OpenAI 于 2026 年 10 月 27 日发布客户案例称，语音智能体公司 Retell 使用其模型支撑业务，每月处理约 1 亿通电话。同一材料另给两点：在 Retell 自建的语音智能体基准上，GPT-6 Astra 排名第一；Codex 被表述为帮助该公司达到人均约 160 万美元的年化经常性收入（ARR）。原文未公布基准样本、对照名单、通话是否全自动，也未拆解 Codex 的任务类型与工时节省。

亿级月通话是规模，不是说明书

「用 OpenAI 模型支撑每月 1 亿通电话」确认的是生产体量。它说明相关模型已进入高并发语音场景，但材料未给出时延、单价、打断处理或转人工率，也未说明模型覆盖的是识别后的对话、语音合成，还是整条链路。对开发者，可引用的只有 Retell 口径下的月通话规模，不能据此认为任意语音智能体换上同一模型就能复制该量级。

内部第一与人均 ARR

GPT-6 Astra 居首，仅相对于 Retell 自己的语音智能体基准成立。没有分项分数、没有外部复现，不宜写成语音智能体的通用第一。Codex 与人均 160 万美元 ARR 的关系，原文是帮助达到，不是单独归因；该指标是年化经常性收入除以员工数，不是利润，编制与收入构成亦未公布。两则数字适合当锚点，不适合当选型公式或人效承诺。

我的判断

这篇案例的价值，是把语音智能体从演示推到亿级月通话，并把代码智能体写进人均产出叙事。做电话机器人或客服自动化的团队，可以把它读成供应商愿意用客户规模背书，而不是一份可复现评测。适用边界很窄：没有独立基准、没有失败样本、没有成本与质量折中。局限同样清楚——稿件由 OpenAI 发出，GPT-6 Astra 的优势绑定 Retell 内部评测，Codex 与人效的因果强度并未被证明。材料只有这三个事实，架构、时延和行业占比都应留白。