今天，我们推出 Cartesia Managed Agents，这是我们面向企业对话的端到端语音智能体平台。它推动了语音到语音自然度和准确度的前沿，并在发布时于独立语音智能体基准测试中排名第一。
我们将 harness 与语音模型一同设计，因此聆听、轮流发言、推理、工具调用和语音被调校为一个端到端系统。企业团队在生产环境中运行智能体所需的一切都汇聚于一个平台：电话通信、知识库、工具集成等。而且我们已在大规模场景中进行了测试——Managed Agents 已在金融、零售、酒店和医疗领域支撑了数千万次对话。
树立新的帕累托前沿
级联流水线是企业任务的主流范式，但若缺乏精心的协同设计，它们可能会在自然度和轮流发言、打断等对话动态方面有所损失。如今的语音到语音模型听起来自然，但难以控制，且对于企业级任务的可靠性较低。
借助 Managed Agents，我们协同设计了语音模型与 harness，在不牺牲复杂企业任务所需的智能性和可控性的前提下，提供最佳的对话体验。
在 Artificial Analysis 的 Speech Agent Arena上，由盲测人类评分者对预约和订外卖等任务上的智能体进行比较，Managed Agents 在 30 个智能体中排名第一，偏好 Elo 为 1115。
Speech Agent Arena：偏好 Elo
在预约和订外卖等对话任务上的盲测人类偏好。越高越好。
2026年10月基准测试以 GPT-5.5 作为推理模型运行。
在 EVA-Bench上——ServiceNow 面向 CSM、ITSM 和 HR 领域企业语音智能体的开放基准测试——Managed Agents 在准确率（87%）和体验（91%）两项上均取得最高分，树立了新的帕累托前沿。
EVA-Bench：准确率与体验
在 200 多个企业场景中的首次尝试得分。阴影框内的每个系统在两项上得分都更低。越高越好。
2026年10月准确率（EVA-A）
查看每个系统的得分| EVA-Bench：准确率与体验 | 准确率（EVA-A） | 体验（EVA-X） |
|---|---|---|
| Managed Agents (GPT 5.5)Cartesia | 87.4% | 90.7% |
| Grok Voice 3.0xAI | 73.7% | 71.2% |
| Gemini 3.8 LiveGoogle | 45.9% | 88.6% |
| Gemini 3.8 Live Extended Thinking (Minimal)Google | 50.1% | 79.2% |
| Gemini 3.8 Live Extended Thinking (High)Google | 54.8% | 73.7% |
| ElevenLabs Agents (Claude Haiku 4.5)Scribe v2.2 Realtime + Claude Haiku 4.5 + Eleven Flash v2 | 41.0% | 81.7% |
| GPT Realtime 2.1OpenAI | 59.0% | 61.6% |
| Grok Voice 2.0xAI | 51.7% | 64.1% |
| Grok Voice 1.0xAI | 58.8% | 56.9% |
| GPT Realtime 1.5OpenAI | 46.7% | 56.6% |
| GPT Realtime 2OpenAI | 50.4% | 39.0% |
| Gemini 3.1 Flash LiveGoogle | 29.2% | 58.9% |
| ElevenLabs Agents (GPT-5.4)Scribe v2.2 Realtime + GPT-5.4 + Eleven Flash v2 | 67.2% | 13.0% |
| Universal 3.5 Pro + GPT-5.4 + Sonic 3.5Cascade | 53.1% | 24.8% |
| GPT RealtimeOpenAI | 40.7% | 36.5% |
| Parakeet 1.1B CTC en-US + Gemma-4-26B + KokoroCascade | 33.1% | 39.5% |
| Flux General Multi + GPT-5.4 + Sonic 3.5Cascade | 43.1% | 17.6% |
| GPT Realtime MiniOpenAI | 16.3% | 40.6% |
| Gemini 3.6 Flash + Gemini 3.1 Flash TTS PreviewGoogle | 56.2% | 0.0% |
| ElevenLabs Agents (Gemini 3 Flash)Scribe v2.2 Realtime + Gemini 3 Flash + TTS Conversational v3 | 49.0% | 2.4% |
| GPT Realtime 2.1 MiniOpenAI | 21.7% | 29.2% |
| Nova 3 + GPT-5.4-mini + Aura 2Cascade | 39.5% | 9.6% |
| Ink 2 + Haiku 4.5 + Sonic 3.5Cascade | 34.8% | 6.6% |
| UltravoxHybrid | 27.0% | 2.9% |
基准测试以 GPT-5.5 作为推理模型运行。
在 EVA-Bench——ServiceNow 面向企业语音智能体的开源基准测试——上， Cartesia Managed Agents 取得了我们迄今所见的最强结果之一。在 200 多个 真实的 CSM、ITSM 和 HR 场景中，它在细节上始终保持准确，同时让对话 保持自然，这正是企业在将 AI 接入客户电话之前所寻求的平衡。这也 反映了我们在企业语音领域看到的更广泛模式：harness 与模型协同设计。
当来电者打断、停顿或改变主意时，智能体能自然地应对：在我们的内部评估中，来电者表示在与 Managed Agents 的对话中，85% 的情况下没有出现轮流发言问题，而其他智能体为 67%。
为复杂通话而设计
Cartesia Managed Agents 在一个端到端平台中提供了构建前沿语音智能体所需的全部工具。理赔受理、患者预约、零售退货、IT 服务台：企业通话很少保持简单。一次对话可能意味着验证来电者身份、查询三个系统并引用政策，而这一切都不能有丝毫停顿。
- 多语言：以 44 种语言构建智能体。智能体可以在对话中途在英语、西班牙语、印地语、法语和日语之间切换，全部 44 种语言即将推出。
- 工具调用：集成你的后端 API、CRM 和记录系统，让智能体能够在通话中查询记录并采取行动。
- 知识库：从数百份文档中获取精确答案。智能体的上下文会被动态预填充，因此它无需暂停搜索即可响应。
- 外呼活动：通过外呼批次安排数千次通话，每次通话都针对你所呼叫的对象进行个性化。