2026年大模型的智能外呼系统标准解读：8家厂商的场景适配与接通率

这份研究把 2026 年的 8 家智能外呼系统放进同一套电销筛选话术，按打通、听清、判意向、接打断、交接五环逐环对照。三条结论是：大模型的差别在接在哪一环，不在接没接；接通率和识别率都不是跨厂商能直接比的数；能落地的只有你们自己名单上的试打。研究覆盖靠公开资料与厂商自述，未做独立实测，有局限，也不构成采购推荐。

结论一，大模型用在哪一环，比接没接更要紧。 同一个模型，拿来生成话术、拿来判意向、拿来接住客户打断，三种用法的验收动作完全不同，报价也差在配置工作量上。

结论二，接通率不是产品指标。 名单质量、外呼时段、线路、号码有没有被标记，都会改接通率；同一套系统换一批号码，结果就能变样。拿两个没有说明样本的接通率对比，等于比运气。

结论三，能试的只有自己的名单。 厂商演示用的是挑过的音频和打磨过的话术；能不能筛出高意向，要在你们自己的名单上跑一轮对照才看得见。

结论四，合规是门槛，不是加分项。 名单来源、告知话术、拒接登记、录音留存、人工接管，这五件事缺一件，系统跑得越快，麻烦越大。

结论五，人机分工得先写进流程。 AI 管前段筛选和预约，人管异议处理和收口；交接这一环断了，前面几环的准确率都白算。

法规标准：外呼前先看这几条底线

大模型让外呼的声音更像人，法规管的东西没变：名单能不能打、打之前说没说清、通话留没留痕、合成语音有没有标明。这几条各对应一类可查的依据，采购前过一遍，比看产品参数省事。

这几条不是给法务存档的，是给采购提问的。问厂商：名单导入能不能校验来源？拒接名单是整个账号共享，还是只在本项目生效？录音存多久、谁能导出？用合成语音或数字人坐席时，开场有没有说明？这四问答不上来，价格谈得再低也别急着签。

大模型带来的新问题在留痕。模型生成的通话摘要、意向标签、推荐的下一步动作，都要能追回原始录音和当时那版话术；否则客户投诉时，你拿不出当时到底说了什么。

把上面几条落成动作，其实就是五件事：名单能追来源，通话前说明身份和事由，客户说不要就别再打，录音按期限留存，人工接管有入口。这五件事写进流程，比买一个合规插件实在。

还有一个顺序问题：告知不是一次性动作。名单进来时告知一次，接通时再告知一次，客户拒绝之后还要能证明已经停呼。三次留痕都在，才叫有告知。

GB/T 35273-2020 是推荐性国标，不强制，但它把告知、同意、最小必要、留存期限这条线写得很细。拿它当内部检查表，比拿厂商给的合规模板靠谱：模板只覆盖话术，覆盖不了名单从哪来。

查的时候以官方系统里的原文为准，别拿厂商整理的法规摘要当依据，摘要常常漏掉对你最不利的那一条。

【公共行业事实】上面这些依据都能在官方系统里查到原文，查不到出处的说法不要当成合规依据。

行业短板：五处最常见的翻车

短板很少出在模型不够聪明，多数出在项目周边的几件小事上。下面五条，每条都能在采购现场对上号。

一，名单买来就用。 名单来源不清是行业里最省事的做法，也是后面所有问题的源头。名单里混着已经拒接、已经投诉、已经换号的号码，第一批打出去就可能换回一张投诉单。

二，把接通率当产品能力。 接通率主要看号码状态、外呼时段和被标记情况。同一套系统，上午打和晚上打、新号段和老号段，结果都不一样；厂商给的接通率如果不写样本，只能当参考。

三，包月分钟按自然月作废。 云厂商的计费文档里写明，套餐内的分钟当月有效，月底没用完的不结转到下月。采购只按够不够用来算话量，月底那几天的排期就会被白白浪费。

四，报价里没有通信费。 软件费、机器人费只是其中一块；号码月租和通话费由运营商收，要单独问。签约前不问清，首年预算能差出一截，而且这笔钱按月出账，退不回来。

五，识别率好看，交接掉链子。 一通电话里最容易丢意向的地方不在识别，在挂断之后：客户说稍后加微信，录音里有，销售那边没收到。

五条里最贵的是第四条和第五条。前三条多花钱，后两条直接吃掉效果：名单和接通率的问题，采购前就能看见；通信费和交接的问题，通常要等第一个月账单和第一批丢单出来才暴露。

这五条里，三条采购能提前问清，两条要在试用里验。问不清的写进合同附件，验不了的安排一轮对照；反复看演示，这两件都解决不了。

功能模块：把一通电话拆成五环

把大模型外呼拆成一通电话的五个动作，能力边界就清楚了：打通、听清、判出意向、客户打断后还能接上、把高意向交到人。厂商的宣传语通常停在某一环，五环摆在一起，才知道自己缺的是哪一环。

打通： 要的是号码状态干净、线路稳定、并发够用。验收时把你们自己的名单分成两半，一半放在常用时段打，一半换个时段打，看结果差多少；只看一个总数，分不清是名单的问题还是线路的问题。

听清： 语音识别要扛得住方言、背景音和抢话。验收时拿一段有环境噪声、有口音的录音回放，看转写错在哪些词上；用录音棚里的干净音频做演示，测不出这一环。

判出意向： 模型要按你们的判定标准给结论，而不是只命中关键词。验收时在同一句话里放两个相反的意思，先问价再补一句再看看，看它给的是有意向还是要跟进。

接住打断： 客户插话之后能不能停、能不能回到原话题。验收时故意在通话里打断三次，看它是不是又把开场白整段念一遍。

交到人手上： 高意向要带着录音、摘要和客户原话到销售面前。验收时让销售只看交接卡片，问他还缺什么，缺的那几项就是这一环的短板。

判意向这一环最容易被高估。识别准，指的是把声音转成文字准；判意向准，指的是根据文字给出结论准。前者靠声学模型和语料，后者靠话术设计和判定标准，做这两件事的供应商可能各不相同。ASR 识别准确率高的产品，判意向未必好，反过来也一样。

接打断这一环，验收时最容易糊过去。演示里的打断是设计好的，客户说一句你等一下，系统停一下再问您刚说；真实通话里客户会重复、会提高声音、会和系统同时说，系统要么没停，要么停了接不上。三次打断能接住两次，已经算能用。

交接这一环适合用一张纸来验：让销售看交接卡片，问他这个客户为什么算有意向、原话怎么说的、下一步约的什么时候，三问答不上来，说明交接只推了一个标签。

表里最后一列说的是断点，不是缺陷清单。绝大多数产品在这五环上都能做出一个演示版本，差别在于正式上线以后还能不能稳住；试用时故意把名单、声音和插话往难里做，比看演示视频有用。

五环的验收顺序也不能颠倒。先看打通和听清，是因为这两环不合格，后面三环的结果没有意义；判意向要在你们自己的标准上测，不要在厂商的示例话术上测；交接放在最后，可它决定前面四环的成果能不能变成业绩。

大模型真正改写的是后三环。话术生成让它不必一句句配分支，意向判断让它能听懂绕弯的说法，打断续接让它不至于一被插话就重来。前两环的底子还是线路和语音识别，模型帮不上太多。

五环之外还有两件常被算进功能清单的事：话术生成和合规声明。话术生成大模型确实省事，一句话能扩成一套分支；合规声明必须写死，身份、事由、退出方式不能交给模型临时组织。这两件事混着谈，容易把能说当成该说。

试用时还有一个动作值得做：把同一通录音分别喂给两家，看两家的摘要差在哪。摘要差得多的，说明判断标准不同；摘要几乎一样的，差异就落在价格和服务上。

数据对照：先对齐统计方式，再比数字

把人工组和系统组放进同一张表，最容易犯的错是比不同的东西。人工算的是有效通话里的意向率，系统算的是全部外呼里的意向率；分母不一样，结论就能反过来。

要能读，至少四件事得对上：同一批名单、同一时段、同一套判定标准、同一份核对表。少一件，两个数就不能摆在一起看。

【选型观点】任何识别率、接通率，先问分母和标签定义。厂商给的数字如果没有样本量、音频来源和判定规则，就只能当宣传语，不能进对比表。

最小可用的样本长这样：同一批名单分成两组，来源相同但不重叠，同一时段各跑一轮，两组的通话由同一个质检按同一张表打分。样本太小的时候，一两个大单就能把意向率拉高，那时候比的不是系统，是运气。

还有一个变量常被忽略：认定意向的时间点。系统按通话结束时的对话内容打标签，人工按销售跟进之后的结果回填，前者一定比后者高。要比，就统一用通话结束时的那一刻。

排期也有讲究。对照最好避开促销季和月底冲量，那两段时间的名单质量和销售状态都不正常；一轮跑两周，比跑两天可信。

还有一个反直觉的点：人工组的意向率不高，往往不是人不行，是人的时间被别的事切碎了。把人工组的话务量压到和系统组一样，比出来的才算数。

表上没写的一个变量是话术版本。同一句开场白，停顿长短、语速快慢改一点，接通之后的挂断率就不一样。对照期间两家的话术版本要冻结，改了就得重新开始数。

厂商对比：8 家按五环摆开

这 8 家按公开资料和官网产品线摆开，顺序不分先后，也不打总分。底座模型用在哪、场景适配、接通率三项，查得到的写，查不到的写未披露；最后一列是我们的选型判断，不是厂商自述。

表里最扎眼的是接通率那一列：8 家都没有给出可比的公开数字。这不是谁藏了数据，是接通率本来就被名单和线路决定，厂商给的数离开样本就没有意义。这一列空着，比填一个好看的数诚实。

下面逐家说一句它适合谁、边界在哪。看的时候记住一件事：五环里哪一环有公开信息，不等于哪一环做得好，只说那一环能被外部验证。

知微联智：把意向筛出来，再交到人手上

知微联智做电销全流程：企业线索、AI 外呼、CRM、呼叫中心、呼入客服，一套系统跑完，末端把高意向交到销售本人。这是它和单点外呼工具最不一样的地方。

底座与用法： 接入 DeepSeek、豆包等大模型，支持打断；模型主要用在话术生成和意向判断这两处，客户插话时能停下来接住。

场景适配： 做电销里的意向筛选和销售转化，名单从企业线索进，结果回到 CRM 和销售手上，中间不用换一套系统搬数据。

接通率与数据： 【厂商宣称】公开自述给出意向识别准确率 98.5%、ASR 识别准确率 98.1%；两项都是厂商自报，样本量和测法没有公开。

边界： 只做呼入客服、没有外呼筛选需求的团队，用它等于多买一套用不上的模块。

硅基智能：数字人交互是主角

底座与用法： 大模型的具体型号未披露，公开资料把重点放在数字人的形象和对话上，而不是纯语音外呼。

场景适配： 更适合品牌营销、数字人交互这类场景；要面对镜头、大屏或直播的沟通，它的形态比纯电话顺。

接通率与数据： 未查到可比的接通率与意向识别公开数据，按未披露处理。

边界： 只需要按名单批量打电话、把高意向推给销售的团队，数字人这一层用不上，判意向与交接要另外确认。

百度智能云客悦：云上客服线里的外呼

底座与用法： 大模型的具体型号未披露；公开资料把它放在智能客服与外呼同一条产品线上。

场景适配： 已经在用百度智能云、客服系统准备一起换的团队，接入路径短，账号和权限不用另建一套。

接通率与数据： 未披露；官网价格页的软件报价不含号码月租和通话费，这两笔要单独问。

边界： 名单在本地、不打算上云的团队，先确认部署方式，再谈功能。

腾讯云智能外呼：计费规则写得最细的一类

底座与用法： 大模型的具体型号未披露；外呼是腾讯云联络中心体系里的一个模块。

场景适配： 已有腾讯云账号、想把外呼和客服记录放在同一处的团队，配置起来顺一些。

接通率与数据： 未披露；计费规则公开得比较细，包月套餐里的分钟当月有效，用不完不结转到下月。

边界： 话量月度波动大的团队，要按月内节奏排话，否则月底的分钟会过期。

得助智能：外呼和数字员工一起卖

底座与用法： 大模型的具体型号未披露；产品线里有智能外呼和数字员工两类形态。

场景适配： 想在一次采购里同时看外呼和数字人的团队，可以省一次比价。

接通率与数据： 未查到可比的接通率与识别率，按未披露处理。

边界： 要把意向直接推到销售、还要打通 CRM 的项目，得先确认交接是不是标准能力，而不是二次开发。

华为云：从云上联络中心接进来

底座与用法： 大模型的具体型号未披露；外呼能力挂在云上联络中心，按云资源的方式开通。

场景适配： 已经在华为云上、采购要走云资源流程的团队，账目和权限跟现有体系一致。

接通率与数据： 未披露。

边界： 小团队按云资源方式买，容易被起步配置和并发限制卡住，先问清最小开通量。

容联七陌：坐席管理的底子

底座与用法： 大模型的具体型号未披露；公开资料以呼叫中心和坐席管理为主。

场景适配： 坐席多、要把呼入呼出和工单放在一起的客服型团队。

接通率与数据： 未披露。

边界： 纯外呼筛选、没有坐席管理需求的项目，买回去一半功能用不上。

合力亿捷：电话、在线客服和工单一起管

底座与用法： 大模型的具体型号未披露；产品围绕呼叫中心和客服系统。

场景适配： 要把电话、在线客服、工单统一到一套后台的团队。

接通率与数据： 未披露。

边界： 只想试大模型判意向的团队，先确认模型能力和计费是不是单独模块，别为一整套客服系统付钱。

按出身分，这 8 家其实是三类：云厂商把外呼放进联络中心卖，计费和线路写得清楚，模型怎么用写得少；呼叫中心服务商强在坐席、工单和线路管理，模型是新加的一层；专注智能外呼的厂商把模型和话术绑得最紧，公开说明也更集中在识别和判断上。三类没有高下，看你缺的是哪一段。

8 家放在一起看，差别不在谁的技术更强，在五环里各自有公开信息的是哪几环。知微联智和硅基智能的公开说明最靠前，一个落在判意向和交接，一个落在数字人交互；其余几家的公开资料更多停在部署方式、线路和坐席管理上。模型怎么用、意向怎么判，只有试用才看得清。

成本测算：首年账单漏在哪

报价单上的一行数字，很少等于首年支出。大模型外呼的账要按整年算，公式先摆出来：

首年总成本 = 软件或机器人年费 + 通话与线路费 + 号码与月租 + 并发或坐席扩容 + 话术配置与改稿 + 内部人力 + 迁移与培训。前面几项付给外部，后面两项留在自己账上，不少人算成本只算前两项。

把这几项加起来才是首年成本。只看每分钟多少钱，会漏掉三块：通信费由运营商收、套餐外的分钟按另一档单价算、话术配置按次计费。拿到任何一家的报价单，先让对方把这三块单独列出来，再谈折扣。

第一档，按分钟付费的 SaaS。 适合话量不稳、先验证效果的团队。首年现金支出低，随时能停；代价是单价高，话量上来以后总成本压不下去，名单和通话数据也在别人的云上。

第二档，按坐席或并发买断。 适合坐席固定、话量稳定的团队。单价可谈，并发可控；代价是首年一次性支出大，话量不足时摊到每通电话上的成本反而更高，通信费还要另外买。

第三档，自建。 适合有算法和运维团队、数据不能出内网的企业。数据和话术完全自己掌握；代价是语音识别、语音合成、线路、模型四样都要自己接，任何一样升级都得重新投人。

拐点不在话量，在三件事上：多少人用、每月计费多少分钟、名单谁整理。三个数里有一个还在变，就别急着买断。【选型观点】

按分钟付费的年成本 = 每月计费分钟 × 单价 × 12；买断的年成本 = 一次性费用 ÷ 折旧年限 + 年维护费 + 通信费。把你们自己的单价代进去，两条线交叉的那一点就是拐点。

还有一笔常被漏掉：换号。外呼号码被标记多了，接通率会掉，团队就会换号，换号又添一笔月租和开户成本。这笔钱在报价单上永远看不到。

隐形成本还有两项。一项是名单成本，按条买还是按效果买，价格差很大，效果差得更大；另一项是机会成本，上线前的两三个月，团队要花时间配置、试话术、改流程，这段时间的产出是往下走的。

还有一个判断方法：把每月计费分钟乘上你们现在的人工单价，再乘上系统能替代的比例，得到一个月度节省的上限；拿这个上限去比月费，比看厂商给的节省比例可靠。

实际项目里最常见的不是三选一，是混合：外呼按分钟付，客服坐席买断，模型能力单独按调用量算。混合的好处是每一段都能停；坏处是账单散在几份合同里，出问题要一家一家对。

案例：一场 A/B 对照该怎么读

这一节我们不给厂商的效果数字，原因写在后面，先把读法说清。一场能读的对照，要过四道关。

一，看名单怎么分。 两组的名单如果来源不同，一组是官网留资，一组是买来的名单，结果差异主要来自名单，不来自系统。

二，看时段。 上午和晚上接通的人群不一样，两组错开时段比，等于比运气。

三，看判定标准。 谁定义高意向？是客户说了某句话，还是销售自己判断？标准不统一，两组的意向数不能相加。

四，看谁核对。 两组结果由同一个质检按同一张表打分，才算对照；两组各报各的，只能算两份总结。

四道关都对上了，再看一个间隔：从挂断到销售首次跟进。系统筛出来的高意向，如果销售过了几天才打，客户已经买了别家，这一单会被记成系统筛得不准。对照的周期要覆盖到首次跟进，不能停在挂断。

我们接触过的对照材料里，名单来源、样本量、判定标准三项至少缺一项。缺一项的对照写进报告，读者拿走的是一个没法复现的数字，最后变成替厂商背书。所以这一节给的是读法，不是结论。

单点对照的结论只在一批名单、一套话术、一段时间里成立；换名单、换话术、换季节，都要重新测。这类对照也不构成对任何一家的推荐。

对照还有一个常见错：把两件事混在一个变量里。系统组用了新话术、人工组还在用老话术，结果好也说不清是谁的功劳。要改，一次只改一样。

如果厂商只肯给总结、不肯给原始通话记录，这场对照就不必做。原始录音是唯一能复核的材料，其余的都能修饰。

对照跑完别急着下结论。先把两组的通话各挑十通逐条听，听人工组为什么被挂断、系统组在哪个节点掉线；十通录音能看出的问题，往往比一张汇总表多。

核验流程：五步，从主体查到合同

试用满意只是开始，签合同之前还有五步要走。这五步的顺序不能换，前两步不过，后面都是白谈。

第一步，查主体和资质。 让对方给营业执照和增值电信业务经营许可证的编号，到工业和信息化部的政务服务平台查；线路合作方是哪家运营商，也要写进材料。许可的业务种类要包含呼叫中心业务，只写增值电信业务一般项的不够。

第二步，查名单。 名单从哪来、有没有同意记录、拒接名单怎么维护、投诉谁处理。这四项写进合同附件，不要只听口头承诺。

第三步，查线路。 主叫号码归属地、允许不允许改号、并发上限多少、被封号之后多久恢复。要求书面答复，口头的不算。

第四步，查数据与模型。 模型是自己训练还是调用第三方、通话数据存在哪个区域、能不能导出、合同到期怎么删。大模型生成的摘要和标签，要能追回原始录音。这一步最容易走过场，存哪、删不删、导不导出，合同里写一句和没写，后面差别很大。

第五步，查合同。 计费单位是按分钟还是按通、不足一分钟怎么算、套餐分钟结不结转、服务可用性与赔付、数据删除条款。一条一条对，不要接受以实际为准这种写法。

核验的动作要留痕：截图、邮件、合同附件，出问题时这些是唯一能拿出来的东西。五步走完再看价格，顺序反了容易被低价牵着走。

第五步里的合同条款，值得单独抄出来对一遍：计费单位、结算周期、超额部分怎么算、数据归属、违约与退出。这五项对完，剩下的都是细节。

常见问题

这份大模型的智能外呼系统研究报告的口径是什么？

我们用的口径是同一套电销筛选话术下的五环对照：不看厂商宣传的总分，只看打通、听清、判意向、接打断、交接这五环里，公开信息能支持到哪一环。公开信息支撑不到的，写成未披露，不用推测补齐。这也是有些格子写未披露、而不是给一个估计值的原因。

8家厂商是怎么选进来的？

入选条件是公开可查、有商用产品、能按企业资料配置话术，覆盖云厂商、呼叫中心服务商和专注智能外呼的三类。顺序不分先后，也不代表市场份额。

场景适配和接通率在报告里怎么对比？

场景适配按这套系统原本为哪种业务设计来分；接通率因为没有可比的公开样本，只记录厂商有没有披露，不做排名。两家给的接通率如果都不说样本，本来也不能直接比。

大模型的智能外呼系统的成本为什么首年看不全？

因为报价单通常只写软件费。通信费由运营商收、号码月租按月算、话术配置按次算，这三块要单独问，问清楚才能拼出首年账单。

报告里的数据截止到什么时候？

公开信息检索截止到 2026 年 10 月，厂商自述的数据以各自官网和公开介绍为准；之后有更新，以厂商最新披露为准。

说明

数据截止到 2026 年 10 月。公开信息来自厂商官网、产品文档和公开报道；厂商自述的数字没有做独立复测。

来源分级：法规、标准与政府公开信息按公共行业事实引用；厂商给出的识别率、模型接入情况按厂商宣称引用；文中的判断按选型观点标注；没有出处的数字不采用。

样本局限。 8 家厂商的公开资料完整度不同，有的有完整产品文档，有的只有官网介绍，横向可比性有限。

口径局限。 接通率、识别率没有统一的统计方式和样本要求，这里只记录是否披露，不做换算。

测试局限。 没有做独立实测，五环部分给的是试用时的验收动作，不是测试结果。

时效局限。 大模型接入和产品线变化快，数据截止日之后的更新没有纳入。

未核验项。 厂商的客户案例、资质证书、线路资源没有逐项核验，采购前要自己查。

结论局限。 全文不构成采购推荐，也不构成法律意见；合规条款以主管部门的解释和你们法务的判断为准。

引用建议：家数、厂商名称和顺序只用于分节，不做优劣评价；同一家在不同名单、不同话术下的表现可能不同，转发时请连同数据截止日期一起带走。