CPaaS significa Communications Platform as a Service: uma plataforma em nuvem que permite aos desenvolvedores adicionar chamadas, SMS, vídeo e verificação aos próprios aplicativos por meio de APIs, sem construir nem operar infraestrutura de operadora. A Twilio criou a categoria em 2008 e ainda a define (o seu próprio guia de uma página é a definição de referência), com Vonage, Sinch, Plivo, Bandwidth, Infobip e Bird (antiga MessageBird) no mesmo modelo.
O comprador clássico de CPaaS é uma equipe de produto que precisa de uma notificação, de um código de uso único ou de uma chamada mascarada dentro do aplicativo. O SMS avisando que o motorista chegou, o lembrete do dentista, o código 2FA: tudo isso é tráfego de CPaaS. O comprador mais recente é uma equipe colocando um agente de voz no telefone, e essa equipe deveria ler até o fim, porque a pergunta sobre a plataforma mudou de forma.
O que um CPaaS cobre
O catálogo exato varia conforme o provedor, mas o núcleo é o mesmo conjunto de canais, cada um acessível por uma API:
- Mensageria. SMS e MMS, mensageria toll-free e canais OTT como WhatsApp e Messenger.
- Voz. Chamadas programáveis por VoIP e pela rede telefônica pública, além de SIP trunking para conectar a sua operadora atual.
- Vídeo. Chamadas ponto a ponto, salas em grupo e livestreaming.
- E-mail. Entrega transacional e de marketing.
- Verificação. Códigos de uso único, autenticação de dois fatores e checagens de identidade.
- Ferramentas low-code. Construtores visuais para equipes que querem montar fluxos sem escrever cada integração à mão.
Você compõe tudo isso no seu produto. Um aplicativo de saúde pode usar verificação nos logins, SMS nos lembretes e voz nos casos urgentes. O CPaaS fica com as relações com as operadoras, o roteamento das entregas e o encanamento de conformidade; você fica com o aplicativo.
CPaaS, UCaaS e CCaaS
As três siglas são confundidas o tempo todo, e os fornecedores que vendem as três não ajudam. A distinção está em quem usa o software:
| CPaaS | UCaaS | CCaaS | |
|---|---|---|---|
| O que é | APIs de comunicação que você incorpora ao seu produto | Suíte de colaboração interna (chamadas, reuniões, chat) | Contact center hospedado para equipes de suporte |
| Quem usa | Desenvolvedores | Funcionários | Agentes do contact center |
| Exemplos | Twilio, Vonage, Sinch, Plivo | Zoom, RingCentral, Microsoft Teams | Genesys Cloud, Five9, NICE |
| Preço | Por minuto, por mensagem, por chamada | Por assento por mês | Por assento de agente por mês |
Se você está comprando telefones para a equipe, isso é UCaaS. Se opera uma fila de suporte, isso é CCaaS. Se está embutindo comunicação em algo que vende, isso é CPaaS. As siglas rimam; os compradores são três equipes diferentes.
Como funciona o preço do CPaaS
O CPaaS é por uso, sem taxa de plataforma: por minuto na voz, por segmento no SMS, por verificação concluída na autenticação. O modelo é o motivo pelo qual a categoria se espalhou: uma startup consegue mandar o primeiro SMS por menos de um centavo e escalar a mesma conta até milhões de mensagens.
Os preços de tabela da Twilio nos EUA, em outubro de 2026, são o exemplo habitual: US$ 0,014 por minuto em uma chamada de saída, US$ 0,0085 por minuto na entrada para um número local, US$ 1,15 por mês pelo número em si e US$ 0,0083 por segmento de SMS. Duas regras de cobrança importam mais do que as tarifas: as chamadas são cobradas por trecho (uma chamada de saída que você encaminha paga as duas pernas) e a maioria dos provedores arredonda para o minuto seguinte. O guia de preços da Twilio percorre a tabela inteira.
Um aviso honesto: o preço por minuto paga o cano. Tudo o que escuta, pensa ou fala na chamada (transcrição, um LLM, texto em fala) é outra camada medida, do CPaaS ou de quem vende os modelos. O Conversation Relay, produto de agentes da Twilio, adiciona US$ 0,07 por minuto de sessão ativa. Some as camadas antes de comparar os totais.
Os provedores
Os nomes que você vai encontrar, na ordem aproximada em que aparecem:
- Twilio: a criadora da categoria e a avaliação padrão. O catálogo de APIs mais amplo, preço por uso e a documentação com a qual todas as outras são comparadas.
- Vonage: a antiga Nexmo; forte nas APIs de voz e vídeo, pertencente à Ericsson.
- Sinch: grande em mensageria e voz, sobretudo no plano internacional, depois de comprar vários provedores regionais.
- Plivo: APIs de voz e SMS com um catálogo menor e mais simples.
- Bandwidth: um CPaaS dono da própria rede de operadora, o que importa quando você precisa de portabilidade de números ou roteamento de emergência feitos internamente.
- Infobip: mensageria internacional e omnicanal, forte fora da América do Norte.
- Bird: a antiga MessageBird, centrada em mensageria e com base europeia.
A lista curta certa depende dos seus canais e dos seus países. Para uma carga de voz nos EUA, qualquer um deles carrega uma chamada; as diferenças estão no preço, na confiabilidade nas suas regiões e em quanto da pilha você quer de um único fornecedor.
Onde a IA de voz muda a conta
Uma chamada de CPaaS é um cano. Ela conecta duas pontas e sai do caminho, o que é exatamente certo quando há uma pessoa em cada ponta. Mas uma parcela crescente das chamadas empresariais em 2026 tem software em uma das pontas: um agente que qualifica um lead, anota um pedido ou remarca uma entrega. Um cano sozinho não entrega isso. Um agente de voz precisa de cinco coisas acima do cano:
- Ouvidos. Fala em texto em streaming, que ouve quem liga no instante em que a pessoa começa a falar.
- Um cérebro. Um LLM decidindo o que dizer, com as suas ferramentas e os seus dados.
- Uma voz. Texto em fala que soa como alguém que vale a pena ouvir.
- Revezamento de turnos. O modelo que decide quando quem ligou terminou, quando interromper e quando esperar. Erre aqui e a chamada parece um walkie-talkie.
- Telefonia. Números, roteamento, gravação e as partes regulatórias.
Você pode montar tudo isso sobre um CPaaS: a Twilio carrega a chamada, você envia o áudio em streaming para a sua fala-em-texto, roda o seu modelo, sintetiza a resposta e fica com a cola, o orçamento de latência e o revezamento de turnos. Equipes com engenharia forte em tempo real fazem isso e saem com exatamente a pilha que querem. A alternativa é uma plataforma de agentes de voz que empacota as cinco peças e trata a rede telefônica como mais uma entrada: o mesmo movimento que tornou o próprio CPaaS atraente, uma camada acima.
A pergunta que separa os dois caminhos: a chamada precisa pensar? Se a resposta é não (lembretes de consulta, avisos de entrega, códigos OTP), compre o cano. Se é sim, você está avaliando as camadas acima do cano, e essa é outra avaliação.
Onde a Cartesia entra
A Cartesia não é um CPaaS. Nós construímos a camada da conversa: Sonic para texto em fala, Ink para fala em texto e Managed Agents, o construtor hospedado de agentes de voz. A telefonia chega por três vias, conforme a documentação de números de telefone: números dos EUA provisionados pela Cartesia (gratuitos no seu plano, de um número no Free a personalizado no Enterprise, mais uma taxa de telefonia de US$ 0,014 por minuto), números importados da sua conta Twilio às suas tarifas da Twilio com saída internacional, ou a sua própria operadora por um tronco SIP. As chamadas de agente custam US$ 0,06 por minuto, os tokens do seu LLM são cobrados pelos preços de tabela do modelo, e o plano gratuito inclui US$ 1 em chamadas de agente por mês, o suficiente para ligar para o seu próprio agente do celular e ver como ele se sai com você.
Se o que você precisa são APIs de mensageria, um fluxo de verificação ou minutos de chamada puros, um CPaaS como a Twilio é a ferramenta certa, e os nossos agentes rodam com prazer sobre os números que você importar dele. Se o que você precisa é de uma voz que sustente uma conversa, comece no playground e leia como os agentes de voz funcionam.