有个YC孵化的团队，做的事特别简单：帮语音AI客服"选模型"，收点过路费。就靠这个，外部使用量每周涨25%。

先说背景。现在的AI语音客服，听着高大上，背后其实是三个AI模型拼起来的：一个把你的话转成文字（STT），一个负责思考怎么回（LLM），一个把答案说出来（TTS）。

每一层都有十几个供应商，而且几乎每个月都有新模型冒出来。

创始人Bek之前在一家东南亚语音客服公司当CTO，干了4年，被折磨疯了：每次新模型发布，公司都要雇母语评测员、盲测打分、重新集成、重新上线，跟做一个研发项目一样。

后来他发现这是全行业通病：大多数公司评测一次，选好一套模型组合，就再也不换了。因为换供应商意味着重新对接、重新评测，没人愿意开这个头。

结果就是：大家用着上个季度的模型，付着更贵的钱，市场上明明有更便宜更好的。

Bek把这套"选模型"的流程做成了一个API，叫Speko，人称"语音界的OpenRouter"。

客户只对接它一个API、一把Key、一张账单。发个请求，告诉它你要准、要快、还是要便宜，它就从自己的排行榜里挑出当下最合适的模型组合，把请求转给对应供应商。

那它怎么知道哪个模型最好？靠"持续评测"，这是灵魂。

一是雇母语评测员做人工盲测，专测真实场景：随意口语、金额、日期、十分钟的通话。因为30秒听着好听的声音，不一定撑得过第8分钟。

二是拿历年盲测数据训练了个自动打分器，水平已经接近"另一个评测员"。

三是排行榜全公开，连自己选输的案例也照发。它不训练模型也不卖模型，所以敢说榜单中立。

数据有多反直觉？测了23个模型，11个只测过英语；9种语言里，4个不同的模型分别夺冠，根本没有"一个模型打天下"。大名鼎鼎的Deepgram Nova-3，听错词的比率高达9.8%，榜首只有2.0%。

名字最响的，真不一定是最好的。

那怎么赚钱？两套收费。

第一套，路由抽成：在供应商公开价上加收5%。比如某模型公开价每分钟0.006美元，客户通过它付0.0063美元，多出来的就是它的。

客户为啥愿意付这5%？因为自己选型的成本，雇评测员、做集成、冒换错的风险，远远不止5%。而且它会一直盯着新模型，出了更好的自动换，等于花5%买了个"永远用最新最好"的保险。

第二套，全托管一口价：每分钟0.09美元，三层全包，客户不用管底层用了谁。（推测）它赌的是三层实际成本平均低于0.09美元。为啥赌得赢？STT这一层最便宜0.001美元/分钟，最贵0.017美元，价差17倍，按目标选价就能套利；流量大了还能找上游谈批发折扣；对客户来说，一口价等于预算上限，不怕用户话痨聊一小时账单爆炸，这个确定性本身就值钱。

另外它的网关是开源的，支持客户自带API Key，流量完全不经过它，这是获客钩子，先把工具铺开，再升级托管。

有人质疑：业界都在做端到端语音模型，一个模型直接"听+想+说"，你这三层拼装是不是要完？创始人很淡定：端到端的我们也测，谁赢就路由给谁；而且现在95%的生产环境还是三层拼装，企业要的是可组合、可观测、成本可控。

我最喜欢这故事的一点：他把公司内部重复了4年的最痛流程，直接做成了别人的付费产品。AI应用层越卷，这种中立的"选型、路由"层就越值钱。你公司里那个每周都在重复的麻烦事，可能就是下一个生意。
赚钱 人工智能 ai创业