Operar un agente de voz IA cuesta entre 0,12 y 0,30 € por minuto de llamada en 2026, todo incluido, según las tarifas públicas de plataformas como Vapi, Retell AI y ElevenLabs consultadas en junio de 2026 — el dato, con fuentes, está en nuestro informe del mercado español. Este artículo abre ese minuto por dentro: qué componentes lo forman, cuánto pesa cada uno y por qué el rango va de sencillo a triple.
Qué hay dentro de un minuto de llamada
Cada minuto de conversación encadena cuatro servicios técnicos que se facturan por separado en el mercado de plataformas:
| Componente | Qué hace | Peso orientativo en el minuto |
|---|---|---|
| STT (speech-to-text) | Transcribe en streaming lo que dice la persona | ~15–25 % |
| LLM (modelo de lenguaje) | Entiende, decide y redacta la respuesta | ~20–35 % |
| TTS (text-to-speech) | Convierte la respuesta en voz natural | ~30–45 % |
| Telefonía | Transporta la llamada (número, minutos de red) | ~10–20 % |
Dos lecturas útiles de esa tabla:
- La voz es la pieza cara. La síntesis de calidad (la que no suena a robot) es el componente que más pesa — y donde recortar se nota al instante en la llamada.
- El modelo es la pieza variable. Un agente que solo informa usa modelos ligeros; uno que razona sobre tu calendario, cualifica y decide usa modelos mayores. Es la principal razón del rango 0,12–0,30 €.
Por qué varía el rango (0,12 € vs 0,30 €)
- Calidad de voz elegida: las voces premium multiplican el coste de TTS.
- Complejidad del flujo: cuántas decisiones toma el agente por turno y con qué modelo.
- Integraciones en tiempo real: consultar calendario o CRM durante la llamada añade cómputo.
- Idiomas: el multiidioma bien hecho usa componentes específicos.
- Volumen: las tarifas por minuto bajan con escala en casi todas las plataformas.
Importante para presupuestar: este es el coste de operación del minuto. El precio final de un servicio incluye además implementación y mantenimiento — la estructura completa de precios, aquí.
La comparación que da contexto
| Canal | Coste por minuto |
|---|---|
| Agente de voz IA | 0,12–0,30 € |
| Call center externalizado (Europa) | 0,70–1,30 € |
| Recepcionista propia | 19.411 € brutos/año ÷ minutos reales de llamada atendida |
La tercera fila se calcula con tus datos, y suele sorprender: una recepcionista que dedica al teléfono 2 horas efectivas al día sale a más de 0,60 €/min solo en salario — cubriendo el 24 % de las horas de la semana y una llamada a la vez. No es un argumento contra contratar (esa comparativa completa, aquí): es la medida de cuánto cambió la economía del canal.
La trampa del "por minuto" al comparar proveedores
Tres letras pequeñas que revisar antes de comparar tarifas:
- ¿Incluye la telefonía? Algunas tarifas cubren solo el procesamiento de IA y repercuten el minuto de red aparte.
- ¿Cómo se cuenta el minuto? Por segundos reales, redondeo al minuto o mínimo por llamada — con llamadas cortas, el redondeo cambia la factura.
- ¿Qué componentes son "extra"? En plataformas DIY, la tarifa base (p. ej. ~0,05 $/min) es la orquestación: STT, LLM, TTS y telefonía se suman encima — el coste real puede triplicar el titular. Es parte de la decisión DIY vs servicio operado.
En nuestro caso el consumo es 0,12–0,30 €/min con todo dentro — voz, IA y telefonía, contado por uso real.
Preguntas frecuentes
¿Cuánto cuesta operar un agente de voz IA por minuto en 2026?
Entre 0,12 y 0,30 € por minuto todo incluido — transcripción (STT), modelo de lenguaje (LLM), síntesis de voz (TTS) y telefonía — según las tarifas públicas de Vapi, Retell AI y ElevenLabs a junio de 2026. El rango depende sobre todo de la calidad de voz y la complejidad del flujo.
¿Qué componente encarece más el minuto?
La síntesis de voz de calidad, que puede pesar un 30–45 % del coste — seguida del modelo de lenguaje cuando el agente ejecuta lógica real (consultar agenda, cualificar). La telefonía es la pieza menor, pero conviene confirmar que está incluida en la tarifa.
¿Es más barato que un call center o una recepcionista?
Por minuto, sí, con margen: el call center externalizado europeo ronda 0,70–1,30 €/min y una recepcionista, calculada sobre sus minutos reales de teléfono, suele superar 0,60 €/min de coste salarial. La diferencia estructural es que el agente cobra por uso y cubre 24/7 con llamadas simultáneas.
¿Por qué las plataformas anuncian tarifas más bajas?
Porque la tarifa base de una plataforma DIY suele cubrir solo la orquestación: los componentes (STT, LLM, TTS, telefonía) se facturan aparte, y el total real se acerca al rango de arriba. Al comparar, pide siempre el coste por minuto con todos los componentes incluidos.
¿El coste por minuto va a bajar?
La tendencia de los componentes (modelos y voz) es a la baja desde hace años, y las tarifas lo van reflejando. El dato de esta página se revisa con el informe; la fecha de consulta de tarifas (junio 2026) consta en la fuente.
En resumen
El minuto de un agente de voz vale 0,12–0,30 € en 2026 y se compone de cuatro piezas — voz y modelo pesan más, telefonía menos —, con el rango explicado por calidad y complejidad. Al comparar, exige el minuto con todo incluido y revisa el redondeo: ahí viven las sorpresas. El contexto completo de precios está en cuánto cuesta un agente de voz IA, los datos con fuentes en el informe 2026 — y el consumo con todo dentro, en nuestra página del agente de voz IA.