音声AIの原価を分解する — 1,000分でいくらかかるか

5つの構成要素

Vapi の公式計算機では1,000分で$82〜$129と出る。Bland はバンドルで$0.14/分なので1,000分で$140、Build プランなら$0.12/分＋月$299である。

Bland の Build が有利になるのは、$299 の基本料を $0.02 の差で回収できる分数、つまり約15,000分からである。月1,000分なら Start のほうが安い。

バンドル型を選ぶ理由

単価が1つにまとまっていると、社内の予算承認が通りやすい。5つの要素を表にして説明すると、「結局いくらなのか」という質問に答えられず差し戻される。実務ではこれが選定を決めることがある。

逆に個別課金型は、各要素を自分で選べる。安いモデルに替える、別の音声合成を使うといった調整ができるので、規模が大きくなると最適化の余地が残る。

1,000分は多いのか

1件3分の問い合わせなら約330件。1日15件の電話を受ける事業所のひと月分にあたる。人件費と比べれば圧倒的に安いが、これは全件をAIが完結させた場合の数字である。

実際には人に引き継ぐ通話が出る。引き継いだぶんもAI側の分数は消費されるので、費用は減らずに人の工数が乗る。導入の判断は「何割を完結させられるか」で決まる。

見積もりに入れ忘れるもの

• 電話回線の費用（別契約になることが多い）
• 転送した通話の時間（転送中も課金される提供元がある）
• テストと調整にかかる通話分
• 録音の保存費用

よくある質問

Q. 費用を抑えるには。

A. 通話を短くすることが最も効きます。冒頭の案内を削り、聞き返しが起きにくい質問文にするだけで平均通話時間が縮みます。モデルを安くするのは、聞き返しが増えて逆効果になることがあります。