Vapi

Was ist Vapi?

Vapi ist eine Infrastrukturplattform für Voice AI-Voice-Intelligenz-Agenten, die sich an Entwickler richtet. Sie verbindet Echtzeit-Spracherkennung, große Sprachmodelle, Sprachsynthese, Telefonie, Aufruf von Tools sowie eine niedrige Verzögerungszeit miteinander, um Teams dabei zu helfen, Assistenten in Anwendungen oder am Telefon zu erstellen, die natürliche Gespräche führen können.

Die Plattform verfügt über ein modulares Design – Entwickler können Dienste wie OpenAI, Anthropic, Deepgram und ElevenLabs miteinander kombinieren, sowie eigene Modelle und API-Schlüssel verwenden. Vapi ist hauptsächlich für die Echtzeit-Orchestrierung, Zuverlässigkeit, Telefonverbindungen, Tests, Überwachung und Erweiterung zuständig.

Hauptfunktionen von Vapi

• Sprachassistent:Konfiguration von Prompten, Modellen, Sprache, Transkription und Dialogverhalten.
• Anrufe empfangen und ausführen:Nummern kaufen, Nummern importieren oder Telefondienste verbinden, um eine zweiwege Kommunikation zu ermöglichen.
• Workflows und Squads:Entwerfen Sie mehrstufige Abläufe und leiten Sie das Gespräch zwischen mehreren spezialisierten Assistenten weiter.
• Toolaufruf:Verbindet Terminvereinbarungen, CRM, Datenbanken, Zahlungen und benutzerdefinierte Geschäfts-APIs.
• Server-URL und Webhook:Echtzeit-Empfang von Anrufereignissen, Tool-Anfragen, Status- und Analysedaten.
• Campaigns：Gesamtheitliche Verwaltung von Aufruflisten, Scheduling und Anrufaktivitäten.
• Testen und Überwachen:Überprüfen Sie das Anrufprotokoll, die Transkripte, Verzögerungen, Fehler sowie die Webhook-Übermittlungen.
• Web- und Mobile SDKs:Einbinden von Sprachassistenten in Webseiten sowie in Anwendungen wie React Native, Flutter usw.
• Mehrfachmieter und White-Label:Über APIs werden Sprachfunktionen für SaaS-Kunden erstellt und verwaltet.

Voice-AI-Technologie-Pipeline

Vapi-Preise

Die Gesamtkosten von Vapi setzen sich aus den Gebühren für die Plattformnutzung, den Kosten des Modellanbieters sowie den Telefonkosten zusammen. Die Gebühr von 0,05 US-Dollar pro Minute allein gibt keinen Überblick über die endgültigen Kosten eines gesamten Anrufs.

Scale bietet zusätzlich SOC 2, PCI, SSO, RBAC, Datenhaltungsorte, SLA, exklusiven Support sowie Zugang nach einem Prioritätsmodell. Kunden mit hohem Verbrauch können einen Rabatt pro Minute vereinbaren; der Vertrag muss die Plattformgebühren, die zugesagten Mengen, die Preise für Überschreitungen sowie die Kosten des Anbieters klar festlegen.

Die Kosten für einen Telefonanruf

Anleitung zur Erstellung eines Vapi-Stimmenassistenten

1. Zuerst sollte ein klar definiertes Telefond Ziel, die zulässigen Aufgaben sowie die Bedingungen für eine manuelle Weiterleitung festgelegt werden.
2. Erstellen Sie einen Assistant, wählen Sie STT, LLM, TTS aus und legen Sie Identität, Tonfall sowie Geschäftsregeln fest.
3. Einstellungen für den ersten Satz, Unterbrechungen, Stille, Ende, Sprachbox und maximale Gesprächsdauer.
4. Fügen Sie Terminvereinbarungen, CRM-Anfragen oder benutzerdefinierte Funktionen hinzu und nutzen Sie JSON Schema zur Beschränkung der Parameter.
5. In den Testanrufen werden Akzente, Störgeräusche, Wiederholungen, Ablehnungen, Schnittstellenfehler und Überschreitungsprobleme berücksichtigt.
6. Nach Überprüfung der Protokolle, Verzögerungen und Kosten wird eine offizielle Nummer vergeben und der Datenverkehr schrittweise erweitert.

Anleitung zur Aufrufung von Tools und Webhooks

1. Aktivieren Sie HTTPS für die Server-URL und überprüfen Sie die Identität der Anfragen von Vapi.
2. Nur die für die Erledigung der Aufgaben des Assistenten notwendigen APIs werden bereitgestellt; direkte Rechte als Datenbankadministrator werden nicht gewährt.
3. Serverseitige Überprüfung der Felder für Namen, Telefonnummer, Datum, Betrag und Identität.
4. Für die Tools sollten Timeout-Werte, Idempotenzschlüssel, Wiederholungsmechanismen sowie klare Fehlermeldungen festgelegt werden.
5. Protokollieren Sie die Anfragen-ID, die Anruf-ID, das Ergebnis sowie eventuelle manuelle Eingriffe, um zu vermeiden, dass die Protokolle sensible Daten enthalten.
6. Nachdem die Webhook-Verarbeitung lokal mit der offiziellen CLI durchgeführt und getestet wurde, wird das Produktionsendpunkt bereitgestellt.

Anleitung für Aufrufkampagnen

1. Überprüfen Sie, ob die Liste eine gesetzliche Genehmigung hat, und sortieren Sie sie nach Region, Zeitzone sowie nach dem Status der Ablehnung der Kontaktaufnahme.
2. Einstellen von Anruferanzeige, Anrufzeit, Parallelität, maximalen Versuchszahlen und Voicemail-Strategien.
3. Der Assistent soll seine Identität und seinen Zweck klar darlegen; er darf sich nicht als echte Person ausgeben oder die werbliche Natur verbergen.
4. Zuerst werden kleine Stichproben ausgeführt, um die Erfolgsraten bei der Verbindung herstellen, Ziele erreichen, Beschwerden bearbeiten und Umleitungen durchzuführen zu überprüfen.
5. Legen Sie die Minutenanzahl sowie das Budget für das Modell fest – es wird automatisch pausiert, wenn es zu Abweichungen bei der Verbindung oder zu höheren Kosten kommt.
6. Echtzeit-Update des CRM und der Blocklist, um sicherzustellen, dass abgelehnte Nutzer nicht erneut angerufen werden.

SDK, CLI und die GitHub-Ökosysteme

• Offizielle Web SDKs und SDKs für React Native;
• Server-SDKs wie Node.js, Python, Go, Ruby, Java und C#;
• Beispiele für Flutter, Expo, Next.js und weitere Frameworks;
• Die offizielle CLI kann Assistenten, Nummern, Anrufe, Workflows, Kampagnen und Webhooks verwalten;
• Das offizielle Docs-Repositorium sowie die mehrsprachigen Server-Seitenvorlagen sind unter einer Open-Source-Lizenz verfügbar;
• Die Kern-Vapi-Hosting-Plattform, die Telefonie-Orchestrierung sowie die Produktionsinfrastruktur sind keine Open-Source-Software.

Für welche Benutzer geeignet

• Voice AI-Gründerteam:Schnell Ihr eigenes intelligentes Telefon-Produkt entwickeln.
• SaaS-Entwickler:Voice-Dialoge in Webseiten oder mobilen Anwendungen einbetten.
• Kundenservice- und Vertriebsplattform:Automatisierte Anrufe, Ausgangsanrufe, Terminvereinbarungen und Qualitätsprüfungen.
• Unternehmens-Ingenieurteam:Kombiniere eigene Modelle, Betreiber und Geschäftsprozesse.
• Agent:Erstellen Sie white-label-Stimmenassistenten für Kunden aus verschiedenen Branchen.
• Große Institutionen:Es werden hohe Konkurrenzlasten, Datenverweildauer, SSO und SLA benötigt.

Vorteile des Produkts

• STT, LLM, TTS und Telefonkomponenten können frei kombiniert werden, um eine Bindung an einen einzigen Modellanbieter zu vermeiden;
• Entwickler können ihre eigenen API-Schlüssel verwenden, um direkt die Konten des Anbieters sowie die Kosten zu steuern;
• Bietet niedrige Verzögerungen bei Unterbrechungen, Aufruf von Tools, Übertragung an mehrere Assistenten sowie hohe Konnektivität;
• APIs, SDKs, CLI, Webhooks und Beispiele sind gut abgedeckt;
• Unterstützung für Webseiten, Mobilgeräte, Telefonie und eingebettete Geräte;
• Scale bietet Lösungen für Unternehmenssicherheit, Datenverbleib und lokale Implementierung.

Einsatzbeschränkungen und Hinweise

• Die Plattformgebühren beinhalten keine Kosten für Modelle oder Telefonate; bei der Kostenschätzung müssen alle Posten berücksichtigt werden.
• Build speichert nur 14 Tage an Anrufhistorie – für eine langfristige Aufbewahrung ist selbstständiges Archivieren oder die Verwendung einer maßgeschneiderten Lösung erforderlich.
• Die Sprachverzögerung und Genauigkeit werden durch das Netzwerk, den Anbieter, das Modell, den Akzent sowie Störungen beeinflusst.
• Fehler bei der Aufrufung von Tools können zu wiederholten Terminvereinbarungen, falschen Rückerstattungen oder Datenlecks führen.
• Hohe Anzahl an gleichzeitigen Ausrufen erfordert zusätzliche Leitungen sowie Compliance-Kontrollen – es reicht nicht aus, nur die technische Parallelverarbeitung zu erhöhen.
• Sowohl HIPAA als auch die Null-Datenhaltung sind teure Zusatzleistungen, die nicht automatisch zum Basispaket gehören.
• Telefonaufnahmen, automatische Anrufe, Marketing, Anruferkennung und AI-Technologien unterliegen den örtlichen Gesetzen.

Sicherheit, Privatsphäre und Konformität

Vapi gibt offiziell an, die Anforderungen von HIPAA, SOC 2 und GDPR zu erfüllen. Zudem bietet Scale Funktionen wie PCI, SSO, RBAC sowie Möglichkeiten zur Speicherung von Daten. Genaue Zertifizierungen, Vertragsbedingungen sowie Zuständigkeitsgrenzen sollten über das offizielle Sicherheitsportal sowie die Verkaufsverträge abgeklärt werden.

• Die Übertragung von PII und PHI zwischen Prompten, Logs, Webhooks und externen Modellen sollte auf ein Minimum beschränkt werden;
• Die Verwendung eigener Modell-Schlüssel erfüllt nicht automatisch die Compliance-Anforderungen; es ist außerdem notwendig, den jeweiligen Anbieter zu prüfen.
• Für Aufnahmen und Transkripte sollten eine Aufbewahrungsfrist, ein Löschprozess sowie eine Zugriffsauditing-Funktion festgelegt werden.
• API-Schlüssel dürfen weder auf dem Client noch in öffentlichen Repositorien gespeichert werden, vielmehr sollte die Verwaltung über Schlüssel auf der Serverseite erfolgen.
• Für hochriskante Vorgänge sollte eine zweite Bestätigung oder eine manuelle Genehmigung erforderlich sein.

Offene-Quell-Erläuterung

Die Kern-Plattform von Vapi ist kein Open-Source-Projekt, doch die offizielle GitHub-Seite stellt CLI, Dokumentationen, SDKs sowie verschiedene Beispiele zur Verfügung. Die Projekte CLI und Docs werden unter der MIT-Lizenz bereitgestellt; die genauen Lizenzbedingungen finden Sie in den jeweiligen REPOs unter LICENSE.

Open-Source-Klienten können nur dabei helfen, die Vapi-API aufzurufen; sie können jedoch nicht die von dieser API bereitgestellten Funktionen für die Echtzeit-Verarbeitung von Sprachdaten, das Telefonnetz sowie die Unternehmensinfrastruktur ersetzen. In der Übersicht sollte angegeben werden, ob es sich um ein Open-Source-Produkt handelt – bei Kernprodukten ist dies nicht der Fall, während einige Entwicklungstools open source sind.

Häufige Fragen

Wie viel kostet Vapi pro Minute?

Die Hostingkosten für die Build-Plattform betragen 0,05 US-Dollar pro Minute, dazu kommen jedoch noch Kosten für STT, LLM, TTS sowie die Telefonanbieter. Der tatsächliche Preis pro Minute hängt vom Modell, der Länge der Anweisungen, der Sprache und dem Land ab.

Gibt es in Vapi einen kostenlosen Datenvolumen?

Build wird nach Verbrauch abgerechnet; laut offiziellen Angaben umfasst dies einen Startumfang von über 60 Minuten. Genaue Angebote, Gültigkeitsdauer sowie Kontobedingungen entnehmen Sie bitte der Konsole.

Wie viele parallele Anfragen kann Vapi verarbeiten?

Build umfasst 10 parallele Verbindungen; für zusätzliche Verbindungen kostet jede weitere Verbindung 10 US-Dollar pro Monat. Scale kann angepasst werden – laut den offiziellen FAQ kann die Infrastruktur mehr als 1000 parallele Verbindungen unterstützen.

Unterstützt Vapi eigene Modelle?

Unterstützung: Es ist möglich, die Komponenten STT, LLM und TTS auszutauschen. Zudem sind eigene API-Schlüssel des Anbieters verfügbar. Bei Verwendung eigener Schlüssel wird von Vapi kein Entgelt für das jeweilige Modell erhoben, doch der Anbieter berechnet weiterhin eine Gebühr.

Ist Vapi Open Source?

Die Kernplattform ist kein Open-Source-Produkt. In der offiziellen CLI, den SDKs, den Dokumentationen und den Beispielen gibt es mehrere Open-Source-Projekte, doch die vollständige Produktionsinfrastruktur für Sprachdienste wird weiterhin von Vapi betrieben.