どの音声エージェントAPIが合うかは、2つの問いで決まります。電話番号を誰から買うか、そしてエージェントを誰が動かすかです。Bland AI、Retell AI、Vapi：電話番号を販売するホスト型プラットフォーム。 Wixzel Voice：自社のトランクを持ち込むAPI。 LiveKit Agents、Pipecat：自分で動かすオープンソースのフレームワーク。
最終更新日：
執筆：Aqeel Shamsudheen（Wixzel Voiceの創業者）。Wixzel Voiceは以下の製品の1つなので、その項目は利害関係者が書いたものとしてお読みください。初回公開日：。製品は種類ごとに分類し、各グループ内ではアルファベット順に並べています。順位ではありません。各項目には最終更新日を表示しています。
| 製品 | 種類 | 通信 | 課金 |
|---|---|---|---|
| Bland AI | ホスト型プラットフォーム | 番号を提供します。SIPやエンタープライズ向けの通信事業者オプションもあります。 | 接続された通話に対する1分あたりの料金と、エンタープライズ契約。 |
| Retell AI | ホスト型プラットフォーム | 番号を提供します。SIPトランクや既存の通信事業者にも接続できます。 | プラットフォーム、モデル、音声、通信の各要素から組み立てた1分あたりの料金。エンタープライズ向けの階層があります。 |
| Vapi | ホスト型プラットフォーム | 電話番号を提供し、SIPトランクも受け付けます。Webやブラウザからの通話にも対応しています。 | 1分あたりのプラットフォーム料金に、基盤となるプロバイダーと通信の費用が加わります。支払先はVapi、またはキーを持ち込む場合は各プロバイダーです。 |
| Wixzel Voice | ホスト型API、自社のSIPトランク | 番号や通話時間は販売しません。電話の通話は自社のSIPトランクを上乗せなしで使い、Webやアプリのセッションにトランクは不要です。自社のTwilio、Telnyx、Plivo、Vobiz、Vonageのアカウント上で、コンソールから番号を購入でき、請求は通信事業者から届きます。 | プリペイドで、実際の使用量に応じて秒単位で課金されます。エンジンにより接続1分あたり$0.0491〜$0.1851で、通信事業者の料金が加わります。 |
| LiveKit Agents | オープンソースのフレームワーク | LiveKit SIPが、自分で設定した着信・発信のトランクを受け付けます。クラウド版では回線接続も販売しています。 | フレームワークはオープンソースで無料です。各プロバイダーに直接支払い、インフラ費用（自社のもの、またはWebRTCとSIPの層のためのLiveKit Cloud）が加わります。 |
| Pipecat | オープンソースのフレームワーク | 自分で組み込むトランスポート経由です。通信事業者のメディアストリームをWebSocketで受けるか、DailyのダイヤルインとダイヤルアウトのあるWebRTCを使います。通信事業者のアカウントと料金は自分のものです。 | フレームワークはオープンソースで無料です。各プロバイダーに直接支払い、実行するインフラまたはPipecat Cloudのホスティング費用が加わります。 |
競合製品の料金はあえて記載していません。プランや月によって変わるため、各社の料金ページを確認してください。Wixzel Voiceの金額は、メーターが課金に使う価格表から生成しています。
以下の問いは、機能一覧よりもこれらの製品をはっきり区別します。各回答はすべてのグループを扱っているため、それだけで読めます。
Wixzel Voiceは電話の通話にSIPトランクを必須とし、通信事業者の料金に上乗せはしません。Twilio、Telnyx、Plivo、Vonage、Bandwidth、Exotel、Vobiz、その他のSIP通信事業者向けの設定ガイドがあります。Bland AI、Retell AI、Vapiは番号の販売に加えてSIPトランクも受け付けます。LiveKit AgentsはLiveKit SIPで設定したトランクに接続し、Pipecatは自分で組み込むトランスポートを通じて電話網につながるので、通信事業者のアカウントは自分のものです。
プラットフォーム自体から番号を買いたいなら、Bland AI、Retell AI、Vapiが番号を提供しています。Wixzel Voiceは番号も通話時間も販売せず、番号の移転（ポーティング）も行いません。コンソールでTwilio、Telnyx、Plivo、Vobiz、Vonageのアカウントを接続すれば、Wixzel Voiceからそのアカウント上で番号を購入でき、請求は通信事業者から届きます。他の通信事業者の場合は、そこで番号を購入してトランクに登録します。LiveKit Cloudはオープンソースのフレームワークと並行して回線接続を販売しています。Pipecatでは、通信事業者のアカウントは自分のものです。
Bland AI、Retell AI、Vapiは1分あたりの料金で、方式も階層もそれぞれ異なります。最新の料金は各社の料金ページで確認してください。Wixzel Voiceはプリペイドで、実際の使用量に応じて秒単位で課金され、エンジンにより接続1分あたり$0.0491〜$0.1851に通信事業者の料金が加わります。サブスクリプションはありません。LiveKit Agents、Pipecatは無料で動かせ、各プロバイダーとインフラに直接支払います。
Wixzel Voiceのsarvamエンジンは、SarvamのSaaras音声認識、Sarvam-105Bモデル、Bulbul音声を一貫して動かします（接続1分あたり$0.0617）。ホスト型プラットフォームはカタログで提供されていればインドの言語のモデルを使え、フレームワークは組み込んだ任意のプロバイダーを使えます。それぞれのカタログを確認してください。
Wixzel Voiceは公式のMCPサーバーを提供しています。https://mcp.voice.wixzel.com/mcpでホストされ、npmではwixzel-voice-mcpとして公開されているので、ClaudeなどのMCPクライアントがエージェントを作って電話をかけられます。発信や支出を伴うツールの前には確認を求めます。このページでは、他の製品のMCP対応は確認していません。各製品のドキュメントを確認してください。
LiveKit AgentsはApacheライセンス、Pipecatは寛容なライセンスで、どちらも無料で実行、変更、再配布できます。Wixzel Voiceはオープンソースではありませんが、買い切り$499のセルフホストのライセンスで、ソースを含めて自社のサーバーで動かせます。利用は自社の事業に限られます。Bland AIはエンタープライズ向けに専用の展開を提供しており、Retell AIとVapiはホスト型プラットフォームです。
番号を購入し、ダッシュボードかAPIでエージェントを設計すれば、それ以外はすべてプラットフォームが動かします。ベンチャーキャピタルの出資を受けた実績のある製品で、機能の幅が広く、まだ通信事業者がない場合に最初の通話までの最短経路です。
対象：1つのベンダーによる統合された音声スタック、通話を設計するための会話パスウェイ、専用インフラなどのエンタープライズ向けオプションを求めるチーム。
Bland AIはAI電話のためのプラットフォームで、自社で一貫した音声スタックを運用し、会話パスウェイ、電話番号の提供、一括発信、エンタープライズ向けの展開オプションを備えています。
Wixzel VoiceとBland AIの詳しい比較項目の最終更新日：
対象：会話フロービルダー、提供される番号、一括キャンペーン、分析を1つの製品で使いたく、その下にAPIがあればよいチーム。
Retell AIはAI電話エージェントを構築・展開するためのプラットフォームで、会話フロービルダー、電話番号の提供、SIP対応、一括発信、分析機能を備えています。
Wixzel VoiceとRetell AIの詳しい比較項目の最終更新日：
対象：SDK、提供される電話番号、Web通話、自社のプロバイダーキーを使える選択肢を備えた、成熟した多機能なプラットフォームを求めるチーム。
Vapiは音声AIエージェントを構築するための開発者向けプラットフォームで、SDK、Webダッシュボード、電話番号の提供、差し替え可能な音声・モデルプロバイダーの大規模なカタログを備えています。
Wixzel VoiceとVapiの詳しい比較項目の最終更新日：
エージェントはホスト型APIが動かしますが、通信は販売しません。電話の通話は、すでに持っているSIPトランクを通信事業者の料金で使います。このグループの製品はWixzel Voiceだけで、筆者の製品です。
対象：自社のSIPトランクを持ち込む、または自社のWebアプリやモバイルアプリにエージェントを置きたく、1つのプリペイド残高ですべてのエンジンをまかないたい開発者
Wixzel Voiceは、自社のSIPトランクで実際の電話をかけたり受けたりする、または自社のWebアプリやモバイルアプリで人と話すAIエージェントを構築するための音声AI APIです。1つのAPIキーと1つのプリペイド残高ですべての音声エンジンをまかない、実際の使用量に応じて秒単位で課金されます。エンジンはプリセット（classic, sarvam, gemini-live, deepgram-agent）か、プロバイダー名とモデル名の組み合わせでステージごとに構成したもので、sarvamエンジンはインドの言語に一貫して対応しています。すべてのエージェントにはアニメーションのマスコットがあり、共有リンクやWebサイトウィジェットから電話できます。サイト上の価格はすべてメーターが課金に使う価格表から生成され、すべての料金が使用量の行ごとに明細化されます。
料金：一般的な発話速度で接続1分あたり$0.0491（gemini-live）〜$0.1851（deepgram-agent）で、1分あたり$0.012のオーケストレーション料金を含みます。プリペイドで最低チャージ額は$5、サブスクリプション、無料プラン、トライアルはありません。通信は自社のトランクで、上乗せはありません。または、買い切り$499のライセンスで自社のサーバーで動かせます。
Wixzel Voiceのすべてのファクト項目の最終更新日：
フレームワークに沿ってエージェントをコードで書き、自社のサーバーかベンダーのクラウドで動かし、組み込む音声認識、モデル、音声のプロバイダーそれぞれのアカウントを持ちます。制御の幅は最も大きく、運用の負担も最も大きくなります。
対象：会話のループを自社のコードで持ちたく、すでにインフラを運用しているかセルフホストが必要で、その制御のためにワーカー群を運用し、プロバイダーのアカウントを持つことをいとわないチーム。
LiveKit Agentsは、LiveKitのWebRTCインフラの上でリアルタイムの音声エージェントを構築するためのオープンソースのフレームワークです。電話の通話のためのSIP対応と、その下のインフラのためのホスト型クラウドの選択肢があります。
Wixzel VoiceとLiveKit Agentsの詳しい比較項目の最終更新日：
対象：自分で選んだサービスから音声パイプラインを組み立て、すべてのプロバイダーのアカウントを持ち、エージェントのプロセスを自社のインフラかPipecat Cloudで動かし、ターンテイキングのループのどの部分もコードの編集で変えたいPythonのチーム。
PipecatはDailyによるオープンソースのPythonフレームワークで、リアルタイムの音声・マルチモーダルエージェントをプロセッサーのパイプラインとして構築します。差し替え可能な文字起こし、モデル、音声のサービス、WebRTCとWebSocketのトランスポート、Pipecat Cloudというホスト型の展開オプションがあります。
Wixzel VoiceとPipecatの詳しい比較項目の最終更新日：
開発者が現時点で電話をかけるAIエージェントを構築できる製品を対象とし、各製品はそれぞれの公開ドキュメントに基づいて、ビジネスモデルの観点で説明しました。プロバイダーのアカウントを誰が持つか、通信を誰が販売するか、どう課金されるか、どの程度成熟しているかです。料金はプランや月によって変わるため記載していません。TwilioやTelnyxなどの通信事業者、DeepgramやElevenLabsなどのモデルベンダーは、これらのスタックの構成要素であり代替ではないため除外しました。筆者のAqeel ShamsudheenはWixzel Voiceを開発しています。各項目からリンクしている比較ページで詳しく説明しており、修正はお問い合わせページから歓迎します。
最初の音声エージェントを構築