Una piattaforma di agenti vocali IA risponde al telefono al posto tuo: ascolta, capisce cosa vuole chi chiama, interroga i tuoi sistemi, risponde a voce e ti fattura al minuto. Ormai ce ne sono decine, e le loro pagine dei prezzi sono scritte in modo da rendere difficile il confronto. Questa pagina mette a confronto le otto che con più probabilità finiranno nella tua rosa, in base a ciò che ciascuna gestisce per te e a quanto costa davvero un minuto.
In breve: se vuoi un unico prezzo che includa i modelli, guarda Bland. Se vuoi scegliere ogni modello, guarda Vapi o Retell. Se vuoi scrivere l’agente come codice, usa LiveKit Agents o Pipecat. Se la qualità della voce e il tempo di risposta decidono se chi chiama resta in linea, prova Cartesia Managed Agents, che usa i modelli vocali primi nelle classifiche indipendenti.
Sviluppiamo Cartesia, quindi tienine conto leggendo il nostro parere. Tutti i prezzi dei concorrenti qui sotto vengono dalla pagina dei prezzi di ciascun fornitore, consultata il 3 ottobre 2026.
Cosa fa una piattaforma di agenti vocali
Ogni agente vocale esegue lo stesso ciclo. La trascrizione in streaming converte la voce di chi chiama mentre parla. Un rilevatore di turno decide quando ha finito. Un modello linguistico prepara la risposta e chiama strumenti, come un calendario o la ricerca di un ordine. La sintesi vocale restituisce la risposta in streaming. La nostra guida al funzionamento degli agenti vocali spiega il ciclo nel dettaglio.
Una piattaforma ospita quel ciclo e aggiunge le parti che nessuno vuole costruire due volte: numeri di telefono, trasferimenti di chiamata, un’interfaccia di configurazione, registri delle chiamate e valutazioni. Un framework ti dà lo stesso ciclo come codice da distribuire da solo. La scelta principale riguarda quanta parte dello stack vuoi controllare, più che quale fornitore scegliere.
Le piattaforme, una per una
Cartesia Managed Agents
Managed Agents combina Ink 2 per la trascrizione, l’LLM che scegli e Sonic 3.6 per la voce, secondo la documentazione di Managed Agents. Entrambi i modelli vocali sono nostri. Ink 2 si è classificato primo per tasso di errore sulle parole nella classifica streaming di Artificial Analysis a giugno 2026 e prevede da solo la fine di un turno, senza un rilevatore di attività vocale separato. Sonic 3.6 si è classificato primo su 94 modelli nella Provider Voice Arena di Artificial Analysis ad agosto 2026.
Configuri un agente nel playground o tramite API, e puoi dargli strumenti, una knowledge base e un numero di telefono. Le chiamate costano 0,06 $ al minuto su tutti i piani, e un numero fornito da Cartesia aggiunge 0,014 $ al minuto. Per un periodo limitato, l’uso dell’LLM è incluso per gli agenti creati nel playground (prezzi). La concorrenza va da 8 chiamate su Free a 60 su Scale.
Sceglila quando la voce è il prodotto: linee di assistenza, receptionist e qualsiasi chiamata in cui una risposta lenta o robotica fa riattaccare chi chiama. Verifica che il tuo CRM o il tuo sistema di prenotazione abbia un’integrazione; altrimenti l’agente può raggiungerlo con uno strumento webhook.
Vapi
Vapi è una piattaforma per sviluppatori che compongono un agente con i pezzi che scelgono. Secondo la pagina dei prezzi di Vapi, l’hosting costa 0,05 $ al minuto e i modelli (trascrizione, LLM, voce) sono rifatturati a costo, quindi la tariffa reale dipende dalle tue scelte. La stima di Vapi per 1.000 minuti va da 82 $ a 129 $ al mese, circa da 0,08 $ a 0,13 $ al minuto. Il piano gratuito include 5 $ di credito e 4 chiamate contemporanee. Vapi ha scelto Cartesia come fornitore di voce predefinito nel 2024.
Sceglila quando vuoi il controllo su ogni modello e non ti spaventa leggere l’equivalente di tre o quattro fatture in voci di dettaglio.
Retell AI
Retell vende una piattaforma low-code pensata per automatizzare i call center. La sua pagina dei prezzi indica da 0,07 $ a 0,31 $ al minuto a consumo, con 20 chiamate contemporanee incluse. La stima predefinita si divide in 0,055 $ per l’infrastruttura vocale di Retell, 0,04 $ per l’LLM e 0,015 $ per la telefonia, circa 0,11 $ in totale. Retell offre voci di diversi fornitori, tra cui Cartesia, e riporta un tempo al primo audio da 2 a 3 volte più rapido con Cartesia rispetto al secondo miglior fornitore sulla sua piattaforma.
Sceglila quando a creare e mantenere i flussi di chiamata saranno persone che non sono ingegneri.
Bland AI
Bland fattura tutto in un unico numero. La pagina dei prezzi di Bland indica 0,14 $ al minuto su Start e 0,12 $ su Build (canone di piattaforma di 299 $ al mese), con LLM, trascrizione e sintesi vocale inclusi e telefonia fatturata a parte. I piani Enterprise aggiungono l’installazione on-premise o in VPC e ingegneri affiancati al tuo team.
Sceglila quando una fattura prevedibile conta più della scelta dei modelli.
Synthflow
Synthflow si rivolge ai contact center aziendali con un editor senza codice, telefonia integrata e supporto all’implementazione. La sua pagina dei prezzi indica contratti aziendali a partire da 30.000 $ all’anno, dimensionati su volume di chiamate, concorrenza e integrazioni.
Sceglila quando vuoi che un fornitore gestisca il rollout insieme a te e hai il budget per un contratto annuale.
ElevenLabs Agents
ElevenAgents fattura a minuto di chiamata: ogni piano include un blocco di minuti, e i minuti extra costano 0,08 $, o 0,16 $ quando le chiamate superano il tuo limite di concorrenza, secondo i prezzi degli agenti ElevenLabs. L’LLM è fatturato a parte. La nostra analisi dei prezzi di ElevenLabs calcola un carico di 10.000 minuti.
Sceglila quando il tuo team usa già ElevenLabs per il lavoro creativo e vuole gli agenti sullo stesso account. Per chiamate sensibili alla latenza, confronta prima: nelle misurazioni di Coval di agosto 2026, Sonic 3.5 ha prodotto il primo audio in 351 ms al P90, mentre tutti i modelli ElevenLabs testati hanno impiegato più di un secondo.
LiveKit Agents
LiveKit è l’infrastruttura WebRTC open source alla base di molti prodotti vocali, e LiveKit Agents è il suo framework per scrivere il ciclo dell’agente in Python o Node. Puoi ospitarlo da te o distribuirlo su LiveKit Cloud, che fattura 0,01 $ per minuto di sessione dell’agente oltre la quota inclusa, con l’inferenza dei modelli più diffusi nella stessa fattura.
Sceglila quando hai ingegneri e vuoi il pieno controllo senza gestire server multimediali. LiveKit è partner di Cartesia, e Sonic e Ink sono disponibili tramite la sua fatturazione dell’inferenza.
Pipecat
Pipecat è un framework Python open source, avviato da Daily, per costruire agenti vocali e multimodali come una catena di servizi. È gratuito: paghi i fornitori dei modelli e lo ospiti dove vuoi.
Sceglilo quando vuoi il massimo controllo e il minimo di scelte imposte da una piattaforma. Il nostro tutorial su Pipecat costruisce un agente funzionante con Ink e Sonic e mostra come il rilevamento anticipato del turno tolga circa mezzo secondo a ogni risposta.
Confronto diretto
| Piattaforma | Tipo | Prezzo al minuto dichiarato (3 ott. 2026) | Modelli |
|---|---|---|---|
| Cartesia Managed Agents | Piattaforma ospitata | 0,06 $, più 0,014 $ per un numero Cartesia | Ink 2 + il tuo LLM + Sonic 3.6 |
| Vapi | Piattaforma ospitata | 0,05 $ di hosting, più modelli a costo | A tua scelta |
| Retell AI | Piattaforma ospitata | Da 0,07 $ a 0,31 $ | A tua scelta |
| Bland AI | Piattaforma ospitata | Da 0,12 $ a 0,14 $, modelli inclusi | Inclusi |
| Synthflow | Piattaforma aziendale | Contratto, da 30.000 $ all’anno | Inclusi |
| ElevenLabs Agents | Piattaforma ospitata | 0,08 $, più l’LLM | ElevenLabs + il tuo LLM |
| LiveKit Agents | Framework e cloud | 0,01 $ di sessione, più modelli | A tua scelta |
| Pipecat | Framework open source | Gratuito, più modelli e hosting | A tua scelta |
I prezzi dichiarati, da soli, dicono poco. Una piattaforma da “0,05 $” con una voce premium e un LLM grande può costare più di un pacchetto da “0,14 $”. Calcola la stessa chiamata su ogni finalista: stesso LLM, stessa qualità della voce, stessa telefonia.
Come scegliere
Quattro domande risolvono la maggior parte delle decisioni:
- Chi manterrà l’agente? Se è un team operativo, scegli una piattaforma con un editor visuale (Retell, Synthflow, Bland o Managed Agents). Se sono ingegneri, Vapi, LiveKit o Pipecat li vincoleranno meno.
- Quanto velocemente risponde l’agente? Tra persone il turno passa in circa 200 millisecondi, e una pausa di un secondo sembra una linea caduta. Misura il tempo tra l’ultima parola di chi chiama e il primo audio dell’agente, al 90° percentile, su una vera linea telefonica. Le mediane su audio pulito nascondono le chiamate lente.
- Come gestisce le stringhe difficili? Detta a ogni finalista un codice di conferma, un indirizzo e un numero di telefono. Gli errori di trascrizione su questi dati sono quelli che diventano prenotazioni sbagliate.
- Quanto costano i tuoi volumi? Moltiplica i minuti mensili previsti per la tariffa complessiva, LLM e telefonia inclusi, e controlla cosa succede quando superi la concorrenza del piano.
Poi fai un pilota. La nostra guida ai call center con IA contiene un piano di pilota, e la guida ai receptionist con IA copre il caso delle piccole imprese.
Prova Cartesia Managed Agents
Puoi creare un agente e provarlo con una chiamata nel playground di Cartesia con il piano gratuito, che include 1 $ di utilizzo degli agenti al mese. Se preferisci restare sulla tua piattaforma attuale, Vapi, Retell, LiveKit e Pipecat supportano tutti Sonic come voce dell’agente.