Wat een voice-agent echt kost per minuut

Vijf meters lopen op elke minuut

Prijzen per minuut verwarren mensen omdat de term één eenheid beschrijft maar vijf producten. Zolang een beller aan de lijn hangt tikken die allemaal tegelijk, en normaal gesproken is alleen de eerste wat een platform je quoteert.

Daaruit volgen direct twee dingen. Ten eerste: elke quote die uit één getal bestaat heeft de andere vier óf gebundeld met een toeslag, óf uitgesloten. Beide zijn legitieme verdienmodellen; niet weten naar welke van de twee je kijkt is dat niet. Ten tweede: je kosten per minuut zijn deels een functie van hoe je agent zich gedraagt. Een system-prompt die twee keer zo lang is, of een agent die in drie zinnen antwoordt in plaats van in één, verschuift de rekening zonder dat iemand een prijs aanpast.

De formule, en de minuut waarvoor je echt betaalt

Het rekenwerk is niet moeilijk. Waar teams over struikelen is de tweede helft: de minuut die je gefactureerd krijgt is langer dan de minuut waarin iemand praatte.

kosten_per_minuut =
      orchestratie_fee
    + stt_tarief        × audiominuten_in
    + llm_tarief        × (prompt_tokens + output_tokens)
    + tts_tarief        × gesproken_tekens
    + telefonie_tarief  × gefactureerde_legs

gefactureerde_minuten =
      spreektijd
    + beltijd            (bij de meeste carriers, uitgaand)
    + stilte_en_wachten  (de beller hangt nog aan de lijn)
    + afronding          (per seconde, of naar boven per minuut)

Beltijd is de kostenpost die mensen bij uitbellen verrast. Bij veel carriers begint de leg te factureren zodra er wordt opgenomen, maar de economie van een campagne wordt gedomineerd door de gesprekken die niet worden opgenomen, en die kosten je allemaal een poging. Stilte is de kostenpost die mensen bij inkomend verrast: terwijl een beller nadenkt of in de wacht staat voor een doorverbinding, kan spraakherkenning nog streamen en loopt je orchestratiemeter zeker nog door.

Afronding is de stille kostenpost. Facturatie per seconde en afronden naar boven per minuut leveren heel verschillende rekeningen op bij korte gesprekken, en korte gesprekken zijn de meeste gesprekken. Een enkele opzoekvraag van 24 seconden kost óf 24 seconden óf een volle minuut, afhankelijk van een beleid dat zelden op de prijspagina staat. Bij duizend gesprekken per dag is dat ene detail het verschil tussen twee facturen die je anders zou beschrijven.

Een doorgerekend voorbeeld

Hieronder een inkomend gesprek van drie minuten op een klassieke pipeline, als vorm van de uitgaven en niet als belofte over iemands huidige tarieven. Providerprijzen verschuiven elk kwartaal, dus behandel de verhoudingen als de les en zet de getallen van vandaag zelf in de formule.

Daarom zegt het ook zo weinig om platformen op hun koptarief te vergelijken. Een platform dat meer per minuut rekent maar je een goedkoper model laat meebrengen kan alles bij elkaar goedkoper uitkomen, en een platform dat alles bundelt tegen één aantrekkelijk tarief kan een marge op de model-aanroepen pakken die je niet ziet en niet kunt shoppen.

Waar de verborgen vermenigvuldigers zitten

Vijf dingen laten echte facturen betrouwbaar boven de prognose uitkomen. Geen daarvan is iemand die oneerlijk is; ze zijn allemaal een gevolg van het factureren van een gesprek in plaats van een verzoek.

1. 01

   De system-prompt wordt elke beurt gerekend

   De gespreksgeschiedenis plus de instructie gaat elke keer dat de beller praat opnieuw naar het model. Een prompt die je twee keer zo lang maakte kost niet één keer het dubbele, maar het dubbele per beurt voor de rest van het gesprek. Prompt-caching, waar de provider het ondersteunt, verandert dit rekenwerk aanzienlijk en is expliciet navragen waard.
2. 02

   Een doorverbinding kan twee legs factureren

   Een beller aan een mens koppelen betekent dat het platform twee gesprekken vasthoudt zolang het gesprek doorloopt. Of je voor één of voor beide betaalt hangt af van hoe de doorverbinding is geïmplementeerd, en dat verschil is van buitenaf niet te zien.
3. 03

   Herhaalpogingen bij uitbellen vermenigvuldigen pogingen, geen gesprekken

   Een campagne met drie herhaalpogingen bij niet-opnemen heeft tot drie keer de telefoniekosten per bereikbare lead. Reken je kosten per tot stand gekomen gesprek, niet per beltje, anders zit de businesscase er een factor naast.
4. 04

   Een plafond op gelijktijdigheid kost geen geld maar omzet

   Dit is de omgekeerde valkuil. Een limiet op gelijktijdige gesprekken verhoogt je kosten niet, hij begrenst stil je omzet op het piekmoment. Ken het getal, en weet wat er met beller nummer eenentwintig gebeurt.
5. 05

   Opnemen, opslag en analyse zijn losse beslissingen

   Analyse na het gesprek laat een model over het transcript lopen, en dat is nog een model-aanroep per gesprek. Opslag is klein per gesprek en onbegrensd over een jaar. Beide zijn makkelijk aan te zetten en te vergeten.

Platform-keys of je eigen: wie krijgt de rekening

Er zijn twee samenhangende manieren om de modellaag in te kopen, en de keuze verandert je factuur, je marge en je blootstelling. Geen van beide is universeel juist.

Met platform-keys is de providerrelatie die van je leverancier. Je krijgt één factuur, je bent in minuten begonnen, en elke ondersteunde provider werkt zonder dat je ergens een account opent. De vraag die je stelt is of het modelgebruik tegen kostprijs wordt doorgezet of met een toeslag, want dat ene antwoord bepaalt of de constructie gemak is of marge.

Met je eigen keys houd je de provideraccounts en betaal je hen direct. Je ziet het echte gebruik, je kunt zelf over volume onderhandelen, en je erft de instellingen die de provider zelf biedt over hoe er met data wordt omgegaan. Je erft ook de faalvormen: een verlopen kaart of een rate limit op jouw account is nu een probleem tijdens een live gesprek, en de eerlijke vraag aan een leverancier is wat zijn platform op dat moment doet. Een platform dat stilletjes naar een andere provider omschakelt om het gesprek in de lucht te houden, heeft een beslissing over de ervaring van jouw beller genomen die je niet hebt gegeven.

Stel beide vragen in één adem: zit er een toeslag op het modelgebruik, en wat gebeurt er als mijn eigen key het middenin een gesprek begeeft.

Realtime-modellen hebben een andere kostenvorm

Een native-audio model dat in audio hoort en antwoordt vervangt drie meters door één. Dat vereenvoudigt het rekenwerk en verhoogt doorgaans de bodem: prijzen voor realtime-audio liggen meestal boven de som van een zuinige pipeline, en er wordt gefactureerd op audioduur in plaats van op tokens en tekens. Daardoor is het per minuut veel voorspelbaarder en veel minder gevoelig voor hoe praterig je agent is.

Het praktische gevolg is dat de twee opties verschillende risicoprofielen hebben en niet simpelweg een prijsrangorde. Een pipeline belóónt optimalisatie, bestraft breedsprakigheid en geeft je veel kleine knoppen. Realtime geeft je één getal dat nauwelijks beweegt. Voor een bedrijf dat een supportlijn op volume doorrekent is voorspelbaarheid vaak meer waard dan de laagst haalbare kostprijs, en voor een uitbelcampagne met hoog volume geldt meestal het omgekeerde.

Negen vragen om te stellen voordat je tekent

Kan een leverancier deze niet snel en schriftelijk beantwoorden, dan is dat zelf het antwoord. Wij publiceren ze omdat we liever hierop vergeleken worden dan op een koptarief.