Vapi

Ce que c’est

Vapi est une infrastructure pour les développeurs qui construisent des agents téléphoniques IA. La plateforme orchestre la boucle en temps réel — transcription de la parole, le LLM, synthèse vocale, prise de parole, interruptions et ligne téléphonique — et vous laisse choisir chaque composant de cette boucle. Vous configurez un assistant depuis le dashboard ou l’API, vous y attachez des outils, vous le reliez à un numéro ou à un trunk SIP, et vous payez à Vapi 0,05 $ par minute d’hébergement, tandis que les fournisseurs de modèle, de voix et de transcription facturent à leur propre coût. Vapi se situe dans la couche « construisez-le vous-même », à côté de Retell AI, et non dans la couche de service géré de PolyAI ou Parloa.

L’entreprise, basée à San Francisco, a démarré sous le nom de Superpowered, une app de prise de notes de réunion soutenue par YC, puis a pivoté vers une API vocale fin 2023 sous la direction du CEO Jordan Dearsley. Le 12 mai 2026, elle a annoncé une série B de 50 M$ menée par Peak XV, avec la participation de M12, Kleiner Perkins et Bessemer, pour une valorisation rapportée d’environ 500 M$ et 72 M$ levés au total. Vapi affirme avoir dépassé 1 milliard d’appels et 1 million de développeurs, et que son ARR enterprise a été multiplié par dix depuis le tour précédent. Le client phare est Amazon Ring, qui a évalué plus de 40 fournisseurs vocaux et fait aujourd’hui passer tous ses appels entrants de support par Vapi ; le VP du développement logiciel de Ring a déclaré que l’équipe était passée de zéro à la production en deux semaines.

Pourquoi on le retrouve dans les stacks CX et support

• Chaque composant est remplaçable. Deepgram ou un autre transcripteur ; des modèles d’OpenAI, Anthropic ou Google ; des voix ElevenLabs ou celles de Vapi ; Twilio, Telnyx, Vonage ou votre trunk SIP. Quand un modèle moins cher ou une meilleure voix sort, vous changez un paramètre au lieu de migrer de plateforme. Les modèles sont facturés au coût du fournisseur, sans marge.
• Des appels multi-agents avec Squads. Un outil de handoff transfère un appel en cours d’un assistant à un autre avec le contexte et les variables extraites, pour qu’un agent d’authentification, un agent de facturation et un agent d’escalade restent chacun petits et testables.
• Composer produit le premier brouillon. Un assistant intégré au dashboard, lancé en alpha début 2026 et amélioré en août, transforme une description en langage naturel en un assistant avec numéros, outils et intégrations. Vapi indique que les utilisateurs de Composer ont environ 3 fois plus de chances d’atteindre 100 minutes d’appel — un chiffre du fournisseur, mais la tendance correspond à ce que montrent habituellement les données d’onboarding.
• MCP dans les deux sens. Un serveur MCP officiel à https://mcp.vapi.ai/mcp permet à Claude ou à un autre client de lister et créer des assistants, de passer ou planifier des appels et de récupérer les enregistrements d’appels. Par ailleurs, un outil MCP permet à un agent vocal en cours d’appel d’interroger vos propres serveurs MCP.
• Les tests sont inclus. Les suites de simulation (août 2026) font tourner des appelants scénarisés contre un assistant avant le déploiement, sur tous les plans.

Le prix réel

Les frais d’hébergement de 0,05 $ sont la plus petite ligne de la facture. Le calculateur de Vapi lui-même chiffre 1 000 minutes à 82–129 $ par mois : 50 $ d’hébergement, environ 10 $ de transcription, 8–45 $ pour le LLM et 15–24 $ pour une voix ElevenLabs. Ajoutez la téléphonie — Twilio facture 0,008 $/min en entrant et 0,014 $/min en sortant, Telnyx 0,0055 $/min, le SIP de Vapi est gratuit — et une configuration courante revient à environ 0,09–0,14 $ par minute tout compris. Un modèle de pointe ou une voix premium fait passer au-dessus.

Vient ensuite la couche des plans. Le paiement à l’usage vous limite à 4 appels simultanés, 1 numéro, 14 jours de conservation des données et un support via Discord ou email sans SLA. Core coûte 29 $/mois pour 10 appels simultanés et un SLA de support de 2 jours ouvrés. Pro représente 10 % des frais d’hébergement avec un minimum de 999 $/mois, pour 30 appels simultanés, un support Slack et un SLA de disponibilité de 99 % ; Premier est sur devis, avec un SLA de 99,9 % et une réponse en 1 heure pour les incidents P0. La concurrence supplémentaire coûte 10 $ par ligne et par mois. HIPAA est un add-on à 2 000 $/mois qui inclut le BAA.

À 100 000 minutes par mois sur une configuration courante, comptez environ 9 000–14 000 $ d’usage plus le plancher Pro de 999 $ — soit environ 120 000–180 000 $ par an, avant HIPAA. C’est la même fourchette que Retell à volume ; Vapi est moins cher pour les petits projets et moins prévisible pour les gros.

Idéal pour

Les équipes CX-ops et ingénierie support disposant d’ingénieurs qui exploiteront un agent vocal comme n’importe quel autre service en production — lignes de support entrant, tri, prise de rendez-vous ou rappels sortants, d’environ 10 000 à plusieurs millions de minutes par mois — et qui veulent choisir eux-mêmes le modèle, la voix et l’opérateur plutôt que d’accepter un forfait.

Passez votre chemin si personne dans l’équipe ne sait écrire un webhook, si vous avez besoin qu’un fournisseur conçoive et exploite l’agent, ou si vous êtes un petit cabinet médical qui a besoin de HIPAA avec un budget serré : 2 000 $/mois achètent beaucoup de minutes ailleurs.

Face aux alternatives

Retell AI est l’autre choix par défaut dans cette couche. Retell regroupe l’infrastructure vocale, les voix de la plateforme et la téléphonie sur un seul compteur (environ 0,15 $/min sur une configuration courante), vous permet de signer le BAA en ligne et note les appels avec un QA intégré. Choisissez Retell si vous voulez un tarif unique et prévisible et HIPAA sans add-on mensuel de 2 000 $ ; choisissez Vapi si vos ingénieurs veulent choisir et remplacer chaque composant, ou ont besoin de la surface d’intégration plus large et du serveur MCP.

ElevenLabs Agents est le nouvel entrant à la croissance la plus rapide, construit sur les voix propres d’ElevenLabs — choisissez-le quand la qualité de la voix et la couverture linguistique décident du projet. Synthflow est l’option no-code, pour les équipes où celui qui construit n’est pas ingénieur. Si vous voulez qu’un fournisseur prenne en charge la livraison, achetez du géré : PolyAI, Parloa ou Sierra.

Si aucun ne convient, utilisez le crédit gratuit de 5 $ de Vapi sur votre motif d’appel le plus fréquent et comparez son coût mesuré par appel résolu avec votre coût humain actuel par appel avant de signer quoi que ce soit.

Points de vigilance

• La facture compte quatre ou cinq compteurs. Hébergement, transcription, modèle, voix et téléphonie évoluent indépendamment. Garde-fou : reconstituez le stack exact dans le calculateur de prix, lancez un pilote et projetez à partir de la durée moyenne de traitement et du coût par appel mesurés dans les logs — pas à partir des 0,05 $ affichés.
• Les frais fixes changent sans prévenir. Un client a signalé sur le forum de support de Vapi que l’add-on HIPAA avait doublé à 2 000 $/mois sans préavis et qu’un prélèvement contesté de 1 000 $ était resté sans réponse pendant huit jours. Garde-fou : faites inscrire les prix de HIPAA, de la concurrence et du success package dans un bon de commande avec délai de préavis avant que le trafic de production n’en dépende.
• Le support du paiement à l’usage est maigre. Des messages de la communauté décrivent des écarts de 2-3 jours entre les réponses, et le plan par défaut n’a pas de SLA. Garde-fou : passez à Pro ou Premier avant que la ligne ne porte des appels critiques pour le chiffre d’affaires, et gardez un numéro humain de secours dans votre SVI pour des pannes comme l’incident SIP de 1 heure 55 minutes du 14 avril 2026.
• La concurrence par défaut est faible. Quatre appels simultanés en paiement à l’usage feront perdre du trafic au premier pic. Garde-fou : testez la charge de votre heure de pointe en simulation et achetez de la concurrence à 10 $/ligne avant le lancement, pas après la première tonalité occupée.