Smallest.ai - Voice AI empresarial alimentada por SLMs sub-10B para desempenho 100-1000x mais rápido

Smallest.ai 简介

No cenário atual de transformação digital, empresas de todos os portes enfrentam um desafio crítico: como oferecer interações de voz em tempo real que sejam rápidas, escaláveis e economicamente viáveis? A maioria das soluções de Voice AI baseadas em Large Language Models (LLMs) tradicionais apresenta latência de segundos, custos proibitivos e dificuldade de escalonamento — obstáculos que impedem as organizações de alcançar o verdadeiro potencial da interação por voz com clientes.

A Smallest.ai surge como uma plataforma de Voice AI de próxima geração, projetada especificamente para atender às demandas corporativas modernas. Diferente das abordagens convencionais, a empresa desenvolveu uma arquitetura inovadora baseada em Small Language Models (SLMs) com menos de 10 bilhões de parâmetros, alcançando performance até 100-1000x mais rápida que LLMs tradicionais.

A plataforma utiliza três tecnologias proprietárias que definem seu diferencial competitivo: Compute-Memory Separation (separação entre computação e memória), que permite推理 eficiente com memória externa ilimitada; Asynchronous Thinking (pensamento assíncrono), que processa entrada em streaming sem esperar pelo contexto completo; e Modality Fusion (fusão de modalidades), que aprende voz e texto de forma independente para interações mais naturais.

Com mais de 1 bilhão de chamadas processadas mensalmente e disponibilidade garantida de 99.99%, a Smallest.ai já atende empresas de referência como Paytm Labs, MakeMyTrip, Gordan Salon, Voice Craft AI, Truliv, Mosaic Wellness e DRA Homes. A latência média inferior a 400ms e a redução de 50% nos custos operacionais demonstram o impacto tangível da tecnologia no negócio dos clientes.

:::card{type="summary" title="TL;DR"}

• SLM com menos de 3B parâmetros: Modelos compactos que superam LLMs tradicionais em velocidade
• 45ms TTFT: Tempo de resposta até 100x mais rápido que soluções convencionais
• 99.99% disponibilidade: SLA enterprise-grade com suporte a até 10.000 chamadas simultâneas
• Certificações de segurança: SOC 2 Type II, HIPAA, PCI DSS, ISO 27001:2022 e GDPR :::

---

Smallest.ai 的核心功能

A Smallest.ai oferece um ecossistema completo de APIs de voz e linguagem, cada componente projetado para atender a casos de uso específicos com performance excepcional. Vamos explorar cada solução em detalhes técnicos.

Lightning: Text to Speech de Ultra-baixa Latência

O Lightning é o modelo de síntese de voz mais rápido do mercado, alcanzando tempo até o primeiro byte (TTFB) de apenas 100ms. Essa velocidade permite geração de áudio de 10 segundos em meros 100ms, possibilitando aplicações de tempo real que antes eram impossíveis. O modelo suporta mais de 30 idiomas com milhares de sotaques e dialetos locais, além de capacidade de clonagem de voz e vozes humanizadas com expressão emocional.

Electron: Small Language Model para Diálogo

O Electron representa a evolução dos modelos de linguagem para aplicações conversacionais. Com menos de 3 bilhões de parâmetros, alcança 45ms TTFT (time to first token) — uma métrica crítica para interações de voz. O modelo supera GPT-4.1 em múltiplos benchmarks e inclui recursos de segurança integrados como filtro NSFW e proteção contra prompt attacks.

Pulse: Speech to Text em Tempo Real

A linha Pulse oferece reconhecimento de voz com TTFB de 100ms, suportando mais de 36 idiomas incluindo conversão de código. O modelo demonstra performance excepcional em fatores de tempo real e inclui recursos avançados como reconhecimento de emoção, identificação de speaker, detecção de timestamp e suporte a interrupções.

Hydra: Speech to Speech Multimodal

O Hydra é um modelo multimodal full-duplex que combina entrada e saída de voz com processamento assíncrono. Sua arquitetura suporta contexto longo, ferramentas precisas e interações multimodais com voz e texto simultâneos, incluindo conversas hiperemocionais.

Voice Agents: Agentes de Voz Enterprise

Os Voice Agents são soluções prontas para implementação empresarial com preço a partir de $0.05/minuto. Suportam instruções personalizadas, integração com knowledge base e seleção de voz de marca. A plataforma permite até 10.000 chamadas simultâneas com disponibilidade 24/7.

Voice Cloning: Clonagem de Voz Profissional

A funcionalidade de clonagem de voz permite síntese personalizada com qualidade profissional usando apenas amostras mínimas de áudio, ideal para branding e conteúdo personalizado.

::::grid :::card{type="advantages"}

• Ultra-low latency: 45-100ms TTFT/TTFB vs. segundos em LLMs tradicionais
• Enterprise-grade security: SOC 2, HIPAA, PCI DSS, ISO 27001 e GDPR
• Escalabilidade massiva: Suporte a 10.000 chamadas simultâneas
• Custo-benefício: Redução de até 50% vs. soluções convencionais
• Flexibilidade de deployment: Cloud, on-premise ou híbrido ::: :::card{type="disadvantages"}
• Parameter limitations: Modelos <3B vs. LLMs com >100B parâmetros em tarefas que exigem conhecimento massivo
• Contexto limitado por modelo: Necessita de arquitetura externa para contexto muito longo ::: ::::

---

谁在使用 Smallest.ai

A plataforma Smallest.ai atende uma diversidade impressionante de setores, cada um colhendo benefícios específicos das capacidades de Voice AI em tempo real. Vamos aos principais casos de uso que demonstram a versatilidade da tecnologia.

Suporte ao Cliente B2B

Empresas que operam centros de contato enfrentam custos elevados com atendimento humano, dificuldade de manter disponibilidade 24/7 e desafios de escalonamento durante picos de demanda. A Smallest.ai resolve essas dores com Voice Agents que processam consultas comuns automaticamente, mantendo 99.99% de disponibilidade com latência inferior a 400ms. A abordagem de colaboração humano-máquina permite que agentes humanos foquem em casos complexos enquanto a IA handle volume.

Recuperação de Dívidas

O setor de recuperação de créditos tradicionalmente sofre com baixa eficiência de contato, custos elevados por chamada e dificuldade de escalonamento. Os agentes de voz da Smallest.ai realizam chamadas automatizadas com diálogo inteligente e reconhecimento emocional, alcançando aumento de 90% na taxa de comparecimento e redução de 50% nos custos operacionais.

E-commerce e Varejo

Lojas online recebem milhares de consultas sobre pedidos, logística e produtos. A interação por voz em tempo real permite processamento instantâneo de queries de pedido e rastreamento de entrega, melhorando satisfação do cliente e taxas de conversão.

Saúde e Agendamento

Hospitais e clínicas enfrentam gargalo em agendamento telefônico, linhas ocupadas e alta taxa de não comparecimento. Voice Agents智能 realizam marcação automatizada e gerenciamento de agenda, otimizando utilização de recursos e reduzindo no-shows.

Recrutamento e Seleção

O processo de triagem de candidatos é historicamente demorado, com análise de currículos e agendamento de entrevistas consumindo horas de trabalho repetitivo. Agentes de voz realizam entrevistas iniciais automatizadas, filtrando candidatos qualificados antes da avaliação humana.

Hotelaria e Imobiliário

Setores com alto volume de consultas telefônicas se beneficiam de atendimento 24/7 para informações sobre propriedades, reservas e agendamento de visitas. A IA qualifica leads e aumenta conversão através de follow-ups automatizados.

:::card{type="tip" title="💡 Recomendação de Arquitetura"} Para cenários sensíveis a latência como atendimento ao cliente e vendas, a combinação Electron + Lightning oferece melhor performance. Para diálogos complexos e multi-turn que requerem contexto longo, o modelo Hydra com sua arquitetura assíncrona é mais indicado. :::

---

技术架构与核心特性

A Smallest.ai desenvolveu uma arquitetura técnica inovadora que desafia o paradigma convencional de LLMs. Entenda os fundamentos tecnológicos que possibilitam performance sem precedentes.

Compute-Memory Separation

A arquitetura de separação entre computação e memória representa uma mudança fundamental no design de modelos de linguagem. Em vez de tentar armazenar todo o conhecimento nos parâmetros do modelo, a Smallest.ai utiliza modelos pequenos especializados em推理 combinados com memória externa ilimitada. Essa abordagem permite que o Electron, com menos de 3 bilhões de parâmetros, alcance performance que rivaliza com modelos muito maiores.

Asynchronous Thinking

O mecanismo de pensamento assíncrono permite que o modelo processe entrada em streaming sem esperar pelo contexto completo. Quando um usuário fala, o modelo começa a推理 imediatamente sobre os tokens recebidos, sem necessidade de buffering de toda a mensagem. O resultado é TTFT de 45ms — tempo imperceptível para o usuário humano.

Continual Learning

Diferente de modelos tradicionais que param de aprender após o treinamento, a Smallest.ai implementa aprendizado contínuo durante推理. O modelo atualiza dinamicamente seu conhecimento baseado em novas interações, mantendo relevância sem necessidade de retreinamento completo.

Modality Fusion

A fusão de modalidades proprietária permite que voz e texto sejam aprendidos de forma independente, rompendo limitações de abordagens tradicionais de mapeamento direto. O resultado são interações mais naturais com compreensão contextual genuína entre modalidades.

Performance e Benchmarks

Os números confirmam a vantagem técnica:

| Modelo | Parâmetros | TTFT/TTFB | Benchmarks | |--------|-------------|-----------|------------| | Electron | <3B | 45ms | Supera GPT-4.1 em múltiplos testes | | Lightning | N/A | 100ms | 10s de áudio em 100ms | | Pulse | N/A | 100ms | 36+ idiomas,实时 fator |

::::grid :::card{type="advantages"}

• Arquitetura inovadora: Compute-Memory Separation permite eficiência impossível em LLMs tradicionais
• Performance líder de mercado: 45ms TTFT — 100x mais rápido que alternativas convencionais
• Segurança integrada: NSFW filtering e prompt attack protection nativos
• Flexibilidade de deployment: Cloud, on-premise, edge ou híbrido
• Escalabilidade comprovada: 1 bilhão+ de chamadas/mês com 99.99% uptime ::: :::card{type="disadvantages"}
• Modelos especializados: Otimizados para diálogo, não para tasks de conhecimento geral
• Curva de aprendizado: Nova arquitetura requer adaptação de equipes习惯 a LLMs ::: ::::

---

定价方案

A Smallest.ai oferece estrutura de preços transparente baseada em três planos principais, além de opções de pagamento por uso. Escolha a opção que melhor se adapta às necessidades da sua organização.

Planos de Assinatura

| Recurso | Free Plan | Pro Plan | Enterprise Plan | |---------|-----------|----------|-----------------| | Preço | $0/mês | $9/mês | Sob consulta | | TTS Concorrente | 5 requests | Customizável | Customizável | | TTS RPM | 100 | Customizável | Customizável | | Suporte por email | ✓ | ✓ | ✓ | | Suporte comunitário | ✓ | ✓ | ✓ | | SLA | ✗ | ✗ | 99.99% | | Configuração de agentes | ✗ | Customizável | Customizável | | Suporte prioritário | ✗ | ✓ | ✓ | | Prompt engineering | ✗ | ✓ | ✓ | | On-premise | ✗ | ✓ | ✓ | | HIPAA zero retention | ✗ | $1000/mês add-on | ✓ | | Compliance (SSO, RBAC, SOC2) | ✗ | ✓ | ✓ |

Preços de API (Pay-as-you-go)

| Serviço | Free Tier | Pro Tier | Enterprise | |---------|-----------|----------|------------| | Speech to Text | | | | | Pulse | ~$0.005/min | ~$0.005/min | Customizável | | Pulse Realtime | ~$0.008/min | ~$0.008/min | Customizável | | Pulse On Prem | Não suportado | Suportado | Suportado | | Text to Speech | | | | | Lightning V2 | ~$0.20/1k chars | ~$0.20/1k chars | Customizável | | Lightning V3.1 | ~$0.25/10k chars | ~$0.25/10k chars | Customizável | | Lightning TTS On Prem | Não suportado | Suportado | Suportado | | SLM | | | | | Electron | Inacessível | Acessível | Acessível | | Voice Cloning | | | | | Clonagem básica | Não suportado | Customizável | Customizável | | Clonagem profissional | Não suportado | Suportado | Suportado |

Voice Agents Enterprise

• Preço: A partir de $0.05/minuto
• Chamadas simultâneas: Até 10.000
• Modelo base: Lightning V2

O plano Free é ideal para desenvolvedores que querem explorar a API em projetos pessoais e proofs of concept. O Pro atende startups e PMEs que precisam de escalabilidade com recursos avançados e suporte prioritário. Enterprise é destinado a grandes organizações que requerem SLA de 99.99%, compliance completo e deployment personalizado.

---

常见问题

:::card{type="faq" title="Qual a vantagem da Smallest.ai em relação a GPT-4 e outros LLMs?"} A principal diferença está em latência e custo. Enquanto LLMs tradicionais operam com latência de segundos, a Smallest.ai alcança 45-100ms. Isso é possível através de Small Language Models especializados (<3B parâmetros) com arquitetura Compute-Memory Separation. O resultado é 100x mais rápido com 50% menos custo operacional. Para aplicações de voz em tempo real, essa diferença é determinante. :::

:::card{type="faq" title="Como a Smallest.ai garante segurança e privacidade dos dados?"} A plataforma possui certificação SOC 2 Type II (auditoria jan-jul 2025), HIPAA para dados de saúde, PCI DSS para dados de pagamento, ISO 27001:2022 e conformidade GDPR. Recursos incluem criptografia AES-256 em repouso, TLS 1.2+ em trânsito, RBAC, MFA, SSO (SAML 2.0/OpenID Connect), Zero Trust, WAF e DDoS protection. A opção HIPAA zero retention está disponível para clientes que necessitam. :::

:::card{type="faq" title="Quais opções de deployment estão disponíveis?"} A Smallest.ai oferece três modalidades: cloud (infraestrutura AWS/GCP), on-premise (servidores privados e edge devices), e híbrido (combinação customizada). A opção on-premise é particularmente relevante para organizações com requisitos rigorosos de soberania de dados. :::

:::card{type="faq" title="Como começar a integrar a plataforma?"} O acesso à plataforma é feito através de app.smallest.ai, onde desenvolvedores podem obter chaves de API e configurar agentes. A documentação técnica está em desenvolvimento (coming soon). Para empresas interessadas, demonstrações podem ser agendadas através de smallest.ai/book-a-demo. :::

:::card{type="faq" title="O Enterprise Plan inclui quais certificações de compliance?"} O plano Enterprise inclui compliance completo: SOC 2 Type II (jan-jul 2025), HIPAA, PCI DSS, ISO 27001:2022, GDPR, além de SSO, RBAC e SLA de 99.99%. Suporte a HIPAA zero retention estáincluded no Pro como add-on ($1000/mês). :::

:::card{type="faq" title="É possível clonar voz da minha marca? Quantas amostras são necessárias?"} Sim, a funcionalidade de Voice Cloning suporta criação de vozes personalizadas de nível profissional para branding. O processo requer apenas amostras mínimas de áudio, tornando a implementação acessível mesmo para marcas que não possuem gravações extensivas. Opções incluem clonagem básica (no Pro) e profissional (Pro e Enterprise). :::