalizados, acceso por roles, un complemento de servidor dedicado con sistema de respaldo integrado y un gerente de cuenta asignado.
Cómo se suma la tarifa por minuto
Los cuatro componentes, tal como aparecen en la página de precios:
Infraestructura de voz: $0.055 por minuto. Es la línea de Retell por operar la llamada: la orquestación, los turnos de conversación y la plomería de audio. Aplica a cada llamada de agente de voz.
Texto a voz: $0.015 a $0.10 por minuto. Retell ofrece voces de siete proveedores, y la elección mueve el total más de lo que la mayoría de los equipos espera:
| Proveedor de voz | Por minuto |
|---|---|
| Voces de la plataforma Retell | $0.015 |
| Cartesia | $0.015 |
| OpenAI | $0.015 |
| Minimax | $0.015 |
| Fish | $0.015 |
| Inworld | $0.015 |
| ElevenLabs Flash | $0.040 |
| ElevenLabs v4 Turbo | $0.080 |
| ElevenLabs v3 Conversational | $0.080 |
| ElevenLabs Multilingual v2 | $0.060 |
| ElevenLabs v3 / v4 | $0.100 |
LLM: $0.0016 a $0.32 por minuto en el nivel estándar. Los dos modelos que Retell marca como recomendados, GPT 5.6 Terra y Claude 5 Sonnet, cuestan $0.064 por minuto cada uno. GPT 5 nano es el piso a $0.0016. En el extremo superior, GPT 6 Astra cuesta $0.32 en estándar y $0.64 en el nivel rápido, y la variante ultrarrápida de GPT 6.1 Sol cuesta $0.384. Cuando un modelo ofrece nivel rápido, cuesta aproximadamente el doble de la tarifa estándar (GPT 5.4 cuesta $0.080 estándar, $0.16 rápido). Los modelos de voz a voz son una lista aparte: GPT Realtime y GPT Realtime 2.1 de OpenAI cuestan $0.345 y $0.38 por minuto, y las variantes mini cuestan $0.07. Si estás comparando voz a voz con una canalización en cascada, nuestra guía de voz a voz vs. en cascada cubre el compromiso.
Telefonía: gratis o $0.015 por minuto. Traer tu propio operador por SIP trunking no cuesta nada del lado de Retell. Un número gestionado por Retell sobre Twilio o Telnyx se factura por minuto según el país; la tarifa de EE. UU. es $0.015 por minuto. La guía de SIP trunking explica lo que implica traer tu propio operador.
El tope de $0.31 del rango principal se acerca al LLM recomendado más caro (GPT 5.5 a $0.16) más las voces más caras (ElevenLabs v3 o v4 a $0.10). Los modelos más recientes, los niveles rápidos y las opciones de voz a voz cuestan más.
Complementos y cargos mensuales
Más allá de la suma por minuto:
| Concepto | Precio |
|---|---|
| Número de teléfono | $2 al mes; gratis si traes el tuyo |
| Concurrencia | Primeras 20 llamadas simultáneas gratis, luego $8 cada una al mes |
| Base de conocimiento | Primeras 10 gratis, luego $8 cada una al mes (prorrateado), más $0.005 por minuto cuando el agente la consulta |
| Número de teléfono verificado | $10 por número al mes |
| Retell SMS | $20 al mes; $0.01 por mensaje; gratis con tu propia telefonía |
| Llamadas por lotes | $0.005 por marcación |
| Identificador de llamadas con marca | $0.10 por llamada saliente |
| Supresión de ruido avanzada | $0.005 por minuto |
| Barandillas de seguridad | $0.005 por minuto |
| Eliminación de PII | $0.01 por minuto |
| Control de calidad con IA | $0.10 por minuto; los primeros 100 minutos gratis |
Ninguno de estos es obligatorio, y las asignaciones gratuitas son reales: $10 de crédito cubren unos 90 minutos de una configuración de $0.11, suficiente para probar un agente en serio antes de gastar nada.
Lo que cuesta una carga de trabajo real
Dos ejemplos con precios de lista de octubre de 2026.
Un agente de soporte con la pila recomendada. Infraestructura de voz ($0.055), un LLM recomendado ($0.064), voces de Cartesia ($0.015) y un número de EE. UU. gestionado por Retell ($0.015) suman $0.149 por minuto. A 10,000 minutos al mes son $1,490, más $2 por el número. Agrega eliminación de PII y el total es $0.159 por minuto, o $1,590.
Un agente más ligero con la pila más barata. GPT 5 nano ($0.0016), voces de la plataforma ($0.015), tu propio trunk SIP ($0) e infraestructura de voz ($0.055) suman unos $0.072 por minuto, o $720 con los mismos 10,000 minutos. Esta es la configuración que describe el extremo de $0.07 del rango principal.
Ambos ejemplos quedan por debajo de $0.31 porque esa cifra necesita el extremo caro de cada menú a la vez. El rango con el que conviene planificar es de $0.07 a $0.16 para agentes en cascada; las configuraciones de voz a voz quedan más arriba.
Dónde encaja Cartesia
Hay dos formas de construir con Cartesia aquí, y la tarjeta de tarifas de Retell ilustra la primera: las voces de Cartesia funcionan dentro de Retell a $0.015 por minuto, el extremo bajo compartido de su menú de voces. Retell eligió a Cartesia para llamadas de producción tras medir un tiempo hasta el primer audio de 2 a 3 veces más rápido que el siguiente proveedor de su plataforma, con una tasa de error inferior al 0.1% a escala.
La segunda es directa. Cartesia Managed Agents cuesta $0.06 por minuto todo incluido, con el modelo de voz, el reconocimiento de voz y la orquestación en esa tarifa, más $0.014 por minuto de telefonía con un número de EE. UU. proporcionado por Cartesia. El uso del LLM está incluido por tiempo limitado para los agentes creados en el playground; los agentes creados en código traen su propio LLM. En términos del playground, la carga de 10,000 minutos anterior cuesta $600, más $140 de telefonía. Si comparas las dos construcciones, la plataforma de agentes de Retell está cubierta en nuestra guía de plataformas, y los precios de Twilio son la referencia para la línea de operador en ambos casos.
Precios de Cartesia, para comparar
Los planes de Cartesia facturan el reconocimiento de voz y el texto a voz de un mismo fondo de créditos: 1 crédito por carácter de texto a voz y 3 créditos por segundo de audio de Ink-2.
| Plan | Precio mensual | Créditos al mes | Uso prepagado de agentes | Excedente por 1M de créditos |
|---|---|---|---|---|
| Gratuito | $0 | 20,000 | $1 | No disponible |
| Pro | $5 | 100,000 | $5 | $65 |
| Startup | $49 | 1,250,000 | $49 | $45 |
| Scale | $299 | 8,000,000 | $299 | $38 |
| Enterprise | Personalizado | Personalizado | Precios por volumen | Personalizado |
Los agentes de voz cuestan $0.06 por minuto, descontados primero del saldo prepagado de agentes. Los créditos no usados se acumulan hasta el doble de la cantidad mensual. Cartesia también se despliega en tu VPC, on-prem o aislado.
Prueba los modelos en el playground, o lee qué es un agente de voz antes de comparar precios de cualquiera de las dos plataformas.