Title card generata intitolata "GPT-Live-1.1 vs Sesame Preview" con il sottotitolo "Un listino prezzi contro un abbonamento", che mostra a sinistra una card etichettata GPT-Live-1.1 con 0,05 $ al minuto attivo, 0,02 $ al minuto in standby e un'API a consumo, e a destra una card etichettata Sesame Preview con 20 $ al mese per Plus, 100 $ al mese per Pro e solo un'app per consumatori.
Guides & Insights

GPT-Live-1.1 vs Sesame Preview: un listino prezzi contro un abbonamento

Autore

Elias Hawthorne

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Questi due vengono continuamente confrontati, e il confronto è di solito un errore. GPT-Live-1.1 e Sesame Preview sostengono entrambi una conversazione, gestiscono entrambi le interruzioni, ed entrambi sono comunemente descritti come meno simili a un menu telefonico rispetto alla generazione precedente. Ma uno è un'API a consumo e l'altro è un'app in abbonamento, e una volta che te ne accorgi, la maggior parte delle domande interessanti su di loro smette del tutto di riguardare la qualità della voce.

GPT-Live-1.1 è arrivato sull'API di OpenAI il 19 novembre 2026, cinque settimane dopo aver sostituito GPT-Live-1 all'interno di ChatGPT Voice. Sesame Preview è disponibile per i consumatori da maggio 2026 ed è su Android dall'inizio di agosto; in ottobre ha aggiunto un listino prezzi — Free, Plus a 20 $ al mese, Pro a 100 $ al mese — venduto tramite l'App Store e Google Play. Nessuna delle due aziende pubblica un benchmark che permetta di confrontare le due voci sullo stesso asse, e nessun laboratorio indipendente ne ha eseguito uno. Tutto quanto segue riguarda quindi ciò che ciascun prodotto è, non quale suoni meglio, perché la seconda domanda al momento non ha una risposta misurabile.

Due prodotti, due modelli di business

Il modo più chiaro per vedere la divisione è chiedersi che cosa si sta acquistando.

• Accesso — GPT-Live-1.1 è un ID modello su v1/live/sessions, richiamabile dalla propria applicazione, mentre Sesame Preview è un'app per iOS e Android, senza API pubblica e senza ID modello

• Tariffazione — GPT-Live-1.1 fattura al secondo: 0,05 $ per minuto di voce attiva, 0,02 $ in standby, mentre Sesame vende pacchetti mensili: Gratuito a 0 $ (30 minuti di conversazione al giorno), Plus a 20 $ (2 ore al giorno), Pro a 100 $ (10 ore al giorno)

• Chi paga — GPT-Live-1.1 viene fatturato a un account sviluppatore, oltre a una fattura separata per i token del backend a cui delega, mentre Sesame viene addebitato a un consumatore tramite gli app store

• Voci — GPT-Live-1.1 espone 21 voci denominate in inglese, portoghese, tedesco, francese, hindi, giapponese e coreano, oltre alla creazione di voci da prompt, mentre Sesame offre quattro personaggi — Maya, Miles, Simone e Charlie

• Personalizzazione — GPT-Live-1.1 ti permette di scrivere istruzioni di sessione, scegliere una modalità di delega e impostare un timeout di inattività, mentre gli agenti di Sesame hanno personalità distinte tra cui scegliere anziché una superficie di configurazione su cui scrivere

• Pesi aperti — GPT-Live-1.1 è chiuso, mentre CSM-1B di Sesame è Apache 2.0 su Hugging Face e non è il modello presente nell'app

Generated two-column scoreboard titled 'GPT-Live-1.1 vs Sesame Preview — the scoreboard' with six matched rows: access (v1/live/sessions API vs iOS and Android app), pricing ($0.05 and $0.02 per minute vs $20 and $100 per month), who pays (developer account vs consumer through app stores), voices (21 named, prompt-to-voice vs four characters), customisation (instructions and delegation vs pick a character), and open weights (closed vs CSM-1B, not this model).

Quell'ultima frase è quella che le persone sbagliano. Sesame ha effettivamente un modello aperto, e non è Preview. CSM-1B è un modello vocale conversazionale da 1 miliardo di parametri rilasciato con licenza Apache 2.0, costruito su un backbone con architettura Llama e il codec Mimi di Kyutai, ed è un sistema diverso e più piccolo rispetto alla voce di produzione nell'app. Chiunque ti dica che sta facendo self-hosting di Sesame Preview sta facendo self-hosting di qualcos'altro. Il divario tra la demo e il download è stato il fatto centrale dell'offerta di Sesame fin dal primo post di ricerca di febbraio 2025, e non si è chiuso.

Il minuto da $0,05, prezzato correttamente

La tariffa di GPT-Live-1.1 è facile da fraintendere in entrambe le direzioni, quindi vale la pena essere precisi. Le sessioni vocali vengono fatturate in base alla durata a 0,05 $ per minuto attivo, con addebito al secondo e senza arrotondamento per eccesso al minuto. Dal 19 novembre 2026, una sessione WebRTC può essere configurata per sospendere l'inferenza dopo 5-60 secondi senza parlato e fatturare 0,02 $ al minuto durante l'attesa. L'utilizzo del modello backend e degli strumenti viene addebitato separatamente, in base al contatore dei token del modello che si indica come destinazione della delega. La creazione di una sessione WebRTC fattura 15 secondi di durata vocale all'inizializzazione, accreditati nuovamente sulla durata una volta che la sessione inizia a funzionare.

Tre ore di linea aperta continua costano quindi 9,00 $ solo sul contatore vocale, prima ancora di un singolo token backend. Questo è il numero da confrontare con il piano Plus di Sesame, che costa 20 $ al mese per due ore di conversazione al giorno — circa 60 ore al mese, ovvero circa 0,33 $ all'ora, se si sfrutta completamente la quota. Su base puramente oraria, Sesame è notevolmente più economico, ed è più economico per una ragione che non ha nulla a che vedere con la generosità: sei un singolo consumatore che parla con un singolo assistente all'interno di un'app, non un'applicazione che effettua migliaia di chiamate simultanee verso un endpoint a consumo.

Il confronto diventa reale solo quando chiedi che cosa ti è consentito costruire. Il tempo di conversazione di Sesame è una quota concessa a una persona. I minuti di GPT-Live-1.1 sono un costo del venduto per un prodotto. Un team che valuta il secondo non può rimpiazzarlo con il primo, a nessun prezzo.

Screenshot of Sesame's plans page showing the Free, Plus at $20 and Pro at $100 tiers with their daily talk-time allowances and the one-time top-up prices.

Ciò che nessuno dei due prodotti ti offre

I limiti di Sesame sono dichiarati dall'azienda e vale la pena elencarli senza attenuarli. L'app è il prodotto; non esistono API, ID modello, limiti di frequenza, livello enterprise né un piano di monetizzazione pubblicato oltre agli abbonamenti. Le sessioni sono limitate da una quota giornaliera di tempo di conversazione: 30 minuti con Free, due ore con Plus e dieci ore con Pro; inoltre gli agenti conversano anziché eseguire: non prenotano, non acquistano e non archiviano nulla per tuo conto come farebbe un'API agentica. L'app è disponibile su iOS e Android, con occhiali annunciati per il 2027. La direzione dichiarata di Sesame è costituita da partnership di ricerca e hardware.

Le limitazioni di GPT-Live-1.1 sono altrettanto concrete e vanno nella direzione opposta. È audio e testo in ingresso e audio e testo in uscita. Immagini e video non sono supportati. Non esegue il ragionamento da solo — delega a un modello backend o a un agente che configuri, tramite delega a Responses o delega client — ed è raggiungibile solo tramite v1/live/sessions. Chat Completions, Responses, Realtime, trascrizione, traduzione e generazione vocale sono tutti elencati come endpoint non supportati per questo modello. Se vuoi una singola chiamata che restituisca testo, questo non è il modello giusto; è un livello vocale con un buco al centro dove va il tuo backend.

In altre parole, entrambi i prodotti sono più limitati di quanto lasci intendere il loro marketing. Sesame vende una voce su cui non si può costruire. OpenAI vende una voce che non sa pensare da sola.

Dove si fermano i numeri

Nessuna delle due voci dispone di un punteggio indipendente, e vale la pena essere schietti su quanto sia totale questa lacuna. L'indice speech-to-speech di Artificial Analysis, consultato il 20 novembre 2026, riporta GPT-Live-1 due volte — 83,2 con un backend di classe Astra a sforzo di ragionamento medio e 80,1 con un backend di classe Sol a sforzo basso — e non riporta GPT-Live-1.1, che ha un giorno di vita sull'API. Non riporta alcun modello Sesame. Non esiste alcuna misurazione di terze parti di nessuna delle due voci attuali, quindi qualsiasi affermazione secondo cui una suoni più naturale dell'altra è un'impressione d'ascolto presentata come risultato.

Ciò che esiste per Sesame è un benchmark che ha costruito. Nell'agosto 2026 l'azienda ha rilasciato TurnBench, un benchmark aperto per l'alternanza dei turni nel dialogo parlato: 30 ore di conversazione in inglese registrata in studio, a doppio canale, distribuite su 154 dialoghi e 106 attori vocali, con tripla annotazione, che misura con quanta accuratezza e rapidità un sistema rileva eventi di fine turno e di interruzione. È un contributo autentico — il settore si era appoggiato alle registrazioni Switchboard dei primi anni '90 — e la classifica pubblica ordina 27 sistemi per recall, affiancando tasso di falsi positivi e latenza mediana. Né GPT-Live-1.1 né alcuna voce di produzione Sesame vi compare. Il benchmark misura il problema che entrambi i prodotti dichiarano di risolvere, e nessuno dei due ha inviato i propri risultati.

Questo è lo stato delle prove: da un lato una valutazione umana condotta dal fornitore senza alcun dato numerico allegato, dall’altro un modello API vecchio di un giorno senza un punteggio indipendente, e una classifica aperta che potrebbe confrontarli e che resta vuota di entrambi.

Cosa copre e cosa non copre OrcaRouter

OrcaRouter non offre nessuno dei due prodotti. Nel catalogo non esiste alcun endpoint vocale full-duplex, quindi se vuoi GPT-Live-1.1 devi chiamare direttamente l'API delle sessioni Live di OpenAI, mentre se vuoi Sesame Preview devi scaricare un'app. Dire il contrario sarebbe una menzogna su ciò che ospitiamo.

Quello che copriamo è la parte di un deployment Live che è una normale chiamata al modello. GPT-Live-1.1 delega ragionamento e uso degli strumenti a un backend, e la guida di OpenAI stessa è di iniziare con gpt-6-luna e passare a gpt-6-sol per i lavori più difficili. Entrambi sono su OrcaRouter al prezzo di listino del provider senza ricarichi, insieme al resto della famiglia GPT-6 e a oltre 200 altri modelli dietro un'unica chiave, con failover automatico tra provider e un DSL di routing per comporre più modelli in un'unica chiamata. Se il cervello del tuo agente vocale è la parte che vuoi instradare, cambiare o sottoporre a failover, quello è il livello in cui possiamo davvero aiutarti — e lo stesso vale per il lato text-to-speech, dove sono disponibili anche gpt-4o-mini-tts e i modelli TTS di Google Gemini.

La decisione, esposta chiaramente

Se stai sviluppando un prodotto, la scelta non è affatto difficile e non riguarda la qualità della voce. GPT-Live-1.1 è richiamabile tramite API, con prezzo al secondo e configurabile; Sesame Preview è un'app consumer con una quota mensile e nessun accesso possibile. Punta sul primo e considera il secondo come una prova di dove sta andando la voce conversazionale, non come un componente.

Se sei una persona che sceglie un assistente, il confronto si inverte. Il livello da 20 $ di Sesame acquista circa 60 ore di conversazione al mese, che corrispondono più o meno al prezzo di sei ore e quaranta minuti sul contatore vocale di GPT-Live-1.1, e include personaggi pensati per parlarci, anziché una configurazione di sessione pensata per essere scritta. L'API non è il prodotto migliore per quel compito; è semplicemente l'unica che ti consente di costruire.

Generated cost card titled 'Twenty dollars, two meanings', with a left card labelled GPT-Live-1.1 voice meter showing 400 active minutes, or 6 hours 40 minutes at $0.05 a minute, and a right card labelled Sesame Preview Plus tier showing about 60 hours of talk time a month at 2 hours a day, with a single $20 label between them.

Ciò che cambierebbe la risposta è un endpoint pubblico di Sesame o una misurazione indipendente di una delle due voci. Al 20 novembre 2026, nessuno dei due esiste. Finché non ce ne sarà uno, la cosa utile da dire su GPT-Live-1.1 rispetto a Sesame Preview è che non sono davvero in concorrenza — e che il fatto stesso che vengano confrontati dice più di quanto sia giovane questa categoria che del lavoro di entrambe le aziende.