Coval

Qué es

Coval es una plataforma de simulación y evaluación para agentes de IA de voz y chat. Antes del lanzamiento, llama a tu agente con miles de clientes sintéticos —distintas personas, acentos, ruido de fondo, interrupciones, solicitudes fuera de guion— y califica cada conversación contra las métricas que tú defines. Después del lanzamiento, califica las llamadas en vivo de la misma forma y envía las dudosas a revisores humanos. Responde la pregunta que todo equipo de CX se hace la semana antes de que un agente de voz salga en vivo: ¿cómo sabemos que no nos va a avergonzar en la llamada número 4,000?

El enfoque viene de los autos autónomos. La fundadora y CEO Brooke Hopkins dirigió la infraestructura de evaluación en Waymo, y Coval trata a un agente de IA como Waymo trata a un auto: no demuestras que es seguro dándole una vuelta a la manzana, lo demuestras pasándolo por una cantidad muy grande de escenarios simulados y midiendo la tasa de fallas. La empresa pasó por el batch de verano 2024 de Y Combinator, levantó una ronda seed de $3.3M liderada por MaC Venture Capital y el 24 de junio de 2026 anunció una Serie A de $28M liderada por Norwest, con participación de Base10 Partners, Twilio Ventures y Y Combinator, para un total recaudado de $31M. Zoom y Deepgram aparecen como clientes nombrados en el anuncio de la ronda; la página principal suma a Chime, Perplexity, ServiceNow, StubHub, Toast y Upstart. El proveedor dice que trabaja con más de 60 organizaciones.

Por qué aparece en los stacks de CX y soporte

• Prueba el audio, no solo la transcripción. Las evaluaciones cubren timing, toma de turnos, interrupciones, calidad de audio, llamadas a herramientas y sentimiento de quien llama. Un agente de voz que dice las palabras correctas dos segundos tarde igual falla, y una evaluación basada solo en la transcripción no lo detecta.
• Se conecta con la forma en que realmente se construyen los agentes de voz. Las conexiones documentadas incluyen llamadas telefónicas inbound y outbound, voz sobre WebSocket, LiveKit, Pipecat Cloud, OpenAI Realtime, Gemini Live, Grok Realtime y Deepgram Voice Agent, además de chat sobre HTTP, WebSocket y A2A, y SMS. Un agente construido sobre Vapi o Retell AI se prueba llamando a su número de teléfono.
• Califica acciones, no solo palabras. Los agentes pueden enviar trazas de OpenTelemetry, o Coval las importa desde Langfuse, Arize Phoenix o LangSmith, así que una métrica puede verificar que la herramienta de reembolso se llamó con el monto correcto, y no solo que el agente dijo que emitió un reembolso.
• Comparativas entre proveedores. El mismo set de escenarios corre contra varias plataformas de voz, lo que lo convierte tanto en una herramienta de compras como de QA: un líder de CX que elige entre Vapi, Retell AI y PolyAI puede compararlos con los tipos de llamada de su propia empresa en lugar de con demos.
• Hecho para workflows de desarrollo. REST API, un CLI coval para pipelines de CI, SDKs tipados de TypeScript y Python, y un conector MCP que permite a Claude, ChatGPT y Codex lanzar ejecuciones y consultar resultados. Todo está incluido en cada plan.

La realidad del precio

Coval es uno de los pocos proveedores de este segmento con tarifa pública. Starter cuesta $100 al mes (100 minutos de simulación, 1,000 llamadas monitoreadas, retención de trazas de 30 días, 5 simulaciones concurrentes). Growth cuesta $500 al mes (1,000 minutos de simulación, 10,000 llamadas monitoreadas, retención de 90 días, 25 simulaciones concurrentes). Enterprise empieza en $4,500 al mes, o $54,000 al año, y suma SAML SSO, SCIM, residencia de datos y despliegue en VPC privada. Las licencias son ilimitadas en todos los planes; el pago anual descuenta un 20% en Starter y Growth; ambos incluyen una prueba de 7 días que requiere tarjeta. Una inconsistencia que debes aclarar antes de firmar: el plan Growth aparece con proyectos ilimitados en una parte de la página de precios y con 5 proyectos en la tabla comparativa.

Los minutos incluidos son el piso, no la factura. El excedente cuesta $0.25 por minuto de simulación en Growth y $0.40 en Starter. Una suite de regresión modesta —200 escenarios con un promedio de 3 minutos— consume 600 minutos por ejecución. Córrela cada noche y usas unos 18,000 minutos al mes: 17,000 minutos de excedente a $0.25 son $4,250, más la base de $500, o aproximadamente $4,750 al mes. Eso está por encima del piso de Enterprise. La regla práctica: Growth le sirve a un equipo que corre su suite completa en cada release; un equipo que la corre en cada commit o cada noche debería cotizar Enterprise desde el inicio.

Ideal para

Responsables de producto de IA de voz y líderes de operaciones de CX en empresas que ponen un agente de voz o chat frente a clientes reales —deflexión en el contact center, agendamiento de citas, cobranza, estado de pedidos— y que necesitan un filtro de aprobado/reprobado antes de cada release y calificación en producción después. Encaja mejor cuando un equipo de ingeniería es dueño del agente y va a conectar el CLI al CI, y cuando un equipo de operaciones o de QA será dueño de las métricas y de la cola de revisión humana.

Descártalo si compras un agente totalmente gestionado como Sierra o Decagon y no tienes acceso para cambiar sus prompts ni sus herramientas: puedes medir las fallas pero no corregirlas, y una herramienta de QA de soporte como Solidroad o Intryc, que califica conversaciones de bots y humanos juntas, es una mejor inversión.

Frente a las alternativas

Cyara, dueña de Botium, es el incumbente enterprise en aseguramiento de CX y lanzó pruebas agénticas en marzo de 2026. Se vende a través de ventas, sin plan de autoservicio, y es la opción cuando ya pruebas IVRs y telefonía de contact center con Cyara y quieres un solo proveedor. Hamming es el otro especialista de la camada de 2024 respaldado por YC, con más de 50 métricas integradas, un módulo de red team y un fuerte enfoque en señal de audio, latencia y condiciones de telefonía; no publica precios y levantó una seed de $3.8M en diciembre de 2024. Elígelo cuando el análisis de fallas a nivel de audio es el problema principal. Cekura es la forma más barata de entrar: pago por uso a $0.25 por minuto de pruebas de voz sin tarifa base, o $500 al mes por unos 2,000 minutos —aproximadamente el doble de minutos de simulación que el plan Growth de $500 de Coval—. Elígelo para un equipo pequeño que necesita volumen con presupuesto ajustado. Roark y Bluejay, ambas fundadas en 2025, son las entrantes más nuevas; Roark parte de llamadas de producción y las reproduce como pruebas. Braintrust es la opción cuando el agente es principalmente de chat y ya corres evaluaciones de LLM ahí.

Coval gana por la combinación de profundidad de simulación, precios publicados y financiamiento: con $31M recaudados, tiene el mayor financiamiento revelado entre las startups de pruebas de voz mencionadas aquí. Si ninguna encaja, escribe guiones para 30 de tus tipos de llamada de mayor riesgo, pide a dos personas que los hagan por teléfono contra un agente de staging antes de cada release y califícalos en una hoja compartida. Cuando eso tome más de un día por release, estás listo para comprar.

Puntos de atención

• El excedente convierte un plan de $500 en una factura de Enterprise. Los minutos de simulación escalan con escenarios × duración × frecuencia, no con licencias. Protección: antes de que termine la prueba, cuenta tus escenarios, multiplícalos por la duración promedio de llamada y la frecuencia de ejecución, y cotiza tanto Growth más excedente como Enterprise con ese número.
• Quienes llaman en la simulación son LLMs, y los jueces también. Un cliente simulado es más elocuente y más paciente que la persona que llama a las 7am desde su auto. Protección: genera los escenarios a partir de transcripciones de producción cargadas en lugar de personas inventadas, y califica 100 llamadas también a mano para medir con qué frecuencia cada métrica juzgada por LLM coincide con un humano antes de dejar que bloquee un release.
• La documentación de cumplimiento varía según la página y el plan. La página de precios lista SOC 2 Type II, HIPAA y GDPR en todos los planes, la página principal marca GDPR como en proceso, y una reseña de terceros en mayo de 2026 ubicó el BAA y el DPA en Enterprise. Protección: consigue un BAA y un DPA firmados, y revisa el trust center, antes de cargar cualquier grabación de llamada real con datos de salud o de pago.
• Los resultados destacados los reporta el proveedor. La reducción de hasta 30× en el QA manual y el despliegue 10× más rápido vienen del anuncio de la ronda de Coval. Protección: registra las horas actuales de revisores por release y el número de incidentes de producción por mes antes de salir en vivo, y compara en el día 60.