
Agentes de voz con IA: cómo funcionan y por qué suenan tan naturales
Cómo funciona un agente de voz con IA, de la arquitectura en cadena (STT, LLM, TTS) al audio nativo que usa AgenteUno, y por qué la latencia lo decide todo.

Vapi es una plataforma de voz para desarrolladores y AgenteUno un agente multicanal sin código. Precios, idiomas, canales y cuándo elegir cada uno, con fuentes.
Este artículo forma parte de nuestra comparativa general de agentes de voz con IA. Todo lo que decimos de Vapi sale de su web y su documentación públicas, leídas el 2026-11-14 (apartado «Fuentes»). Lo que no aparece allí lo marcamos como «no publicado».
Vapi se presenta como una plataforma para «voice agents for builders». Su documentación describe «assistants» (un prompt más herramientas) y «squads» (varios asistentes coordinados). Cada asistente combina transcripción, modelo de lenguaje y síntesis de voz, y tú eliges el proveedor de cada pieza (entre otros OpenAI, Anthropic, Google, Deepgram y ElevenLabs). También ofrece panel web para crear un primer agente, línea de comandos y configuración como código.
AgenteUno es un servicio B2B para empresas y autónomos: describes tu negocio, subes documentos o páginas web como base de conocimiento y conectas canales. La web anuncia una configuración de menos de cinco minutos y no pide programar. Voz, chat y mensajería comparten el mismo agente.

| Función | Vapi | AgenteUno |
|---|---|---|
| Enfoque | Plataforma de voz para desarrolladores | Agente multicanal para negocios, sin código |
| Llamadas de voz entrantes y salientes | Sí (salientes con número importado) | Sí (entrantes desde el plan Profesional, salientes desde el plan Negocio) |
| Chat web | Llamada de voz embebida en la web y API de chat de texto | Sí, widget incluido |
| No publicado en lo consultado | Sí, vía API oficial de Meta | |
| SMS | Chat por SMS con Twilio y número con registro 10DLC, solo si el cliente escribe primero | Sí |
| Email, Instagram y Messenger | No publicado | Sí |
| Elección de modelo, transcriptor y voz | Total, por componente | No: lo gestiona la plataforma |
| Idiomas | Dependen de los proveedores elegidos; documentan autodetección con algunos | Español de España y Latinoamérica e inglés |
| Panel sin código | Sí, para un primer agente; el trabajo fuerte es por API | Sí, es el producto |
| Marca blanca | No publicado en lo consultado | Widget con tu marca desde el plan Negocio |
| Región UE | Solo con el paquete Premier, contactando con ventas | Datos de cuenta en Hetzner (Alemania); parte del tratamiento de IA usa proveedores de EE. UU., detallado en nuestra política |
| Certificaciones propias | Dicen SOC 2, HIPAA y PCI | No tenemos certificación propia (en preparación) |
Vapi (consultado el 2026-11-14 en vapi.ai/pricing; la página usa «$» y no nombra la moneda):
AgenteUno (precios sin IVA, servicio B2B): 30€/mes + IVA (solo texto), 48€/mes + IVA con 600 minutos de voz incluidos y una línea simultánea, 96€/mes + IVA con 2000 minutos y entrantes más salientes, y 198€/mes + IVA con 6000 minutos. Hay una prueba de 14 días con lo del plan Básico y sin tarjeta, y después un plan Free de solo chat web sin cobro. Los planes de pago permiten superar los minutos sin cortar el servicio, con un cargo por minuto adicional que figura en la web.
La diferencia de fondo: en Vapi pagas por consumo y por cada pieza (estimar la factura exige sumar conceptos); en AgenteUno pagas una cuota y conoces el máximo salvo exceso de minutos. Con Vapi no compras solo minutos: compras libertad para optimizar cada pieza.
Vapi, a favor
Vapi, en contra
AgenteUno, a favor
AgenteUno, en contra
Dos cosas se confirman en su web. La primera, la flexibilidad: puedes montar un agente de voz exactamente como quieras, con tus herramientas, tus proveedores y hasta equipos de varios asistentes. La segunda, la escala y la madurez: líneas simultáneas ampliables, planes con SLA de disponibilidad, HIPAA para sanidad en EE. UU. y una base de desarrolladores que, según ellos, supera el millón. Si tu producto es una aplicación de voz o tienes un equipo técnico que quiere optimizar latencia y coste al céntimo, Vapi es la herramienta natural.

Escenario simulado: no es un cliente real. Una clínica de fisioterapia con tres profesionales en España. Supuestos declarados:
| Concepto | Vapi | AgenteUno |
|---|---|---|
| Voz, 500 min | De 41 a 65 $ (la estimación de su página, 82 a 129 $ por 1.000 min, a la mitad) | Incluida: el plan Profesional trae 600 min |
| Telefonía entrante (Twilio, 500 min) | Unos 4 $ más, y el número aparte (no lo publican en lo leído) | Dentro de los minutos del plan |
| WhatsApp y web | No cubiertos en lo que leímos | Incluidos en el plan |
| Total orientativo | Entre 45 y 69 $ al mes, solo voz | 48€/mes + IVA |
Cuentas: 500 min × 0,082 a 0,129 $ = 41 a 64,5 $; más 500 × 0,008 $ = 4 $. La comparación no es de manzana con manzana: uno está en dólares y el otro en euros sin IVA, y en Vapi faltan las horas de configuración y los canales de texto. Con 1.000 minutos o varios usuarios simultáneos el resultado cambia, y para un volumen muy alto Vapi podría salir más barato por minuto. Haz tu propia cuenta con tus minutos.

No es una prueba de calidad de voz ni de latencia: no hemos medido llamadas de ninguno de los dos y no publicamos números que no hemos medido. Es una lectura de sus páginas públicas. Si ya usas Vapi y estás contento, no hay motivo para cambiar. Si dudas entre dos plataformas de voz con API, mira también la comparación con Retell AI.
Para entender mejor la tecnología, lee nuestra guía de agentes de voz con IA y la de estrategia multicanal.
Consultadas el 2026-11-14:
Las cifras de usuarios y llamadas de Vapi son declaraciones de la propia empresa, no verificadas por nosotros. Una comparación publicada por un competidor tiene un sesgo evidente; por eso hemos limitado el texto a lo que dicen las páginas de Vapi, y te invitamos a corregirnos si algún dato ha cambiado.
Crea tu cuenta, describe tu negocio y conecta tus canales. Sin código y listo en minutos.
Empezar gratis
Cómo funciona un agente de voz con IA, de la arquitectura en cadena (STT, LLM, TTS) al audio nativo que usa AgenteUno, y por qué la latencia lo decide todo.

Cómo funciona un agente de voz con IA, en qué se diferencia de un IVR, para qué sirve, qué no hace y cuánto cuesta con AgenteUno según cada plan.

Escenario simulado de una tienda online pequeña: chat web y WhatsApp, preguntas de envío y devoluciones, captura de leads y lo que no hace sin integración.