Jede Plattform für KI-Telefonagenten wirbt mit einem Minutenpreis, und fast keine meint damit dasselbe. Die 0,05 $ pro Minute bei Vapi sind die Plattformgebühr, bevor Sie für ein einziges transkribiertes Wort bezahlt haben. Retells beworbener Preis von 0,07 $ setzt ein günstiges Modell und eine einfache Stimme voraus. Die Zahl, auf die es wirklich ankommt, sind die Gesamtkosten pro Minute, multipliziert mit den Minuten, die Sie tatsächlich abwickeln, plus die Gebühren, die erst auftauchen, wenn Sie mehr Leitungen oder ein BAA brauchen.
Dieser Artikel schlüsselt die aktuellen Preise beider Plattformen Posten für Posten auf und stellt ihnen dann einen selbst gehosteten Voice-Agenten auf AWS bei fünf Anrufvolumen gegenüber. Die Preise wurden am 22. Oktober 2026 auf den Preisseiten von Vapi, Retell, Twilio, Deepgram, ElevenLabs und AWS geprüft. Sie ändern sich oft, verstehen Sie das also als Momentaufnahme.
Das Fazit in Kürze
Verwaltete Plattformen sind günstiger, bis Sie mehrere tausend Minuten im Monat abwickeln, und viel schneller startklar. Selbsthosten gewinnt bei dauerhaftem Volumen bei den Kosten, und bei der Kontrolle, wenn Anrufdaten Ihr Konto nicht verlassen dürfen.
Unter ~7.000 Min. pro Monat
Eine feste GPU-Rechnung kann bei geringem Volumen nicht mit Minutenpreisen mithalten, und Sie sparen sich den Aufbau des Stacks.
Frontier-Modelle und Premium-Stimmen
Eine einzelne selbst gehostete GPU erreicht nicht die Qualität von GPT-5.5 oder ElevenLabs.
Über 50.000 Min. pro Monat
Die verwaltete Rechnung wächst mit jeder Minute, Ihre eigene mit der Spitzenparallelität, und die steigt viel langsamer.
HIPAA oder strenge Datenvorgaben
Allein Vapis HIPAA-Zusatzoption kostet 2.000 $ pro Monat; Retell bietet ein selbst signiertes BAA ohne Zusatzgebühr. Das verschiebt den Break-even, noch bevor das Volumen es tut.
Woraus sich eine Minute KI-Telefonagent zusammensetzt
Unabhängig von der Plattform bezahlt jede Minute dieselben fünf Schichten:
| Schicht | Aufgabe | Üblicher Preis bei verwalteten Plattformen |
|---|---|---|
| Plattform oder Voice Engine | Orchestrierung, Sprecherwechsel, Unterbrechungen | 0,05 $ (Vapi), 0,055 $ (Retell) |
| Speech-to-Text | Macht aus der Sprache des Anrufers Text | ~0,01 $ |
| LLM | Entscheidet über Antworten und welche Tools aufgerufen werden | 0,0016 $ bis 0,38 $, je nach Modell |
| Text-to-Speech | Die Stimme des Agenten | 0,015 $ bis 0,10 $, je nach Stimme |
| Telefonie | Telefonnummer und der Anruf selbst | 0 $ bis 0,015 $ |
LLM und Stimme sind die großen Stellschrauben. Die Plattformgebühr ist pro Minute fest. Modell und Stimme, die Sie wählen, können die Summe mehr als verdoppeln. Ein Angebot, das nicht beide nennt, ist also kein Angebot.
Preise von Vapi: Plattformgebühr plus durchgereichte Anbieterkosten
Vapi berechnet eine Hosting-Gebühr und reicht jeden Anbieter zum Selbstkostenpreis durch. Sie bringen die Modelle mit oder wählen aus der Liste und bezahlen jeden Anbieter einzeln.
| Posten | Preis |
|---|---|
| Vapi-Hosting | 0,05 $/Min., im Voraus bezahlt |
| Transkription (Deepgram Nova-3) | 0,0095-0,0099 $/Min. |
| LLM (OpenAI) | 0,008-0,045 $/Min. |
| Stimme (ElevenLabs-API) | 0,015-0,024 $/Min. |
| Telefonie | Vapi-Telefonie, SIP und WebRTC kostenlos; Twilio 0,0085 $ eingehend / 0,014 $ ausgehend; Telnyx 0,0055 $ |
| Parallelität | 4 Leitungen im kostenlosen Tarif, 10 in Core (29 $ pro Monat); weitere Leitungen je 10 $ pro Monat |
| HIPAA | Zusatzoption für 2.000 $ pro Monat |
| Zero Data Retention | In jedem kostenpflichtigen Supportpaket enthalten |
Vapis eigenes Beispiel setzt 1.000 Minuten mit 82-129 $ an, also 0,082-0,129 $ pro Minute inklusive allem bei kostenloser Telefonie. Wenn Sie eine eigene Twilio-Nummer mitbringen, kommen 0,0085 $ pro Minute für eingehende Anrufe hinzu. Der wichtigste Haken: HIPAA ist eine pauschale Zusatzoption für 2.000 $ pro Monat, mehr als zwei selbst gehostete GPU-Stacks, bevor auch nur ein Anruf geführt wurde. Zero Data Retention setzt ein kostenpflichtiges Supportpaket voraus, das bei 29 $ pro Monat beginnt.
Preise von Retell: gebündelte Engine, einzeln abgerechnete Komponenten
Retell bündelt die Transkription in seiner Voice Engine und berechnet LLM, Stimme und Telefonleitung separat. Die veröffentlichte Gesamtspanne liegt bei 0,07-0,31 $ pro Minute, und die Spreizung kommt fast vollständig vom gewählten LLM.
| Posten | Preis |
|---|---|
| Retell Voice Engine | 0,055 $/Min. |
| LLM (Standardstufe) | 0,0016 $ (GPT-5 nano) bis 0,16 $ (GPT-5.5); 0,345-0,38 $ (Realtime) |
| Stimme (TTS) | 0,015 $/Min. für Retell, Minimax, Fish, Cartesia, OpenAI; 0,04-0,10 $/Min. für ElevenLabs |
| Telefonie | 0,015 $/Min. über Retell; kostenlos über Ihren eigenen SIP-Trunk |
| Telefonnummern | 2 $ pro Monat |
| Parallelität | 20 Anrufe inklusive; 8 $ pro Monat je weitere Leitung |
| HIPAA / BAA | Selbst signiertes BAA im Pay-as-you-go-Tarif; keine Zusatzgebühr ausgewiesen |
Der Beispiel-Stack auf Retells Preisseite (ein LLM für 0,04 $, Retells Stimme für 0,015 $ und 0,055 $ Infrastruktur) landet vor Telefonie bei 0,11 $ pro Minute. Mit Retells Telefonleitung für 0,015 $ werden daraus 0,125 $ pro Minute. Wechseln Sie zu Claude 4.5 Haiku für 0,025 $ und nutzen Sie Ihren eigenen SIP-Trunk, sinkt der Preis auf knapp 0,095 $. In die andere Richtung, mit GPT-5.5 für 0,16 $ und einer ElevenLabs-Stimme für 0,04 $, liegen Sie vor Telefonie bei 0,255 $.
Bei der Compliance unterscheidet sich Retell deutlich von Vapi: Ein selbst signiertes BAA ist im Pay-as-you-go-Tarif verfügbar, und die Preisseite weist dafür keine Zusatzgebühr aus. Enterprise ergänzt SSO, RBAC, einen dedizierten Server und individuelle MSA-/DPA-/BAA-Bedingungen zu individuellen Preisen, aber der grundlegende rechtliche Weg für eine Klinik braucht keinen Enterprise-Vertrag.
Selbst gehosteter Telefonagent auf AWS
Selbst gehostet verschwinden die Minutenkosten fast vollständig, und an ihre Stelle tritt eine feste Monatsrechnung. Der Stack: LiveKit für den Transport, faster-whisper für Speech-to-Text, ein Open-Weights-LLM auf vLLM und Kokoro für die Stimme.
GPU-Instanz
Eine g6.xlarge (NVIDIA L4, 24 GB) für 0,8048 $ pro Stunde on demand betreibt Speech-to-Text und ein Modell der 8B-Klasse. Das sind 587,50 $ pro Monat rund um die Uhr oder etwa 269,66 $ pro Monat mit einer dreijährigen reservierten Bindung. Spot-Preise fallen bis auf 0,4013 $ pro Stunde (~293 $ pro Monat), allerdings liegen die Unterbrechungsraten über 20 %.
CPU-Instanz
LiveKit, die Agent-Worker, Kokoro und die Sprecherwechselerkennung laufen auf CPU. Planen Sie rund 130 $ pro Monat für eine Instanz mit 4 vCPUs ein. Betreiben Sie sie in derselben Region wie die GPU.
Telefonie
Einen Netzbetreiber brauchen Sie weiterhin. Twilio berechnet 0,0085 $ pro Minute für eingehende Anrufe auf eine lokale Nummer, 0,014 $ pro Minute für ausgehende und 1,15 $ pro Monat je Nummer. Telnyx ist günstiger: Vapi reicht dessen Anrufe für 0,0055 $ pro Minute durch, gegenüber 0,008 $ bei Twilio.
Was eine GPU schafft
Eine GPU mit 24 GB reicht für ein Pilotprojekt: eine Handvoll gleichzeitiger Anrufe. Faster-whisper serialisiert Inferenzaufrufe auf Ebene der GPU-Kernel, daher begrenzt die GPU-Auslastung den Spitzendurchsatz, nicht die Thread-Zahl. Wie viele gleichzeitige Anrufe Sie tatsächlich schaffen, hängt von Modell, Prompt-Länge und Latenzziel ab, also machen Sie vor der Dimensionierung einen Lasttest. Darüber hinaus fügen Sie GPUs für die Spitzenparallelität hinzu, nicht für die Gesamtminuten.
Dieser letzte Punkt erklärt, warum Selbsthosten bei den Kosten so gut skaliert. Verwaltete Plattformen berechnen jede Minute. Eine GPU kostet jede Stunde, ob ausgelastet oder im Leerlauf, Sie bezahlen also für Ihre Spitzenstunde, nicht für Ihr Gesamtvolumen.
Monatliche Kosten bei fünf Anrufvolumen
Hier jede Option bei fünf monatlichen Volumen. Die Spalten der verwalteten Plattformen nutzen deren eigene veröffentlichte Schätzungen. Die selbst gehostete Spalte geht davon aus, dass Anrufe während der Geschäftszeiten eingehen (8 Stunden pro Tag, 22 Tage pro Monat), die Spitze beim 1,5-Fachen des Durchschnitts liegt und eine GPU 5 gleichzeitige Anrufe schafft. Die letzte Zahl ist eine Annahme zur Veranschaulichung; testen Sie Ihre eigene Last.
| Minuten pro Monat | Selbst gehostet auf AWS | Vapi (0,082-0,129 $) | Retell (0,07-0,31 $) |
|---|---|---|---|
| 1.000 | ~727 $ (1 GPU) | 82-129 $ | 70-310 $ |
| 10.000 | ~803 $ (1 GPU) | 820-1.290 $ | 700-3.100 $ |
| 50.000 | ~1.731 $ (2 GPUs) | 4.100-6.450 $ | 3.500-15.500 $ |
| 100.000 | ~2.744 $ (3 GPUs) | 8.200-12.900 $ | 7.000-31.000 $ |
| 300.000 | ~7.972 $ (9 GPUs) | 24.600-38.700 $ | 21.000-93.000 $ |
Die selbst gehosteten Zahlen verwenden On-Demand-GPU-Preise plus eine CPU-Instanz und eingehende Twilio-Minuten. Mit Bindungen sinkt der GPU-Posten um mehr als die Hälfte. Die Zahlen der verwalteten Plattformen enthalten keine Gebühren für Parallelität: Bei 300.000 Minuten liegt die Spitze bei rund 43 gleichzeitigen Anrufen, was im Core-Tarif von Vapi etwa 360 $ pro Monat ausmacht (29 $ plus 33 zusätzliche Leitungen × 10 $) und bei Retell etwa 184 $ (23 zusätzliche Leitungen × 8 $).
Die Spanne bei Retell ist absichtlich breit, weil sie die ehrliche ist: Ein Stack mit GPT-5 nano und 0,0016 $ pro Minute an LLM-Kosten führt zu einer ganz anderen Rechnung als ein Stack mit GPT-5.5 in der schnellen Stufe für 0,32 $ pro Minute.
Wo der Break-even liegt
Nur auf die Infrastruktur bezogen kostet ein selbst gehosteter Stack rund 718 $ pro Monat plus 0,0085 $ pro Minute für Telefonie. Gegenüber Vapi mit 0,082 $ pro Minute rechnet er sich bei etwa 9.800 Minuten pro Monat. Gegenüber Retells Beispiel-Stack mit 0,11 $ pro Minute bei etwa 7.100 Minuten pro Monat. Gegenüber Retells Untergrenze von 0,07 $ verschiebt sich der Break-even auf etwa 11.700 Minuten, aber diese Untergrenze setzt ein günstiges LLM und eine einfache Stimme voraus, die Ihren Qualitätsansprüchen womöglich nicht genügen.
Die Infrastruktur ist aber nicht die ganze Rechnung. Jemand muss den Agenten bauen, GPU-Treiber und Modelle aktuell halten und reagieren, wenn der Alarm losgeht. Beziffern Sie diese Zeit: Je 1.000 $ pro Monat an Engineering verschieben den Break-even um rund 10.000-14.000 Minuten. Das ist der ehrliche Grund, warum die meisten Teams auf einer verwalteten Plattform anfangen und später wechseln.
Das Volumen bestimmt die Rechnung, die Spitzenparallelität die Server. Ein Callcenter mit gleichmäßigem Verkehr über den ganzen Tag holt aus jeder GPU weit mehr heraus als eines, bei dem alle Anrufe zwischen 9 und 11 Uhr vormittags eingehen.
Kosten, die im Minutenpreis nicht auftauchen
Verwaltete Plattformen
- Gebühren für Parallelität, sobald Sie die enthaltenen Leitungen überschreiten. Vapi enthält 4 (10 in Core), Retell 20.
- Compliance: Vapis HIPAA-Zusatzoption kostet 2.000 $ pro Monat, und Zero Data Retention setzt ein kostenpflichtiges Supportpaket voraus. Retells BAA ist selbst signiert, ohne ausgewiesene Zusatzgebühr, und damit der günstigere rechtliche Weg für eine Klinik.
- Premium-Stimmen und Frontier-Modelle können den Minutenpreis verdoppeln oder vervierfachen. Ein GPT-5.5-LLM in der schnellen Stufe für 0,32 $ pro Minute kostet etwa das 200-Fache eines Stacks mit GPT-5 nano für 0,0016 $ pro Minute.
- Twilio-Zusatzdienste, wenn Sie Ihren eigenen Netzbetreiber mitbringen: Conversation Relay kostet zusätzlich 0,07 $ pro Minute, Anrufaufzeichnung 0,0025 $ pro Minute, und angebrochene Minuten werden aufgerundet.
Selbst gehostet
- Engineering-Zeit für Aufbau und Betrieb des Stacks, meist der größte Posten.
- GPUs, die nachts im Leerlauf laufen, sofern Sie außerhalb der Geschäftszeiten nicht herunterskalieren.
- Lasttests und Monitoring, bevor Sie echte Anrufer darauf loslassen.
- Eine Qualitätslücke beim Modell, wenn eine einzige GPU alles tragen muss. Faster-whisper serialisiert auf Kernel-Ebene, die Parallelität ist also eine echte Grenze und kein Rundungsfehler.
- Unterbrechungsrisiko bei Spot-Instanzen, wenn Sie dem günstigsten GPU-Preis hinterherjagen. Eine Unterbrechungsrate von >20 % bei g6.xlarge-Spot ist ohne Ausweichkapazität nicht mit Live-Telefonaten vereinbar.
Was Sie wählen sollten
Vapi
Am besten für Entwickler, die jeden Anbieter selbst auswählen
Wählen Sie Vapi, wenn Sie als Entwickler jeden Anbieter selbst auswählen wollen und bereits API-Schlüssel für Modelle haben. Vapi hat die niedrigste Plattformgebühr und die größte Freiheit beim Kombinieren von Modellen. Behalten Sie beim Wachstum die HIPAA-Zusatzoption im Blick: Mit 2.000 $ pro Monat kostet sie mehr als zwei selbst gehostete GPU-Stacks, bevor ein einziger Anruf geführt wurde.
Retell
Am besten für eine gebündelte Engine mit großzügiger Parallelität
Wählen Sie Retell, wenn Sie eine gebündelte Engine mit großzügiger Parallelität und ein selbst signiertes BAA wollen. Die Transkription steckt in der Voice Engine, 20 gleichzeitige Anrufe sind Standard, und das BAA ist im Pay-as-you-go-Tarif selbst signiert, ohne ausgewiesene Zusatzgebühr. Wählen Sie das LLM mit Bedacht: Es ist die größte Stellschraube, und zwischen GPT-5 nano und GPT-5.5 liegt der Faktor 100×.
Selbst gehostet auf AWS
Am besten ab ~10.000 Min. pro Monat oder wenn Daten in Ihrem Konto bleiben müssen
Wählen Sie das Selbsthosten, wenn Sie über ~10.000 Minuten pro Monat liegen oder Daten in Ihrem Konto bleiben müssen. Sie bekommen eine feste Rechnung, die mit der Spitzenparallelität wächst, nicht mit den Minuten. Das LLM läuft auf vLLM in Ihrer eigenen VPC. Kalkulieren Sie die Engineering-Zeit ehrlich: Sie ist der Posten, der den Business Case kippt, wenn Sie so tun, als wäre sie kostenlos.
Lohnt es sich, einen KI-Telefonagenten selbst zu hosten?
Meine Einschätzung: Starten Sie auf einer verwalteten Plattform, weisen Sie nach, dass Ihr Agent Anrufe wirklich gut beantwortet, und behalten Sie Ihre monatlichen Minuten im Blick. Sobald Sie dauerhaft über 10.000 Minuten pro Monat liegen oder Compliance-Zusatzoptionen die verwaltete Rechnung unangenehm machen, rechnen Sie einen selbst gehosteten Stack mit Ihrem echten Verkehr durch. Für die GPU- und LLM-Schicht lässt Sie ein vorkonfigurierter vLLM-Inferenzserver in Ihrem eigenen AWS-Konto für die GPU bezahlen, nicht für jede Minute.
Häufig gestellte Fragen
Was kostet ein KI-Telefonagent pro Minute?
Das hängt von Plattform, Modell und Stimme ab. Verwaltete Plattformen liegen bei etwa 0,07 $ bis 0,31 $ pro Minute, alles inklusive. Selbst gehostet zahlen Sie eine feste GPU-Rechnung plus Telefonie, was sich erst bei dauerhaft hohem Volumen lohnt.
Was kostet Vapi?
0,05 $ pro Minute Plattformgebühr plus die Anbieterkosten, die ohne Aufschlag durchgereicht werden. Nach Vapis eigenem Beispiel ergibt das 0,082-0,129 $ pro Minute, alles inklusive. HIPAA kostet 2.000 $ pro Monat extra; Zero Data Retention ist in jedem kostenpflichtigen Supportpaket enthalten, ab 29 $ pro Monat.
Was kostet Retell AI?
0,055 $ pro Minute für die Voice Engine plus LLM und Stimme, mit einer veröffentlichten Gesamtspanne von 0,07-0,31 $ pro Minute. Der Beispiel-Stack auf der Preisseite landet vor Telefonie bei 0,11 $ pro Minute. Ein selbst signiertes BAA ist im Pay-as-you-go-Tarif verfügbar, ohne ausgewiesene Zusatzgebühr.
Ist es günstiger, einen KI-Telefonagenten selbst zu hosten?
Bei dauerhaftem Volumen (rund 7.000-10.000 Minuten pro Monat, nur auf die Infrastruktur bezogen) ja. Die Engineering-Zeit schiebt den tatsächlichen Break-even aber nach oben. Compliance-Zusatzgebühren können ihn nach vorne ziehen.
Was kostet ein selbst gehosteter KI-Telefonagent auf AWS?
Rund 587,50 $ pro Monat für eine g6.xlarge-GPU-Instanz on demand, plus ~130 $ pro Monat für CPU, plus 0,0085 $ pro Minute für eingehende Twilio-Anrufe. Eine dreijährige reservierte GPU-Bindung senkt den GPU-Posten auf etwa 269,66 $ pro Monat.
Berechnen Vapi und Retell gleichzeitige Anrufe?
Ja. Vapi enthält 4 Leitungen im kostenlosen Tarif und 10 im Core-Tarif für 29 $ pro Monat und berechnet 10 $ pro Monat für jede weitere Leitung. Retell enthält 20 und berechnet 8 $ pro Monat für jede weitere Leitung.
Ist die Qualität beim Selbsthosten dieselbe?
Open-Weights-Modelle sind deutlich besser geworden, und Kokoro ist eine brauchbare Stimme. Frontier-Modelle und ElevenLabs-Stimmen liegen bei komplexen Aufgaben und Natürlichkeit aber weiterhin vorne. Testen Sie, bevor Sie sich festlegen, und denken Sie daran, dass die Parallelität von faster-whisper durch die Serialisierung der GPU-Kernel begrenzt wird, nicht durch die Thread-Zahl.
Das LLM des Agenten auf Ihrer eigenen GPU betreiben
Starten Sie einen vorkonfigurierten vLLM-Inferenzserver in Ihrem eigenen AWS-Konto und bezahlen Sie für die GPU, nicht für jede Minute.
vLLM im AWS Marketplace bereitstellen