Vapi

Vapi 是一个语音 AI 基础设施平台，允许开发者使用自己选择的语言模型、语音提供商和电话运营商来构建、部署和扩展 AI 电话智能体。该公司由滑铁卢大学工程师、Y Combinator W23 毕业生 Jordan Dearsley 和 Nikhil Gupta 创立，并于 2024 年 12 月获得了由 Bessemer Venture Partners 领投的 $20M A 轮融资。它不是托管语音提供商，也不是无代码聊天机器人构建器。它是编排中间件：一个可编程层，可实时连接您的 STT、LLM 和 TTS 提供商，处理轮流对话检测和打断逻辑，管理针对外部 API 的函数调用，并在最佳条件下以低于 500ms 的端到端延迟通过持久的 WebSocket 连接运行整个管道。

截至 2026 年 4 月，Vapi 报告其平台上有 500,000+ 名开发者，处理了 300M+ 次通话，并发布了 2.5M+ 个助手。核心功能包括支持自带模型 (BYOM)，涵盖 OpenAI、Anthropic、Groq、Google、Together AI 以及自定义 LLM 端点；语音提供商包括 ElevenLabs、Azure、Deepgram 以及 Vapi 自家精选语音；通过 Twilio、Vonage、Telnyx 或您已有的 SIP 中继提供电话服务；用于提示词和语音优化的 A/B 测试；自动幻觉检测；以及 REST API 和适用于 TypeScript、Python 与 React 的 SDK。团队使用 Vapi 进行呼入客户支持、呼出预约设置、销售拨号、医疗保健中的患者接待，以及产品中的实时语音助手。

Vapi 在 2026 年 4 月的实际功能

Vapi 的架构是一个实时音频管道，连接了三个外部提供商层：语音转文本（转录）、语言模型（推理和响应生成）以及文本转语音（语音输出）。每个传入的音频帧都按顺序流经此管道，Vapi 负责管理编排：检测用户何时停止说话，抑制误报（背景噪音、呼吸声），将转录文本路由到 LLM，在智能体需要查询外部 API 时注入函数调用结果，并使用所选的语音提供商将 LLM 响应转换为音频，然后再将其返回到通话中。

该平台支持 100+ 种语言，具备自动检测和适配功能。并发对话处理能力随套餐而异：按需付费层级上限为 10 个并发通话；企业套餐则无上限。函数调用允许智能体在实时通话期间查询 CRM（Salesforce、HubSpot）、工单系统（Zendesk）、数据库或任何 REST API，并将结果注入对话上下文中。Webhook 会在通话开始、通话结束、转录完成和函数调用事件时触发，从而可以轻松地将对话数据实时同步到下游系统。

仪表板提供了一个用于原型设计的无代码助手构建器，但该平台的全部威力在于 API。您可以通过 REST API 以编程方式创建和配置助手、管理电话号码、运行呼叫活动、提取转录文本并访问录音。A/B 测试支持让团队能够在语音、提示词和模型配置上运行并行变体，并在通话样本中比较转化率或解决率。

"一个关键的技术要求是能够自带我们自己的技术栈。Vapi 开发者友好的 API 优先方法使这成为可能。" - Quang Tran，FleetWorks CTO，vapi.ai，2026 年 4 月

2024 年 12 月，Bessemer 合伙人 Byron Deeter 将 Vapi 对“语音智能体开发体验的 10 倍提升”作为主要投资论点，并指出其专有的实时音频模型能够检测呼叫者声音中的情感变化。该公司明确将自己定位为 Twilio/AWS 传统中的基础设施：“我们制造驱动魔法的引擎。”据报道，周五晚上提交的功能请求在周六早上就已在生产环境中发布，这种节奏在早期增长阶段赢得了社区的忠诚度。

Vapi 与 Retell AI 和 Bland AI 的定位对比

Vapi vs. Retell AI：Retell 是一个托管的捆绑平台。它提供了一个多合一的技术栈，包括转录、精选的 LLM 集成、原生 CRM 连接器以及跨多国的内置电话号码配置。用户只需支付约 $0.07/min 起的单一每分钟费率，即可同时涵盖 STT、LLM 和 TTS。无需单独签订 Deepgram 或 ElevenLabs 合同。Retell 的托管方法消除了当任何外部提供商速度变慢时，Vapi 编排层引入的多跳 API 延迟。测试表明，Retell 能够更稳定地实现 500-800ms 的端到端延迟，而 Vapi 的延迟范围则延伸至 1200ms，具体取决于您连接的 LLM 和 TTS 提供商。实际区别在于：Retell 的交付速度更快，预算更容易控制；而 Vapi 对于拥有现有模型技术栈的团队来说更加灵活。如果您已经微调了自己的 LLM，或者已经拥有 ElevenLabs 企业语音协议，Vapi 允许您直接接入而无需重建。Retell 则会将您锁定在其支持的提供商集合中。

Vapi vs. Bland AI：Bland 是垂直集成的。该公司将其整个微调模型技术栈自托管在靠近电话基础设施的同地协作集群中，完全消除了外部 API 跳数。这种架构选择使得 Bland 的延迟更稳定地保持在 600-1000ms，无论 OpenAI 或 Anthropic 是否出现流量激增，因为这些跳数根本不存在。而在外部提供商负载高峰期，Vapi 的延迟可能会达到 3-4 秒。Bland 还提供了专为大批量呼出设计的的高级活动管理工具：批处理、调度、重试逻辑以及基于图的对话流界面。Bland 的定价更简单：单一的每分钟费率，并提供批量折扣。Vapi 则需要管理 4-6 个供应商关系。两者的分水岭在于：Bland 专为大规模企业联络中心替代方案而构建，商业模式简单；Vapi 专为需要最大提供商灵活性和可编程编排的开发者团队而构建。如果您的主要用例是每月向联系人列表拨打 100,000 次呼出电话，Bland 的基础设施正是为此量身定制的。如果您需要根据用例更换 LLM、测试新的语音模型，或将不同的呼叫类型路由到不同的模型层级，Vapi 的模块化架构绝对物有所值。

"根本没有支持，文档也极差。他们推出了新功能，结果所有东西都崩溃了。" - 认证用户，Trustpilot/Product Hunt，2025

日常构建的真实情况

在编写一行智能体逻辑之前，生产环境的 Vapi 部署通常需要设置三到五个外部提供商的帐户。至少需要：用于电话服务的 Twilio 或 Telnyx 帐户，用于 STT 的 Deepgram 或 Azure 帐户，以及用于 LLM 的 OpenAI 或 Anthropic 帐户。如果您想要非合成语音，还需要添加一个 ElevenLabs 帐户。每个帐户都有自己的计费、API 密钥管理和使用限制。Vapi 的仪表板整合了配置，但发票是分开寄送的。

一旦接入了提供商，您就可以通过仪表板或 API 配置助手：设置系统提示词、选择 STT/LLM/TTS 模型、配置打断灵敏度、定义工具（智能体可以调用的函数）并设置 Webhook。仪表板的测试呼叫功能允许您通过浏览器拨打给智能体。助手创建 API 简洁且文档齐全；构建者通常使用它来为多客户代理部署制作助手模板。

延迟调优是操作 Vapi 时技术要求最高的部分。该平台声称的低于 500ms 的端到端延迟需要仔细选择低延迟模型（例如选择 GPT-4o-mini 而不是 GPT-4o，选择 Deepgram Nova 而不是 Nova-2 等），并且在外部提供商流量激增时无法保持。在 softailed.com 的独立测试中，将打断灵敏度推低至 750ms 以下会导致助手在呼叫者说话中途打断他们。构建者通常会针对其特定用例和模型组合来调优延迟，而不是指望它开箱即用。

测试和迭代循环功能齐全，但与 Retell 相比存在局限性。自动生成的评估测试仅返回通过/失败结果，没有可操作的优化建议。工作流构建器不支持在同一流程中调用其他助手，这对于多智能体架构来说很重要。对于非企业套餐，通话历史记录和转录文本检索的上限为 14 天。

Vapi 适合哪些人群

Vapi 适合需要对其语音智能体基础设施进行全栈控制的开发者主导团队。该平台非常适合那些已经拥有想要投入使用的 LLM 微调模型、与特定 TTS 或 STT 提供商有现有协议，或者需要将不同呼叫类型路由到不同模型层级的团队。为多个客户构建语音智能体的代理机构将受益于 API 优先的方法：您可以以编程方式为每个客户创建和配置助手，管理每个部署的语音和模型设置，并通过一个带有客户特定 API 密钥的 Vapi 帐户运行所有内容。

需要 HIPAA、SOC2 或 PCI 合规性的医疗保健和金融服务团队可以使用企业层级，该层级包括合规性认证和前沿部署支持。A/B 测试和自动幻觉检测功能对于需要衡量和审计对话质量的受监管行业部署来说非常有价值。

处于探索阶段的团队可以获得一个合理的起点：$10 的免费额度大约可以覆盖使用中端模型进行 150-200 分钟的测试通话，足以在签订多供应商合同之前构建并测试一个可用的原型。

Vapi 不是什么

Vapi 不是一个无代码平台。仪表板助手构建器支持基本的原型设计，但具有条件逻辑、多步工具调用或动态提示词构建的生产部署需要开发者编写 TypeScript、Python 或 REST 调用。如果您需要非工程师来构建和管理语音智能体，那么您选错产品了。

在企业层级以下，Vapi 不是一个成本可预测的平台。广告宣传的 $0.05/minute 是编排费。使用 GPT-4o、ElevenLabs 和 Twilio 的生产部署，其总成本通常在 $0.25-0.35/minute 之间。CloudTalk 的 2026 年分析指出，在对实际使用量进行建模时，典型的企业部署年度支出为 $40,000-$70,000。运行切合实际的成本预测需要在承诺使用该平台之前，对每个提供商层进行单独建模。

Vapi 并没有针对纯呼出拨号量进行优化。Bland AI 为联络中心替代场景提供了卓越的活动工具、调度和批处理管理。Vapi 的活动功能需要您在 API 之上构建自己的编排层。

在提供商中断期间，Vapi 并不可靠。由于管道依赖于外部 LLM 和 STT 提供商，OpenAI、Anthropic、Deepgram 或 ElevenLabs 的任何性能下降都会直接影响通话质量。对正常运行时间 SLA 有严格要求的团队，要么应该使用具有专用基础设施的企业层级，要么评估 Bland 的垂直集成技术栈。

最后，Vapi 的原生电话号码配置仅限美国。非美国和非加拿大部署需要手动导入 Twilio 或 Vonage 号码，这增加了国际用例的设置阻力。