Veris AI 发布 VAmoS Bench：11款语音 Agent 横评，Pipecat 任务完成率夺冠
rdesh26 · x · 2026-08-01
Veris AI 推出了语音 Agent 模拟基准测试（VAmoS Bench）。该测试通过模拟信用卡客服的 100 个通话场景（共计 3300 次调用），对 11 款主流语音 Agent 框架及平台进行了端到端评估。
核心指标对比：
- 任务完成率：Pipecat (71.0%) 与 Livekit (70.3%) 位列前茅，Vapi 与 ElevenLabs 紧随其后；OpenAI Realtime Mini 仅为 51.0%。
- 延迟与成本：Gemini 3.1 Live 延迟极低（1.38s）且单次调用成本最省（约$0.016），但完成率一般（62.3%）；Vapi 和 Cartesia 成本相对较高（约$0.135和$0.146）。
- 底层模型组合：多数表现优异的 Agent 均采用了 Deepgram（语音识别）+ GPT-4.1-mini（大模型）+ ElevenLabs（语音合成）的技术栈。
该榜单是一个动态基准，欢迎开发者提交基于不同框架或模型的自建实现进行评测。
「编程与Agent」频道最新
- AI编码工具惊人效率：从提需求到上线功能不到2小时 — charliedeets · 2026-08-01
- AI 长时异步工作流实践：自动化销售与潜在客户转化 — edgarpavlovsky · 2026-08-01
- SkillsGate: 一键管理 20+ AI 智能体技能的桌面应用 — tom_doerr · 2026-08-01
- Sleepwalker：一键将网页导出为 AI 友好的 OKF Markdown — spicemelange13 · 2026-08-01
- 实测 Apple Xcode 27 编程智能体：能上架但搞不定复杂游戏状态 — atShruti · 2026-08-01
- 纯加拿大制造：开发者分享完全弃用OpenAI的电商搜索架构 — Nils_Reimers · 2026-08-01