Vapi

Что такое Vapi?

Vapi — платформа для разработчиков, на которой собирают голосовых агентов, принимающих и совершающих настоящие телефонные звонки. Готового агента она не выдаёт. Она выдаёт обвязку, которая превращает три отдельные модели — распознавание речи, языковую модель и синтезатор — в нечто, способное вести разговор без пауз, из-за которых звонящий кладёт трубку.

Эта обвязка и есть основная работа, и именно её недооценивают. Голосовой агент должен понять, когда собеседник договорил, замолчать в ту же секунду, как тот заговорил снова, держать паузу между вопросом и ответом достаточно короткой, чтобы тишина не читалась как обрыв связи, и вовремя сдаться и позвать человека. Ничего из этого не решается промптом. Vapi берёт на себя очерёдность реплик, потоковую передачу звука, телефонию и состояние звонка, а выбор моделей оставляет вам.

В мае 2026 года компания перешагнула миллиард обработанных звонков — одновременно с раундом B на $50 млн под руководством Peak XV при оценке около $500 млн, с участием M12 от Microsoft, Kleiner Perkins и Bessemer. Референс, о котором спрашивают чаще всего, — Amazon Ring: там перебрали более сорока поставщиков, прежде чем пустить входящий поток обращений через эту платформу.

Как это работает

Каждую модель в стеке выбираете вы

Vapi намеренно не навязывает модели. Распознавание может идти через Deepgram или Gladia, рассуждение — через OpenAI, Anthropic или Google, голос — через ElevenLabs или десяток других поставщиков. Любой слой меняется без переписывания агента, и это важно в области, где лучший по звучанию голосовой движок меняется раз в несколько месяцев.

Платформа целится в отклик менее 600 миллисекунд, и попадание в эту цифру зависит от ваших решений не меньше, чем от их. Медленная модель рассуждения или многословный системный промпт съедят весь бюджет задержки, и Vapi вам этого не запретит. Контроль работает в обе стороны: ничто не мешает собрать стек, который звучит хуже, чем настройки конкурента по умолчанию.

Ассистенты, команды и сценарии

Простейшая единица — ассистент: один системный промпт плюс набор инструментов. Он закрывает очевидные задачи: квалифицировать лид, записать на приём, ответить на вопросы, которые бизнес слышит сорок раз в день.

Команда — это несколько ассистентов, которые передают друг другу один и тот же звонок, сохраняя контекст. Так строится маршрутизация без единого огромного промпта, который пытается быть одновременно администратором, планировщиком и первой линией поддержки. На другом конце стоят сценарии — для звонков, обязанных идти строго по маршруту: проверка личности, подтверждение платежа, где импровизация языковой модели не преимущество, а риск.

В этом различии стоит разобраться до начала работы, потому что агенты на одних промптах деградируют предсказуемо: каждое новое правило делает предыдущие чуть менее надёжными. Лечение — разнести задачу по команде, и переделывать это потом дороже, чем сразу так и начать.

Ценность живёт в инструментах

Инструменты позволяют агенту прямо посреди разговора обратиться к вашему API, спросить базу или записать что-то в календарь. Здесь проходит граница между демонстрацией и продуктом. Агент, который только говорит, — диковинка; агент, который найдёт заказ, проверит свободное время и перенесёт запись, делает работу, за которую кому-то платили.

Звонки доходят до агента по телефонному номеру, через веб-SDK, встроенный в ваш собственный продукт, или по SIP, если у вас уже есть договорённости с оператором, которые вы не хотите менять. Есть и консольный клиент, что кое-что говорит о целевой аудитории.

Сколько это стоит

Vapi берёт деньги за оркестрацию, а стоимость моделей передаёт по себестоимости. Из-за этого плату за платформу легко посчитать, а итоговый счёт — трудно, потому что итог зависит от того, какие модели вы выбрали.

На практике простой англоязычный агент поддержки обходится примерно в восемь-пятнадцать центов за минуту со всем вместе. Разброс почти целиком даёт языковая модель, поэтому главный рычаг, которым вы управляете, — не поставщик, а вопрос, действительно ли задаче нужна модель топового уровня.

Кому это выгоднее всего

Инженерным командам, которым нужны внутренности

Если, услышав, что платформа сама выбрала за вас модель распознавания, вы первым делом спрашиваете «какую и почему», — это ваша платформа. Всё адресуемо, всё заменяемо, а документация исходит из того, что вы умеете читать описание API.

Компаниям с телефонией, которую нельзя перенести

Подключение своего оператора по SIP означает, что номера, договоры и маршрутизация остаются на месте. Для любого действующего контакт-центра это снимает возражение, которое обычно убивает пилот с голосовым ИИ ещё до старта.

Входящей поддержке с большим объёмом

Внедрение в Amazon Ring — то доказательство, на которое компания опирается, и это правильная форма нагрузки: предсказуемые вопросы, огромный объём, сезонные пики, которые иначе пришлось бы закрывать наймом. Поминутная оплата без абонентской платы хорошо подходит трафику, который приходит волнами, а не ровно.

Продуктам, встраивающим голос

Поскольку веб-SDK встраивается прямо в ваше приложение, Vapi часто выбирают софтверные компании, добавляющие голосовой слой к тому, что они уже продают, а не бизнесы, покупающие агента для собственного телефона.

На что обратить внимание

• Счёт вы собираете сами. Платформенные $0,05 — самая маленькая строка в нём, а стоимость моделей способна тихо утроить сумму.
• Это платформа для разработчиков, а не приложение. Панель управления есть, но команда без технического человека сама до боевого агента не дойдёт.
• Задержка — ваша зона ответственности. Цифра «менее 600 мс» описывает, что позволяет оркестрация, а не то, что выдаст именно ваш стек.
• Соответствие требованиям стоит отдельно и дорого. HIPAA за $2000 в месяц — серьёзное решение для небольшой команды, и на самостоятельном тарифе цену вниз не двигают.
• Бесплатный лимит — это тест-драйв. Шестьдесят минут подтвердят, что идея работает, и ничего не скажут о поведении агента на масштабе.
• Голосовые агенты ошибаются публично. Сбой текстового бота — это неудачное сообщение; сбой телефонного агента — это клиент, пересказывающий историю за ужином.

Частые вопросы

Vapi бесплатный?

Нет. Есть бесплатный лимит чуть больше часа разговоров для оценки, после чего вы платите $0,05 за минуту платформе плюс сколько бы ни стоили модели и телефония. Бесплатного тарифа, переживающего встречу с реальным трафиком, здесь нет.

Нужно ли писать код?

Для всего, что сложнее прототипа, — да. Через панель можно заставить ассистента снять трубку, но инструменты, интеграции и обработка ошибок, из-за которой агенту вообще можно доверять, — это код. Командам без инженера лучше подойдёт платформа без кода.

Чем он отличается от Retell AI и Bland?

Vapi оркестрирует модели, которые выбираете вы; Bland держит собственный стек от начала до конца и продаёт надёжность, которая из этого следует; Retell стоит посередине с визуальным конструктором поверх похожей сборной архитектуры. Vapi — за контроль, Bland — для регулируемых задач, где важно, чтобы весь путь принадлежал одному поставщику, Retell — если нужна середина.

Можно ли использовать мои существующие номера?

Да. Номера можно купить через платформу или подключить своего оператора по SIP — обычно именно это становится решающим для компаний с действующим контакт-центром.

Подходит ли он для здравоохранения и финансов?

Может подойти. Поддержка HIPAA и отказ от хранения данных доступны как платные дополнения по $2000 и $1000 в месяц, а тариф Scale закрывает SOC 2, PCI, SSO и размещение данных по регионам. Закладывайте соответствие требованиям отдельной строкой бюджета, а не считайте, что оно уже включено.

Что происходит, когда агент не справляется?

Передачу вы описываете сами. Звонок можно перевести на человека, на другого ассистента в команде или в жёсткий сценарий. От того, насколько аккуратно продуман этот запасной выход, зависит, будут агента терпеть или ненавидеть.

Коротко

Vapi — голосовая платформа для тех, кто хочет видеть проводку. Она берёт на себя трудные части телефонного разговора в реальном времени — задержку, перебивания, телефонию, состояние — и отходит в сторону во всём, что определяет, как агент звучит и сколько он стоит.

Эта свобода — и вся суть предложения, и вся оговорка. Команда с инженером, которому это интересно, соберёт что-то лучше и дешевле любой управляемой альтернативы. Команда без такого инженера соберёт что-то медленное, потратит больше, чем рассчитывала, и решит, что голосовой ИИ не работает. Поймите, какая вы команда, до того как начнёте.