### Answer
Lorsque vous utilisez un Custom LLM avec Retell AI, voici les principaux éléments à prendre en compte :
## Intégration du Function Calling
Vous devrez gérer manuellement le function calling (appel de fonctions) dans votre LLM personnalisé [(1) ](
) . Cela signifie que vous devez définir les fonctions disponibles et gérer leur exécution . Par exemple, pour terminer un appel, vous devez définir une fonction comme celle-ci et gérer sa logique .
## Gestion des Événements WebSocket
Avec un Custom LLM, vous devez gérer plusieurs événements via WebSocket, notamment :
- L'événement de début d'appel qui arrive
avant que l'utilisateur ne décroche [(2) ](
)
- Les événements de métadonnées pour passer des données entre votre backend et le frontend pendant l'appel [(3) ](
)
- Les événements d'invocation et de résultat des appels de fonction pour suivre quand vos fonctions sont déclenchées
## Considérations de Performance
Contrairement au Retell LLM qui bénéficie du Fast Tier pour une latence réduite et des performances optimisées [(4) ](
) , avec un Custom LLM, vous êtes responsable de l'optimisation de la latence . Il est fortement recommandé de mettre à niveau vers les dernières versions des SDK pour améliorer les performances asynchrones et la stabilité [(3) ](
) .
## Coûts
Le Custom LLM n'entraîne
aucun frais supplémentaire de la part de Retell AI (contrairement au Retell LLM qui coûte entre $0.02/min et $0.2/min selon le modèle) .
## Sécurité des Webhooks
Pour garantir l'authenticité des requêtes, utilisez la fonction de