Uma plataforma de agentes de voz com IA atende o telefone por você: ouve, entende o que a pessoa quer, consulta seus sistemas, responde em voz alta e cobra por minuto. Já existem dezenas delas, e as páginas de preços são escritas de um jeito que dificulta comparar. Esta página compara as oito que você mais provavelmente vai colocar na lista final, pelo que cada uma executa para você e pelo que um minuto custa de verdade.
A versão curta: se você quer um preço único que inclua os modelos, olhe a Bland. Se quer escolher cada modelo, olhe Vapi ou Retell. Se quer escrever o agente como código, use LiveKit Agents ou Pipecat. Se a qualidade da voz e o tempo de resposta decidem se a pessoa continua na linha, experimente o Cartesia Managed Agents, que roda os modelos de voz em primeiro lugar em rankings independentes.
Nós desenvolvemos a Cartesia, então leve isso em conta ao ler nossa opinião. Todos os preços dos concorrentes abaixo vêm da página de preços de cada fornecedor, consultada em 3 de outubro de 2026.
O que uma plataforma de agentes de voz faz
Todo agente de voz executa o mesmo ciclo. A transcrição em streaming converte a fala da pessoa enquanto ela fala. Um detector de turno decide quando ela terminou. Um modelo de linguagem planeja a resposta e chama ferramentas, como uma agenda ou uma consulta de pedidos. O texto para fala devolve a resposta em streaming. Nosso guia sobre como os agentes de voz funcionam explica o ciclo em detalhes.
Uma plataforma hospeda esse ciclo e acrescenta as partes que ninguém quer construir duas vezes: números de telefone, transferência de chamadas, uma interface de configuração, registros de chamadas e avaliações. Um framework entrega o mesmo ciclo como código que você mesmo implanta. A escolha principal é quanto da stack você quer controlar, mais do que qual fornecedor escolher.
As plataformas, uma a uma
Cartesia Managed Agents
O Managed Agents combina o Ink 2 para fala para texto, o LLM que você escolher e o Sonic 3.6 para a voz, segundo a documentação do Managed Agents. Os dois modelos de voz são nossos. O Ink 2 ficou em primeiro lugar em taxa de erro de palavras no ranking de streaming da Artificial Analysis em junho de 2026 e prevê sozinho o fim de um turno, sem um detector de atividade de voz separado. O Sonic 3.6 ficou em primeiro entre 94 modelos na Provider Voice Arena da Artificial Analysis em agosto de 2026.
Você configura um agente no playground ou pela API e pode dar a ele ferramentas, uma base de conhecimento e um número de telefone. As chamadas custam US$ 0,06 por minuto em todos os planos, e um número fornecido pela Cartesia acrescenta US$ 0,014 por minuto. Por tempo limitado, o uso do LLM está incluído para agentes criados no playground (preços). A simultaneidade vai de 8 chamadas no Free a 60 no Scale.
Escolha quando a voz é o produto: linhas de suporte, recepcionistas e qualquer chamada em que uma resposta lenta ou robótica faz a pessoa desligar. Verifique se o seu CRM ou sistema de agendamento tem integração; se não tiver, o agente pode acessá-lo por uma ferramenta de webhook.
Vapi
A Vapi é uma plataforma para desenvolvedores que montam um agente com as peças que escolhem. Segundo a página de preços da Vapi, a hospedagem custa US$ 0,05 por minuto e os modelos (transcrição, LLM, voz) são repassados a preço de custo, então a tarifa real depende das suas escolhas. A própria estimativa da Vapi para 1.000 minutos fica entre US$ 82 e US$ 129 por mês, cerca de US$ 0,08 a US$ 0,13 por minuto. O plano gratuito vem com US$ 5 de crédito e 4 chamadas simultâneas. A Vapi escolheu a Cartesia como fornecedora de voz padrão em 2024.
Escolha quando você quer controle sobre cada modelo e não se incomoda em ler o equivalente a três ou quatro faturas em itens.
Retell AI
A Retell vende uma plataforma low-code voltada à automação de call centers. A página de preços informa de US$ 0,07 a US$ 0,31 por minuto no pré-pago por uso, com 20 chamadas simultâneas incluídas. A estimativa padrão se divide em US$ 0,055 de infraestrutura de voz da Retell, US$ 0,04 de LLM e US$ 0,015 de telefonia, cerca de US$ 0,11 no total. A Retell oferece vozes de vários fornecedores, incluindo a Cartesia, e relata tempo até o primeiro áudio de 2 a 3 vezes menor com a Cartesia do que com o segundo melhor fornecedor da plataforma.
Escolha quando pessoas que não são engenheiras vão criar e manter os fluxos de chamada.
Bland AI
A Bland cobra tudo em um único número. A página de preços da Bland informa US$ 0,14 por minuto no Start e US$ 0,12 no Build (taxa de plataforma de US$ 299 por mês), com LLM, fala para texto e texto para fala incluídos e telefonia cobrada à parte. Os planos Enterprise acrescentam implantação on-premise ou em VPC e engenheiros alocados junto à sua equipe.
Escolha quando uma fatura previsível importa mais do que escolher os modelos.
Synthflow
A Synthflow foca em centrais de atendimento corporativas, com um construtor sem código, telefonia própria e suporte à implantação. A página de preços informa contratos corporativos a partir de US$ 30.000 por ano, dimensionados por volume de chamadas, simultaneidade e integrações.
Escolha quando você quer que um fornecedor conduza a implantação com você e tem orçamento para um contrato anual.
ElevenLabs Agents
O ElevenAgents cobra por minuto de chamada: cada plano inclui um bloco de minutos, e os minutos extras custam US$ 0,08, ou US$ 0,16 quando as chamadas passam do seu limite de simultaneidade, segundo os preços de agentes da ElevenLabs. O LLM é cobrado à parte. Nossa análise de preços da ElevenLabs calcula uma carga de 10.000 minutos.
Escolha quando sua equipe já usa a ElevenLabs para trabalho criativo e quer agentes na mesma conta. Para chamadas sensíveis à latência, compare antes: nas medições da Coval de agosto de 2026, o Sonic 3.5 entregou o primeiro áudio em 351 ms no P90, enquanto todos os modelos da ElevenLabs testados levaram mais de um segundo.
LiveKit Agents
O LiveKit é a infraestrutura WebRTC de código aberto por trás de muitos produtos de voz, e o LiveKit Agents é o framework dele para escrever o ciclo do agente em Python ou Node. Você pode hospedar por conta própria ou implantar no LiveKit Cloud, que cobra US$ 0,01 por minuto de sessão de agente depois da franquia incluída, com inferência dos modelos mais populares na mesma fatura.
Escolha quando você tem engenheiros e quer controle total sem operar servidores de mídia. O LiveKit é parceiro da Cartesia, e Sonic e Ink estão disponíveis na cobrança de inferência dele.
Pipecat
O Pipecat é um framework Python de código aberto, criado pela Daily, para construir agentes de voz e multimodais como uma cadeia de serviços. É gratuito; você paga os fornecedores de modelos e hospeda onde quiser.
Escolha quando você quer o máximo de controle e o mínimo de opiniões de plataforma. Nosso tutorial de Pipecat constrói um agente funcional com Ink e Sonic e mostra como a detecção antecipada de turno corta cerca de meio segundo de cada resposta.
Lado a lado
| Plataforma | Tipo | Preço por minuto divulgado (3 out. 2026) | Modelos |
|---|---|---|---|
| Cartesia Managed Agents | Plataforma hospedada | US$ 0,06, mais US$ 0,014 por número da Cartesia | Ink 2 + seu LLM + Sonic 3.6 |
| Vapi | Plataforma hospedada | US$ 0,05 de hospedagem, mais modelos a custo | À sua escolha |
| Retell AI | Plataforma hospedada | De US$ 0,07 a US$ 0,31 | À sua escolha |
| Bland AI | Plataforma hospedada | De US$ 0,12 a US$ 0,14, modelos incluídos | Incluídos |
| Synthflow | Plataforma corporativa | Contrato, a partir de US$ 30.000 por ano | Incluídos |
| ElevenLabs Agents | Plataforma hospedada | US$ 0,08, mais o LLM | ElevenLabs + seu LLM |
| LiveKit Agents | Framework e nuvem | US$ 0,01 de sessão, mais modelos | À sua escolha |
| Pipecat | Framework de código aberto | Grátis, mais modelos e hospedagem | À sua escolha |
Os preços divulgados, sozinhos, dizem pouco. Uma plataforma de “US$ 0,05” com uma voz premium e um LLM grande pode custar mais que um pacote de “US$ 0,14”. Calcule a mesma chamada em cada finalista: mesmo LLM, mesma qualidade de voz, mesma telefonia.
Como escolher
Quatro perguntas resolvem a maioria das decisões:
- Quem vai manter o agente? Se for uma equipe de operações, escolha uma plataforma com construtor visual (Retell, Synthflow, Bland ou Managed Agents). Se forem engenheiros, Vapi, LiveKit ou Pipecat vão limitar menos.
- Quão rápido o agente responde? As pessoas passam a vez de falar em cerca de 200 milissegundos, e uma pausa de um segundo parece linha muda. Meça o tempo entre a última palavra de quem liga e o primeiro áudio do agente, no percentil 90, em uma linha telefônica real. Medianas com áudio limpo escondem as chamadas lentas.
- Como ele lida com as sequências difíceis? Dite um código de confirmação, um endereço e um número de telefone para cada finalista. Erros de transcrição nesses dados são os que viram agendamentos errados.
- Quanto custa o seu volume? Multiplique os minutos mensais previstos pela tarifa total, incluindo LLM e telefonia, e veja o que acontece quando você passa da simultaneidade do plano.
Depois, faça um piloto. Nosso guia de call center com IA tem um plano de piloto, e o guia de recepcionista com IA cobre o caso de pequenas empresas.
Experimente o Cartesia Managed Agents
Você pode criar um agente e testá-lo com uma chamada no playground da Cartesia no plano gratuito, que inclui US$ 1 de uso de agentes por mês. Se preferir manter sua plataforma atual, Vapi, Retell, LiveKit e Pipecat aceitam o Sonic como voz do agente.