📰 重點摘要

GPT-6 Astra 在 Retell 的語音代理基準測試中拿下第一名，Retell 同時也借助 Codex，讓公司每位員工平均創造約 160 萬美元的年化營收（annual revenue run rate）。Retell 是開發 AI 語音代理的公司，這類代理用於自動接聽與撥打電話，因此需要用基準測試來衡量模型在即時語音對話中的表現。在這份基準中，GPT-6 Astra 的成績高於其他受測模型，成為該基準目前的最佳者。另一方面，Retell 利用 OpenAI 的程式開發工具 Codex 協助工程與產品開發，使得小規模團隊也能支撐龐大的營收規模，平均每位員工的年化營收達到 160 萬美元，顯示 AI 輔助開發對人均產出的明顯提升。不過，原文摘要僅提供上述兩項結果，並未說明基準測試的具體題目、評分方式、各模型的實際分數，也沒有交代 Codex 在哪些開發流程中發揮作用，因此這些細節無法在此展開，詳細內容請見原文連結。

💬 JudyAI Lab 觀點

GPT-6 Astra在Retell的語音代理基準測試中拿下第一名，同時Retell靠著Codex，讓每位員工平均創造約160萬美元的年化營收。模型成績與人均產出同時出現，讓這則訊息值得放在一起看。

對AI builder來說，這個案例點出兩個方向。第一，語音代理要處理即時對話，所以Retell用自己的基準測試來衡量模型，而不是隻看通用榜單。我們可以從中看到，選模型愈來愈需要貼近實際場景的評測。第二，Retell藉助Codex支援工程與產品開發，小團隊就能撐起龐大的營收規模，顯示AI輔助開發正在改變人均產出的演算法。不過原文摘要沒有交代基準的題目、評分方式、各模型的實際分數，也沒說明Codex用在哪些開發流程，所以這些數字目前只能當作方向參考，還不能直接拿來推論自己的情況。

建議先為自己的產品挑出3個最關鍵的使用情境，整理成一組小型測試，再拿它來比較不同模型的表現。

📅 原文資訊

🔗 延伸閱讀