Retell, plateforme d'agents vocaux IA, traite désormais 100 millions d'appels par mois grâce aux modèles d'OpenAI. C'est ce que révèle une étude de cas publiée par OpenAI le 27 octobre 2026. Le chiffre impressionne, mais c'est surtout ce qu'il révèle sur la rentabilité réelle de l'IA en entreprise, et sur les limites des métriques fournies par les éditeurs eux-mêmes, qui mérite qu'on s'y arrête.
OpenAI multiplie depuis des mois les études de cas clients, de Perplexity à Oracle en passant par Jump Trading. Celle consacrée à Retell suit le même format : un chiffre d'usage massif, un modèle vedette mis en avant (ici GPT-6 Astra), et une métrique de productivité qui doit convaincre les décideurs encore hésitants. Pour un lectorat SEO/IA, l'intérêt n'est pas de relayer l'annonce, mais de comprendre ce qu'elle dit vraiment de la maturité des agents vocaux IA, et comment lire ce type de communication fournisseur sans se faire embarquer.
À retenir
- 100 millions d'appels mensuels sont désormais traités par Retell avec les modèles d'OpenAI, selon l'étude de cas publiée le 27 octobre 2026.
- La croissance est documentée par Retell lui-même : 40 millions et plus d'appels/mois en décembre 2025, plus de 50 millions en avril 2026, 100 millions en octobre 2026.
- GPT-6 Astra, lancé le 3 septembre 2026, arrive en tête du benchmark interne de Retell pour les agents vocaux.
- OpenAI attribue à Codex un revenu annuel de 1,6 million de dollars par employé chez Retell, un chiffre dont la méthode de calcul n'est pas précisée.
- Le cas illustre la maturité commerciale des agents vocaux IA, mais aussi le flou qui entoure les métriques de productivité communiquées par les fournisseurs eux-mêmes.
01Un palier qui s'inscrit dans une trajectoire documentée
Le chiffre de 100 millions d'appels mensuels ne tombe pas du ciel. Retell documente sa croissance depuis plus d'un an sur son propre newsroom : la plateforme annonçait déjà « The platform now handles 40M+ calls per month », porté par une croissance de 300 %, le 17 décembre 2025. Elle dépassait les 50 millions d'appels mensuels en avril 2026. Le palier des 100 millions annoncé en octobre 2026 s'inscrit donc dans une courbe cohérente, et c'est précisément ce qui rend l'annonce crédible plutôt que gonflée.
Pourquoi cette trajectoire compte
Pour un marché encore jeune, celui des agents vocaux IA en entreprise (centres d'appels, prise de rendez-vous, support client), ce doublement en six mois signale une adoption réelle, pas seulement un pic ponctuel lié à un gros client. C'est un signal à suivre pour quiconque conseille des entreprises sur l'automatisation de la relation client par la voix.
02GPT-6 Astra s'impose comme argument de vente pour la voix
Selon OpenAI, « GPT-6 Astra tops Retell's voice agent benchmark », le classement interne que la plateforme utilise pour choisir ses modèles. GPT-6 Astra a été introduit par OpenAI le 3 septembre 2026, présenté comme un modèle taillé pour le code, la recherche, le computer use et les tâches complexes à plusieurs étapes. Nous avions détaillé ses usages dans le guide de choix des modèles GPT-6.
Un terrain de jeu qui dépasse OpenAI
Les agents vocaux sont devenus un argument de différenciation explicite entre fournisseurs de modèles. Google pousse son écosystème multi-modèles, Anthropic place Claude dans des environnements agentiques similaires, comme on l'a vu avec Claude dans Gemini agent. Pour qui conseille un client sur le choix de sa stack IA vocale, ce cas Retell donne un point de comparaison concret : la performance sur un benchmark métier pèse davantage que la seule notoriété du modèle.
031,6 million de dollars par employé : un chiffre à décortiquer
La partie la plus citée de l'étude de cas, et reprise verbatim par Blockchain.News, est celle-ci : « Codex helped Retell reach a $1.6 million annual revenue run rate per employee. » Autrement dit, OpenAI attribue à son outil de code agentique une part causale dans la productivité financière de Retell.
Ce que le chiffre ne dit pas
Ni OpenAI ni Retell ne précisent la méthode de calcul : nombre d'employés retenu, définition exacte du revenu annualisé (un run rate, pas un revenu constaté), part attribuable à Codex par rapport aux autres facteurs de croissance de l'entreprise. Ce flou méthodologique n'invalide pas le chiffre, mais il invite à le traiter comme un argument commercial plutôt que comme une mesure auditée. Nous avions déjà souligné ce travers chez OpenAI avec ChatGPT Admin, un outil censé justement combler ce manque de traçabilité entre usage IA et valeur business.
04Lire une étude de cas fournisseur comme on lit une SERP
Ce n'est pas la première fois qu'un chiffre massif circule sans tout son contexte. On l'a vu avec le fameux -61 % de clics des IA Overviews, une statistique devenue virale alors qu'elle datait d'avant un rebond documenté. Le réflexe à adopter est le même : remonter à la source primaire, vérifier la date, regarder qui mesure et comment.
Une étude de cas publiée par le fournisseur lui-même reste un document marketing, aussi précis soit-il dans ses chiffres.
Ce que confirment les sources indépendantes
Dans le cas Retell, la vérification partielle fonctionne : le palier des 40, 50 puis 100 millions d'appels est documenté par Retell lui-même sur plusieurs mois, ce qui corrobore la trajectoire. En revanche, le chiffre de productivité par employé n'a, à ce stade, aucune source indépendante pour le confirmer ou le nuancer.
05Ce que ça change pour un conseil en SEO/IA
Les agents vocaux IA deviennent un terrain de décision stratégique pour les entreprises que l'on accompagne : choix du modèle, benchmark métier, mesure de productivité réelle. Le cas Retell donne trois réflexes à transmettre à un client qui évalue ce type de projet : exiger la méthode derrière chaque métrique de ROI annoncée par un fournisseur, comparer les benchmarks sur son propre cas d'usage plutôt que sur la communication générale, et suivre la trajectoire de croissance réelle plutôt que l'instantané d'une annonce.
Un marché encore jeune, donc mouvant
GPT-6 Astra, Claude et Gemini se disputent ce terrain des agents vocaux d'entreprise. Le classement d'aujourd'hui n'engage personne pour 2027 : la bonne pratique reste de retester régulièrement ses choix de modèles sur les cas d'usage concrets du client, plutôt que de se fier à un benchmark figé dans une étude de cas.