Vapi AIが提供する、開発者向けの音声AIエージェント構築プラットフォーム。電話応対や予約受付、カスタマーサポートなどの「話す・聞く」業務を自動化するボイスエージェントを、APIとダッシュボードから構築できる。会話の割り込み検知や感情・意図の読み取り、雑音除去といった高度な会話制御を備え、OpenAI/Anthropic/Googleなど主要LLMと音声合成プロバイダーを自由に組み合わせられるのが特徴。100以上の言語に対応し、SOC 2・HIPAA準拠などのエンタープライズ機能も揃う。
主な特徴
- 低遅延の自然な音声対話: 音声認識・LLM・音声合成のパイプラインを最適化し、サブ秒レベルの応答を実現。人間同士の会話に近いテンポでやり取りできる
- 高度な会話制御: ユーザーが途中で話し始めたことを検知して応答を止める割り込み（バージイン）対応、感情・意図の読み取り、背景雑音のフィルタリングなど、電話応対で重要になる細かな制御を標準装備
- プロバイダーを自由に組み合わせ: LLMはOpenAI/Anthropic/Googleなど、音声合成はElevenLabsをはじめとする複数プロバイダーから選択可能。用途とコストに応じて構成を差し替えられる
- 単一・複数エージェント構成に対応: シンプルな一次受付から、役割の異なる複数エージェントが連携するワークフロー（Squads）まで構築できる
- 100以上の言語に対応: 多言語での音声対話が可能で、グローバル向けの電話応対にも使える
- エンタープライズ機能: SSO・RBAC・SOC 2・HIPAA準拠など、企業導入に必要なセキュリティ・コンプライアンス要件をカバーする
料金
| プラン | 料金 | 主な特徴 |
|---|---|---|
| Build（従量課金） | $0.05/分〜 | プラットフォーム利用料。LLM・音声合成などのモデルコストは別途実費。同時通話10回線込み（追加は1回線あたり月額$10） |
| Scale（年間契約） | 要問い合わせ | 固定プラットフォーム費＋ボリューム単価。SOC 2・HIPAA・PCI・SSO・RBAC、データレジデンシー、専任サポート |
$0.05/分はVapiのオーケストレーション層の料金で、実運用では音声認識・LLM・音声合成・電話網の費用が加わる点に注意（構成次第で合計単価は変動する）。HIPAA対応やゼロデータ保持は有料アドオン。
料金は2026年8月時点の情報です。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- 音声対話に必要な要素（認識・応答・合成・電話連携）が一つのプラットフォームにまとまっており、自前でパイプラインを組むより大幅に開発が速い
- LLM・音声合成プロバイダーを差し替えられるため、特定ベンダーへのロックインを避けつつ品質とコストを調整できる
- 割り込み検知や雑音除去など、実際の電話応対で効いてくる会話制御が充実している
- ドキュメントとAPIが開発者向けに整備されており、ダッシュボードからのテストも容易
⚠️ デメリット
- 開発者向けのプラットフォームであり、ノーコードで完結させたい非エンジニアにはハードルが高い
- 表示上の$0.05/分に加えてモデル・電話網のコストが積み上がるため、総コストの見積もりに注意が必要
- 会話品質は組み合わせるLLM・音声合成の選択に依存し、チューニングの試行錯誤が必要になる
- HIPAA対応などのコンプライアンス機能は高額なアドオンで、小規模利用には過剰になりうる
類似サービスとの比較
| 比較項目 | VAPI | Retell AI | Bland AI | ElevenLabs Agents |
|---|---|---|---|---|
| 主な用途 | 音声エージェント構築基盤 | 電話AIエージェント | 電話自動化 | 会話型音声エージェント |
| 対象ユーザー | 開発者 | 開発者〜事業者 | 開発者〜事業者 | 開発者・クリエイター |
| LLMの選択 | 主要LLMを自由に選択 | 主要LLMに対応 | 自社最適化中心 | 主要LLMに対応 |
| 音声合成 | 複数プロバイダー対応 | 複数プロバイダー対応 | 内蔵中心 | 自社高品質ボイス |
| 課金形態 | 従量（分単位）＋実費 | 従量（分単位） | 従量（分単位） | 従量（分単位） |
こんな人におすすめ
- 電話応対・予約受付・アウトバウンドコールなどの音声業務を自動化したい開発チーム
- 音声認識からLLM、音声合成までのパイプラインを自前で組まずに、プロダクトに音声対話を組み込みたい開発者
- LLMや音声合成のプロバイダーを用途ごとに使い分けたい、ベンダーロックインを避けたいチーム
- SOC 2やHIPAAなどのコンプライアンス要件がある企業で、音声AIの導入を検討している担当者
まとめ
VAPIは、低遅延の音声対話に必要な要素を一式備えた、開発者向けの音声AIエージェント構築プラットフォームである。プロバイダーの組み合わせ自由度と会話制御の細かさが強みで、電話応対の自動化を本格的に作り込みたいチームに向く。一方で総コストはモデル構成に左右されるため、まずは従量課金のBuildプランで小さく試し、通話量が読めてきたら年間契約のScaleを検討するとよい。