Vapi

Vapi هي منصة بنية تحتية للذكاء الاصطناعي الصوتي تتيح للمطورين بناء ونشر وتوسيع نطاق وكلاء الهاتف المدعومين بالذكاء الاصطناعي باستخدام اختيارهم الخاص من النماذج اللغوية، ومزودي الصوت، وشركات الاتصالات. تأسست الشركة على يد Jordan Dearsley و Nikhil Gupta، وهما مهندسان من University of Waterloo وخريجا Y Combinator W23، وقد جمعت الشركة 20M$ في جولة تمويل Series A بقيادة Bessemer Venture Partners في ديسمبر 2024. إنها ليست مزود صوت مستضاف أو منشئ روبوتات محادثة بدون كود. بل هي برمجيات وسيطة للتنسيق: طبقة قابلة للبرمجة تربط بين مزودي STT و LLM و TTS في الوقت الفعلي، وتتعامل مع اكتشاف تبادل الأدوار ومنطق المقاطعة، وتدير استدعاء الوظائف مقابل واجهات برمجة التطبيقات (APIs) الخارجية، وتُشغل المسار بأكمله عبر اتصال WebSocket مستمر بزمن انتقال من البداية إلى النهاية يقل عن 500ms في ظل الظروف المثالية.

اعتباراً من أبريل 2026، أبلغت Vapi عن وجود أكثر من 500,000 مطور على المنصة، ومعالجة أكثر من 300M مكالمة، وإطلاق أكثر من 2.5M مساعد. تشمل القدرات الأساسية دعم جلب النموذج الخاص بك (BYOM) عبر OpenAI و Anthropic و Groq و Google و Together AI ونقاط نهاية LLM المخصصة؛ ومزودي الصوت بما في ذلك ElevenLabs و Azure و Deepgram والأصوات المنسقة الخاصة بـ Vapi؛ والاتصالات الهاتفية عبر Twilio أو Vonage أو Telnyx أو خطوط SIP التي تمتلكها بالفعل؛ واختبار A/B لتحسين التلقين والصوت؛ والاكتشاف الآلي للهلوسة؛ و REST API بالإضافة إلى حزم SDK لـ TypeScript و Python و React. تستخدم الفرق Vapi لدعم العملاء الوارد، وتحديد المواعيد الصادرة، والاتصال بالمبيعات، واستقبال المرضى في الرعاية الصحية، والمساعدين الصوتيين في الوقت الفعلي في المنتجات.

ما تفعله Vapi فعلياً في أبريل 2026

تعتمد بنية Vapi على مسار صوتي في الوقت الفعلي يربط بين ثلاث طبقات لمزودين خارجيين: تحويل الكلام إلى نص (النسخ)، ونموذج لغوي (الاستنتاج وتوليد الاستجابة)، وتحويل النص إلى كلام (الإخراج الصوتي). يتدفق كل إطار صوتي وارد عبر هذا المسار بالتسلسل، وتدير Vapi عملية التنسيق: اكتشاف متى يتوقف المستخدم عن التحدث، وقمع الإيجابيات الخاطئة (ضوضاء الخلفية، التنفس)، وتوجيه النص إلى LLM، وحقن نتائج استدعاء الوظيفة إذا احتاج الوكيل إلى الاستعلام عن API خارجي، وتحويل استجابة LLM إلى صوت مع مزود الصوت المختار قبل إعادته إلى المكالمة.

تدعم المنصة أكثر من 100 لغة مع الاكتشاف والتكيف التلقائي. تتوسع معالجة المحادثات المتزامنة مع الخطة: يبلغ الحد الأقصى لفئة الدفع حسب الاستخدام 10 مكالمات متزامنة؛ بينما خطط المؤسسات غير مقيدة. يتيح استدعاء الوظائف للوكلاء الاستعلام عن أنظمة إدارة علاقات العملاء (Salesforce، HubSpot)، أو أنظمة التذاكر (Zendesk)، أو قواعد البيانات، أو أي REST API أثناء مكالمة مباشرة، مع حقن النتائج في سياق المحادثة. يتم تشغيل Webhooks عند بدء المكالمة، ونهاية المكالمة، واكتمال النسخ، وأحداث استدعاء الوظائف، مما يجعل من السهل مزامنة بيانات المحادثة مع الأنظمة النهائية في الوقت الفعلي.

توفر لوحة التحكم منشئ مساعد بدون كود للنماذج الأولية، ولكن القوة الكاملة للمنصة تكمن في API. يمكنك إنشاء المساعدين وتكوينهم برمجياً، وإدارة أرقام الهواتف، وتشغيل حملات الاتصال، وسحب النصوص، والوصول إلى التسجيلات عبر REST API. يتيح دعم اختبار A/B للفرق تشغيل متغيرات متوازية على تكوين الصوت والتلقين والنموذج ومقارنة معدلات التحويل أو الحل عبر عينة من المكالمات.

"كان المطلب التقني الرئيسي هو القدرة على جلب حزمتنا الخاصة. جعل نهج Vapi الذي يركز على API والملائم للمطورين هذا الأمر ممكناً." - Quang Tran، المدير التقني في FleetWorks، vapi.ai، أبريل 2026

في ديسمبر 2024، أشار شريك Bessemer، Byron Deeter، إلى "تحسن بمقدار 10x في تجربة التطوير للوكلاء الصوتيين" التي تقدمها Vapi كأطروحة استثمارية أساسية، مشيراً إلى نموذج صوتي مسجل الملكية في الوقت الفعلي يكتشف الانفعالات العاطفية في أصوات المتصلين. تضع الشركة نفسها صراحةً كبنية تحتية على غرار Twilio/AWS: "نحن نصنع المحرك الذي يشغل السحر". يُذكر أن طلبات الميزات المقدمة مساء الجمعة قد تم شحنها في الإنتاج بحلول صباح السبت، وهي وتيرة أكسبتها ولاء المجتمع في مرحلة النمو المبكرة.

أين تقف Vapi مقارنة بـ Retell AI و Bland AI

Vapi مقابل Retell AI: منصة Retell هي منصة مُدارة ومُجمعة. توفر حزمة متكاملة تتضمن النسخ، ومجموعة منسقة من تكاملات LLM، وموصلات CRM أصلية، وتوفير أرقام هواتف مدمجة عبر العديد من البلدان. يدفع المستخدمون معدلاً واحداً لكل دقيقة يبدأ من حوالي $0.07/min يغطي STT و LLM و TTS معاً. لا توجد عقود منفصلة لـ Deepgram أو ElevenLabs. يزيل نهج Retell المُدار زمن انتقال API متعدد القفزات الذي تدخله طبقة تنسيق Vapi عندما يكون أي مزود خارجي بطيئاً. أظهرت الاختبارات أن Retell تحقق زمن انتقال من البداية إلى النهاية يتراوح بين 500-800ms بشكل أكثر اتساقاً، بينما يمتد نطاق Vapi إلى 1200ms اعتماداً على مزودي LLM و TTS الذين قمت بتوصيلهم. الفرق العملي: Retell أسرع في الشحن وأسهل في وضع الميزانية؛ بينما Vapi أكثر مرونة للفرق التي تمتلك حزمة نماذج حالية. إذا قمت بضبط LLM الخاص بك أو كان لديك بالفعل اتفاقية صوت مؤسسية مع ElevenLabs، فإن Vapi تتيح لك توصيل ذلك مباشرة دون إعادة البناء. بينما تقيدك Retell بمجموعة المزودين المدعومين لديها.

Vapi مقابل Bland AI: منصة Bland متكاملة رأسياً. تستضيف الشركة حزمة النماذج المضبوطة بالكامل الخاصة بها في مجموعات مشتركة الموقع بجوار البنية التحتية للاتصالات، مما يلغي قفزات API الخارجية تماماً. يجعل هذا الاختيار المعماري زمن انتقال Bland أكثر اتساقاً عند 600-1000ms بغض النظر عن طفرات حركة المرور على OpenAI أو Anthropic، لأن تلك القفزات غير موجودة. يمكن أن تصل Vapi إلى زمن انتقال يبلغ 3-4 ثوانٍ خلال ذروة حمل المزود الخارجي. توفر Bland أيضاً أدوات متقدمة لإدارة الحملات مصممة خصيصاً للمكالمات الصادرة ذات الحجم الكبير: التجميع، والجدولة، ومنطق إعادة المحاولة، وواجهة تدفق محادثة قائمة على الرسم البياني. تسعير Bland أبسط: معدل واحد لكل دقيقة مع خصومات على الحجم. تتطلب Vapi إدارة 4-6 علاقات مع البائعين. الفارق: تم بناء Bland لاستبدال مراكز الاتصال المؤسسية على نطاق واسع بنموذج تجاري بسيط؛ بينما تم بناء Vapi لفرق المطورين التي تحتاج إلى أقصى قدر من مرونة المزود والتنسيق القابل للبرمجة. إذا كانت حالة الاستخدام الأساسية الخاصة بك هي 100,000 مكالمة صادرة شهرياً لقائمة جهات اتصال، فإن البنية التحتية لـ Bland مصممة خصيصاً لذلك. أما إذا كنت بحاجة إلى تبديل نماذج LLM لكل حالة استخدام، أو اختبار نماذج صوتية جديدة، أو توجيه أنواع مختلفة من المكالمات إلى مستويات نماذج مختلفة، فإن بنية Vapi المعيارية تستحق تعقيدها.

"الدعم غير موجود والوثائق سيئة للغاية. لقد طرحوا ميزات جديدة وتعطل كل شيء." - مستخدم معتمد، Trustpilot/Product Hunt، 2025

كيف يبدو واقع البناء اليومي

يتضمن نشر Vapi في بيئة الإنتاج عادةً إعداد حسابات مع ثلاثة إلى خمسة مزودين خارجيين قبل كتابة سطر واحد من منطق الوكيل. كحد أدنى: حساب Twilio أو Telnyx للاتصالات، وحساب Deepgram أو Azure لـ STT، وحساب OpenAI أو Anthropic لـ LLM. إذا كنت تريد صوتاً غير مركب، أضف حساب ElevenLabs. لكل منها فواتيرها الخاصة، وإدارة مفاتيح API، وحدود الاستخدام. تعمل لوحة تحكم Vapi على دمج التكوين، ولكن الفواتير تصل بشكل منفصل.

بمجرد توصيل المزودين، يمكنك تكوين مساعد عبر لوحة التحكم أو API: تعيين تلقين النظام، واختيار نماذج STT/LLM/TTS، وتكوين حساسية المقاطعة، وتحديد الأدوات (الوظائف التي يمكن للوكيل استدعاؤها)، وإعداد Webhooks. تتيح لك ميزة مكالمة الاختبار في لوحة التحكم الاتصال بالوكيل من خلال متصفح. واجهة برمجة تطبيقات إنشاء المساعد نظيفة وموثقة جيداً؛ ويستخدمها البناة بشكل شائع لإنشاء قوالب مساعدين لعمليات النشر في الوكالات متعددة العملاء.

يعد ضبط زمن الانتقال الجزء الأكثر تطلباً من الناحية الفنية في تشغيل Vapi. يتطلب زمن الانتقال من البداية إلى النهاية الذي تدعيه المنصة والذي يقل عن 500ms اختياراً دقيقاً للنماذج ذات زمن الانتقال المنخفض (GPT-4o-mini بدلاً من GPT-4o، و Deepgram Nova بدلاً من Nova-2، وما إلى ذلك) ولا يصمد أثناء طفرات حركة مرور المزود الخارجي. في اختبار مستقل على softailed.com، أدى دفع حساسية المقاطعة إلى أقل من 750ms إلى قيام المساعد بمقاطعة المتصلين في منتصف الجملة. يقوم البناة عادةً بضبط زمن الانتقال لحالة الاستخدام الخاصة بهم ومجموعة النماذج بدلاً من توقع أن يعمل بشكل جيد فور إعداده.

حلقة الاختبار والتكرار فعالة ولكنها محدودة مقارنة بـ Retell. تُرجع اختبارات التقييم التي يتم إنشاؤها تلقائياً نتائج نجاح/فشل دون اقتراحات تحسين قابلة للتنفيذ. لا يدعم منشئ سير العمل استدعاء مساعدين آخرين ضمن نفس التدفق، وهو أمر مهم لبنى الوكلاء المتعددين. يقتصر سجل المكالمات واسترجاع النصوص على 14 يوماً للخطط غير المؤسسية.

لمن تم بناء Vapi

تناسب Vapi الفرق التي يقودها المطورون والتي تحتاج إلى تحكم كامل في البنية التحتية لوكيل الصوت الخاص بهم. تكافئ المنصة الفرق التي لديها بالفعل نماذج LLM مضبوطة بدقة وترغب في تشغيلها، أو اتفاقيات حالية مع مزودي TTS أو STT محددين، أو حالات استخدام تتطلب توجيه أنواع مختلفة من المكالمات إلى مستويات نماذج مختلفة. تستفيد الوكالات التي تبني وكلاء صوتيين لعملاء متعددين من النهج الذي يركز على API: يمكنك إنشاء المساعدين وتكوينهم برمجياً لكل عميل، وإدارة إعدادات الصوت والنموذج لكل عملية نشر، وتشغيل كل شيء من خلال حساب Vapi واحد باستخدام مفاتيح API الخاصة بالعميل.

يمكن لفرق الرعاية الصحية والخدمات المالية التي تحتاج إلى الامتثال لـ HIPAA أو SOC2 أو PCI استخدام فئة المؤسسات، والتي تتضمن شهادات الامتثال والدعم الهندسي المتقدم. تعد ميزات اختبار A/B والاكتشاف الآلي للهلوسة ذات قيمة حقيقية لعمليات النشر في الصناعات الخاضعة للتنظيم حيث يجب قياس جودة المحادثة وتدقيقها.

تحصل الفرق في المرحلة الاستكشافية على نقطة انطلاق معقولة: $10 من الأرصدة المجانية تغطي ما يقرب من 150-200 دقيقة من مكالمات الاختبار مع نماذج من الفئة المتوسطة، وهو ما يكفي لبناء واختبار نموذج أولي يعمل قبل الالتزام بعقود متعددة البائعين.

ما لا تمثله Vapi

Vapi ليست منصة بدون كود. يدعم منشئ المساعد في لوحة التحكم النماذج الأولية الأساسية، ولكن عمليات النشر في بيئة الإنتاج التي تتضمن منطقاً شرطياً، أو استدعاء أدوات متعدد الخطوات، أو بناء تلقين ديناميكي تتطلب مطوراً يكتب TypeScript أو Python أو استدعاءات REST. إذا كنت بحاجة إلى شخص غير مهندس لبناء وإدارة وكلاء صوتيين، فأنت في المنتج الخطأ.

Vapi ليست منصة ذات تكلفة يمكن التنبؤ بها دون فئة المؤسسات. السعر المُعلن $0.05/minute هو رسوم التنسيق. تصل عمليات النشر في بيئة الإنتاج باستخدام GPT-4o و ElevenLabs و Twilio بشكل روتيني إلى $0.25-0.35/minute كإجمالي. يضع تحليل CloudTalk لعام 2026 الإنفاق السنوي النموذجي لنشر المؤسسات عند $40,000-$70,000 عند نمذجة أحجام الاستخدام الواقعية. يتطلب تشغيل توقعات التكلفة الواقعية نمذجة كل طبقة مزود على حدة قبل الالتزام بالمنصة.

لم يتم تحسين Vapi لحجم الاتصال الصادر البحت. تقدم Bland AI أدوات حملات متفوقة، وجدولة، وإدارة دفعات لسيناريوهات استبدال مراكز الاتصال. تتطلب قدرات حملات Vapi بناء طبقة التنسيق الخاصة بك فوق API.

Vapi ليست موثوقة أثناء انقطاع خدمة المزودين. نظراً لأن المسار يعتمد على مزودي LLM و STT خارجيين، فإن أي تدهور في OpenAI أو Anthropic أو Deepgram أو ElevenLabs ينتقل مباشرة إلى جودة المكالمة. يجب على الفرق التي لديها متطلبات صارمة لاتفاقية مستوى الخدمة (SLA) لوقت التشغيل إما استخدام فئة المؤسسات مع بنية تحتية مخصصة، أو تقييم حزمة Bland المتكاملة رأسياً.

أخيراً، توفير أرقام الهواتف في Vapi متاح محلياً في الولايات المتحدة فقط. تتطلب عمليات النشر خارج الولايات المتحدة وكندا استيراد أرقام Twilio أو Vonage يدوياً، مما يضيف احتكاكاً في الإعداد لحالات الاستخدام الدولية.