はい、AIはあなたの代わりに電話をかけられます。2026年10月12日、11の音声AIモデルに同じ実際の電話をかけさせたテストでは、Gemini 3.8 Liveが最も優秀で、Grok Voice 2.0が2位でした。どちらも約1秒で応答し、自然に会話し、用件が済むと自分から電話を切りました。
Idea Maker AIにはCall for meというツールがあります。誰のための電話か、電話番号、AIが知っておくべきこと、達成したいことを書くと、あなたが聞いている間にAIがその番号に電話します。理論上は、私たちが提供するどの音声モデルでもこの電話はかけられます。知りたかったのは、実際にどのモデルに任せるべきかです。
音声AIモデルをどうテストしたか
すべてのモデルに同じ依頼を渡し、実際の電話、つまり複数の米国の携帯番号にかけさせました。電話の向こうには人がいます。依頼はあえて3つの部分に分けました。友人に金曜のバドミントンに来るか聞く。来るなら、貸してもらうラケットを持ってきてもらう。そして土曜の再戦に車で一緒に行こうと誘う、という内容です。
- 全モデルに同じ言葉。モデルごとの調整は一切なし。特別扱いが必要なモデルは、それがはっきり出ました。
- 本物の電話回線。通話はTwilio Media Streamsを通じて普通の携帯電話につながりました。シミュレーターではありません。
- 聞くだけでなく測定。通話ごとに、音声が電話に届くまでの時間、相手の声がAIに届く遅れ、モデルが話し始めるまでの時間、通話の終わり方、費用を記録しました。
- 相手は割り込む。1回の通話で最低1回はわざと割り込みました。割り込めないモデルは会話をしているとは言えません。
電話に一番強い音声AIモデルは？
Gemini 3.8 Liveです。毎回約1.2秒で応答し、割り込まれるとすぐに話すのをやめ、自分で通話を終えました。約1分の通話で0.07〜0.10ドルでした。Grok Voice 2.0は僅差の2位。同じくらい自然で、1通話あたり約0.15ドルと少し高めです。
| モデル | 評価 | 結果 |
|---|---|---|
| Gemini 3.8 Live（Google） | 最優秀 | 応答まで約1.2秒、自然な受け答え、自分で通話を終了 |
| Grok Voice 2.0（xAI） | 2位 | 話し始めまで0.6〜0.8秒、同じくらい自然、1通話の費用は約2倍 |
| Grok Voice 1.0（xAI） | 使える | 応答まで約1秒、通話を最後までこなした |
| GPT Realtime 1.5（OpenAI） | 使える | 速い（0.7秒）が、もらっていない答えを前提に進めた |
| Gemini 3.8 Live Extended Thinking | 遅すぎる | 考えている間、返答前に11〜14秒の沈黙 |
| GPT Realtime 2.1 | 聞いていない | 依頼を一気に読み上げ、返事を待たずに別れを告げた |
| GPT Realtime 2 | 途中で終了 | 自己紹介のあと何も言わなかった |
| GPT Realtime | 言語の誤り | 英語の依頼なのに中国語で通話した |
| Gemini 2.5 Flash Native Audio | 遅すぎる | 返答のたびに3〜7秒 |
| GPT Realtime Mini、GPT Realtime 2.1 Mini | 見送り | ラボでは速い（0.7〜1.2秒）が、候補から外した |
テストの結果、Idea Maker AIのCall for meで選べるのは4つになりました。Gemini 3.8 Live、Grok Voice 2.0、Grok Voice 1.0、GPT Realtime 1.5です。他のモデルもチャットでの音声会話には引き続き使えます。そこでは電話の相手は見知らぬ人ではなく、あなた自身です。
このテストは、あえて一発勝負にしました。各モデルは1通話につき1回だけ、同じ依頼と最小限のルールだけで臨みました。誰の代理で電話しているか、通話が録音される可能性があることを伝える、相手の話にかぶせない、丁寧に締めくくる、というルールです。モデルごとのプロンプト調整も、やり直しもなし。各モデルのありのままの振る舞い、つまりあなたが最初の電話で体験するものが見えます。
AIに代わりに電話してもらえること
短い電話で、目的がはっきりしているものなら何でも。AIに任せる電話として特に多い5つの種類と、目的欄に書く例を紹介します。
1. レストランやお店の予約
AIは予約の電話をかけられる？はい。レストランはAI電話の定番です。「金曜19時30分に4名で予約して、静かな席をお願いし、1人がグルテンフリーだと伝えて」。ホテルのレイトチェックイン、ゴルフのスタート時間、コートの予約も同じです。
2. 予約を取る・変更する
ネット予約がないお店の予約もAIに任せられます。「今週中に車のタイヤ2本の交換を予約して。2本の料金とかかる時間も聞いて」。美容院、歯医者の検診、動物病院、水道業者も同様です。予約の変更も可能です。「木曜15時の予約を来週月曜のどこかに変えて」。
3. 事前に電話で確認する
電話でしか答えが得られない質問。「祝日の月曜は営業していますか、何時までですか」「27インチのモニターの在庫はありますか、18時まで取り置きできますか」「今の席の待ち時間はどれくらいですか」。AIが聞き、あなたはチャットで答えを読みます。
4. 返金や遅れの催促
誰もやりたくない問い合わせ。「注文4471の返金がいつになるか聞いて」「配達が2日遅れている理由を確認して」「敷金が返金されたか確認して」。AIは丁寧に要点を押さえて話し、文字起こしがそのまま記録になります。
5. 自分では言いにくい伝言
自分が話さない方が楽な電話もあります。「バンドに土曜の練習に行けないと伝えて、日曜はどうか聞いて」「アレックスにコンサートチケット代の40ドルがまだだと伝えて」「大家さんに台所の蛇口がまた水漏れしていると伝えて」。AIはあなたの代理で電話していると伝え、あなたはいつでも聞いたり代わったりできます。
AIに電話を任せても安全？
AIが自分は何者かを正直に名乗るなら安全です。Idea Maker AIでは、AIが最初に、あなたのAIアシスタントで代理で電話していること、通話が録音・文字起こしされる可能性があることを伝えます。あなたは両方の声をリアルタイムで聞き、マイクをオンにすれば会話に加われ、いつでも電話を切れます。
1回の電話の費用。通話中は2つの料金がかかります。AIは秒単位、電話回線は分単位です。テストでは、約1分の通話でGemini 3.8 LiveのAI料金が0.07〜0.10ドル、Grok Voice 2.0は約0.15ドルでした。
相手が出なかった電話は、発信の分だけです。
どのモデルを選ぶべき？
ほとんどの電話にはGemini 3.8 Liveがおすすめです。電話で最も自然で、優秀なモデルの中で最も安価でした。声の好みや、うまくいかなかった電話を別のモデルで試したいときはGrok Voice 2.0を選びましょう。各モデルのドキュメントは公開されています：Gemini Live API、xAI voice、OpenAI Realtime。
アプリが初めての方は、まずIdea Maker AIとはをご覧ください。現在iPhoneとAndroidで非公開テスト中です。メールをいただければ、公開日にお知らせします。
