Voice-Agent Kosten pro Minute berechnen

Woraus sich die Minute zusammensetzt

Voice-Agent Kosten setzen sich aus vier Bausteinen zusammen: Speech-to-Text wandelt die Sprache der Anrufenden in Text, ein Sprachmodell formuliert die Antwort, Text-to-Speech spricht sie aus, und bei einer Telefon-KI kommt die Telefonie dazu. Anbieter von Voicebot-Plattformen bündeln diese Teile oft zu einem Preis pro Minute. Der Rechner zerlegt die Kosten pro Minute, damit Sie Angebote vergleichen und sehen, welcher Baustein den größten Anteil hat.

Beim Sprachmodell ist die Rechnung weniger offensichtlich: Bei jedem Sprecherwechsel schickt der Agent den Systemprompt und den bisherigen Gesprächsverlauf erneut. Ein Gespräch mit 16 Wechseln liest also den Systemprompt 16-mal und den frühen Verlauf immer wieder. Systemprompt-Caching senkt diesen Anteil deutlich, weil gecachte Eingabe-Tokens bei vielen Anbietern nur einen Bruchteil kosten. Der Rechner verwendet dafür den Cache-Preis aus unserer Modellübersicht, wo einer hinterlegt ist.

Die Preise für Sprache zu Text, Text zu Sprache und Telefonie sind mit Beispielwerten vorbelegt, weil sie je nach Anbieter, Stimme, Sprache und Vertrag stark schwanken. Tragen Sie die Werte aus Ihrem Angebot ein. Nicht enthalten sind Plattformgebühren, Rufnummern, Entwicklung und Betrieb. Für die Planung der Antwortzeit, die bei Sprachdialogen besonders zählt, hilft der Antwortzeit-Rechner.