Speko 推出基于基准测试的语音 AI 模型路由器

Why it matters

Voice AI stacks can age quickly as model quality and pricing change. Speko wants to make continuous evaluation and provider switching an infrastructure function.

Beknazar "Bek" Abdikamalov (@beknabdik) 于 7 月 29 日推出了 Speko，为语音 AI 开发者提供了一个单一网关，该网关使用持续更新的基准来选择语音和语言模型。

https://x.com/beknabdik/status/2082544456604287230?s=46

Abdikamalov 在发布公告中将 Speko 描述为"OpenRouter for Voice"。他的前提是语音转文本和文本转语音模型到来并改进得太快，开发者无法持续反复运行供应商比较。Speko 按语言对供应商进行测评，并根据结果路由请求。

这家旧金山团队是 Y Combinator's Summer 2026 batch 的一部分，Speko 在名单上列为四人团队。Abdikamalov 此前共同创立了 Hupo，并在担任 Amazon 的软件工程师后担任其 chief technology officer。根据 YC 的资料，他拥有来自 Ulsan National Institute of Science and Technology in South Korea 的计算机科学学士和硕士学位。

Speko 是 Abdikamalov 试图掌握语音应用与不断增长的模型供应商集合之间那一层的尝试。语音代理通常将语音识别、语言模型和语音合成结合在一起。每个阶段都会引入围绕准确性、响应时间、语言覆盖、价格和可靠性的独立决策。更换一个供应商可能需要新的凭证、集成工作和测试。

路由器如何工作

Speko 通过其 TypeScript SDK 暴露语音转文本、语言模型和文本转语音端点。开发者发送包含语言、可选地区和优化目标的路由意图。Speko 对符合条件的供应商进行评分，选择得分最高的选项，如果第一个供应商失败则切换到下一个候选者。

响应包括所用的供应商、模型、故障转移计数和用于决策的基准运行。开发者在需要满足合规规则、控制成本上限或在调试期间固定模型时，也可以限制符合条件的供应商。

这使得 Speko 成为一个路由和评估层，而不是封闭的语音代理堆栈。Speko 可以插入包括 LiveKit 和 Pipecat 在内的框架，其自有平台还支持浏览器对话和入站与出站电话代理。

公共模型目录 列出了 53 条目：13 个语音转文本模型、16 个语言模型、15 个文本转语音模型和 9 个语音转语音模型。Speko 另行声称覆盖 50 多个供应商和超过 140 个模型，覆盖至少 10 种语言，表明其对外宣传的目录比目录中显示的集合更广泛。

Speko 的 基准面板 发布的测量包括词错误率、最终确定延迟、首个 token 所需时间和估算成本。排名在各项指标上有显著差异。在转录准确性上表现良好的模型可能在流式延迟上落后于另一家供应商，这让路由器能够根据工作负载做出特定选择，而不是宣布一个普遍的赢家。

商业模式

Speko 以三档自助付费定价进入公开预览。其 定价页面 提供 100 美元的注册信用，路由器计划在基础供应商费率上加收 5%，Speko 托管的基础设施计划定价为每分钟 0.09 美元。公开预览的任何计划都不包含服务等级协议。企业合同则增加自定义定价、专属支持和协商服务条款。

Y Combinator 是 Speko 公开确认的支持者。YC 在其 Summer 2026 batch 中列出 Speko；YC 的标准协议 投资 500,000 美元，分为 125,000 美元 换取 7% 股权和通过一份无上限最惠国条款 SAFE 提供的 375,000 美元。

这一路由主张将 Speko 与如 Vapi、Retell AI、LiveKit Agents 和 Pipecat 等语音代理基础设施提供商并列。这些产品涵盖编排、电话和应用框架。Abdikamalov 做出的则是一个较窄的基础设施押注：开发者将希望在不为每个语音供应商维护单独集成的情况下，获得模型选择和独立测量。

这个押注取决于随着目录扩展基准层仍然保持可信。路由器只有在其测试类似于跨口音、语言、网络条件和会话工作负载的生产流量时才有用。Speko 决定发布带日期的结果并公开每次路由背后的基准运行，为开发者提供了检查这些选择的方式。这也将基准方法论转变为核心产品，而不仅仅是营销附属。