Vapi

Vapi は開発者向けの音声 AI エージェント・オーケストレーション プラットフォームで、音声認識・大規模言語モデル・音声合成・電話回線を組み合わせて、そのまま運用できる音声エージェントに仕上げます。価値はモデルの重みではなく、オーケストレーション、低遅延、信頼性のエンジニアリングにあります。

Assistants と Squads Assistants は単一のプロンプトとツールでカスタマーサポート、リードの絞り込み、予約対応をこなします。Squads は複数の専任 assistant をオーケストレーションし、文脈を保ったハンドオフに対応するため、トリアージから予約、注文の返品といった複数役割のフローに向きます。

電話と Web の二経路 着信・発信、番号管理、自前 SIP トランクの接続（BYO SIP）に対応し、Web SDK でリアルタイム音声を Web ページやアプリに埋め込めます。

差し替え可能な三段構成パイプライン STT は Deepgram、AssemblyAI、Soniox、LLM は OpenAI、Anthropic、Gemini、TTS は ElevenLabs、Cartesia から選べます。カスタム STT や OpenAI 互換の自前 LLM も接続でき、三段それぞれに独立したフォールバックがあります。

ツールと可観測性 転送、切断、SMS、DTMF、API Request のツールを内蔵し、MCP とナレッジベースに対応します。Evals は自動評価を CI/CD に組み込み、Simulations は AI テスターに実際の会話をさせ、Monitoring はしきい値でアラートを出し、ログでは通話ごとのコストを確認できます。

設定をコードとして扱う assistant、squad、tool はファイルとして git に入り、PR レビューを経て環境間を昇格し、CLI・REST API・Composer が付属します。

AI コアの境界 Vapi は STT・LLM・TTS の基盤モデルを自社開発しておらず、公式には「orchestration layer over the transcriber, the model, and the voice」と説明しています。自社で作っているのはリアルタイムのオーケストレーションと低遅延の経路、三段フォールバック、Model Intelligence ベンチマーク、Evals、SIP 抽象化層です。Vapi Voices の基盤モデルの帰属は公式には公開されていません。企業向けには SOC 2、HIPAA、PCI DSS への準拠と ZDR、SSO を公開しています。