Fish Audio Live 3 vs Sesame Preview: twee antwoorden op beurtwisseling, waarvan één meetbaar

Sesame bouwde een benchmark voor precies het probleem waarvan Fish Audio Live 3 zegt dat het het heeft opgelost, en vervolgens bracht Fish Audio een model uit dat er niet op staat. Dat is de korte versie van deze vergelijking. Sesame Preview — het consumentenproduct met vier agenten dat draait op het Conversational Speech Model van het lab — publiceerde TurnBench in augustus 2026: dertig uur drievoudig geannoteerde spraak van twee personen, een openbare ranglijst, een interactieve gespreksviewer en resultaten voor veertien systemen. Fish Audio Live 3, aangekondigd op 10 november 2026, betoogt dat gesprekstiming in het spraakmodel zelf moet worden geleerd in plaats van te worden opgelegd door stiltedrempels, en publiceert drie voorbeeldgesprekken en een waarde van 186 milliseconden. Het argument is hetzelfde argument. Het bewijs is niet hetzelfde bewijs.

Al het andere volgt uit hoe verschillend de twee bedrijven dat argument in een product hebben omgezet. Live 3 wordt verkocht: $0,035 per minuut op Fish Audio's Agent Platform tijdens een promotie die eindigt op 31 december 2026, een gedocumenteerde API en een on-premisesoptie voor ondernemingen. Sesame Preview wordt weggegeven: vier vaste persoonlijkheden in een iOS- en Android-app, zonder API, zonder modelidentificatie voor de stem in de app, en zonder wat dan ook per token of per minuut. Op de ene kun je deze week bouwen. Naar de andere kun je alleen luisteren.

De test die bestaat, en waarom Live 3 er niet op staat

Beurtwisseling is het zeldzame vermogen waarvoor de sector al een meetmethode was overeengekomen voordat de modellen er waren, en Sesame speelt daarin een grote rol. TurnBench, uitgebracht op 28 augustus 2026 en ontwikkeld met Carnegie Mellon University, Mundo AI en Oto, beoordeelt systemen op hoe zij precies omgaan met de gebeurtenissen waardoor een telefonische agent verkeerd aanvoelt: een bevestiging die de beurt niet mag overnemen, een onderbreking die dat wel moet, een pauze die geen einde is. De ranglijst is openbaar, de ontwikkelset is selfservice en de resultaten beslaan veertien systemen.

Fish Audio Live 3 zit daar niet bij, en geen enkel ander duplexmodel van Fish Audio ook. Dat is geen schandaal — een model dat in november is uitgebracht kan niet op een ranglijst van augustus staan — maar het is het nuttigste feit in deze vergelijking, omdat het je vertelt wat voor soort claim elk bedrijf maakt. Sesame zette zijn eigen product op een openbare test die het mede heeft ontworpen, waar iedereen de score kan controleren. Fish Audio zette zijn product op een promotietariefkaart, waar iedereen de prijs kan controleren.

Beide zijn legitieme lanceringen. Slechts één ervan laat een buitenstaander verifiëren waar de marketing over gaat.

Wat elke partij daadwerkelijk levert

• Wat het is — Fish Audio Live 3 is een full-duplex spraakmodel achter een agentplatform; Sesame Preview is een consumentenassistent-app met vier agents, Maya, Miles, Simone en Charlie, elk met een eigen geheugen.

• Distributie — Live 3: zelfserviceplatform, gedocumenteerde API, enterprise on-premises. Sesame Preview: iOS- en Android-apps, gratis, geen API, geen model-ID voor de stem in de app.

• Prijs — Live 3: $0,035/min als actietarief, $0,07 als lijstprijs, plus $0,01/min voor telefoongesprekken en $1,20/maand per nummer. Sesame Preview: geen gepubliceerde prijs en geen gepubliceerd abonnementsniveau; de app is gratis te downloaden.

• Talen — Live 3: bij de lancering alleen Engels, in de woorden van Fish Audio zelf, zelfs terwijl het omliggende platform stemmen in 30+ talen adverteert. Sesame Preview: Engelstalig georiënteerd, hoofdzakelijk op Engels getraind volgens de eigen onderzoeksnotities van het lab.

• Onafhankelijkheid — Live 3: per 11 november 2026 geen enkele gepubliceerde benchmark van welke aard dan ook, en geen vermelding op het spraak-naar-spraak-overzicht van Artificial Analysis. Sesame Preview: ook geen onafhankelijke score voor de stem van de app, maar wel een openbaar leaderboard voor beurtwisseling dat het bedrijf mede heeft ontwikkeld en publiceert.

• Openheid — Live 3: geen gewichten, geen licentie, geen repository. Sesame: één open checkpoint, CSM-1B, Apache-2.0 op Hugging Face sinds maart 2025 — dat is niet de stem in de app.

• Interface — Live 3: je integreert het. Sesame Preview: je praat ermee.

Het woordenschatprobleem dat beide bedrijven gemeen hebben

Geen van beide producten publiceert genoeg om te kunnen vergelijken wat je echt belangrijk vindt, en beide gebruiken er hetzelfde woord voor. Fish Audio noemt het het ritme van een gesprek en beschrijft een telefoonnummer dat in stukjes wordt voorgelezen — "415… 555… 0132" — waarbij een conventionele agent drie afzonderlijke beurteinden hoort. De marketing van Sesame noemt hetzelfde gedrag presence, en in de release notes van oktober 2026 staat dat het bedrijf zijn Conversational Speech Model heeft bijgewerkt om expressiviteit en uitspraak te verbeteren, met minder vleierij en minder herhaalde zinnen. Beide uitspraken zijn zoals ze er staan niet falsifieerbaar. Geen van beide levert een getal.

Het verschil is dat Sesame de meetlat heeft geleverd. Als Fish Audio de vergelijking op basis van de inhoud wil, de ontwikkelingsset van TurnBench is open en zelf te scoren; het scorebord wacht op een inzending.

Wat een bouwer met elk kan doen, en wat niet.

Dit is het punt waarop de twee producten helemaal niet meer te vergelijken zijn. Sesame Preview is geen component. Er is geen endpoint, geen session-API en geen manier om de stem achter je eigen telefoonnummer te zetten, en het enige Sesame-checkpoint dat iemand buiten de app kan laden, is CSM-1B: een model met 1B parameters uit maart 2025 dat anderhalf jaar aan werk vóór de stem in de huidige app ligt. Een team dat het conversationele gevoel van Sesame in een product wil, heeft vandaag geen route ernaartoe die niet wachten betekent.

Live 3 is de tegenovergestelde afweging. Het is gesloten op de manier die ertoe doet — geen gewichten, geen manier om het zelf te hosten buiten een enterprisecontract om — maar het is open op de manier die je laat shippen: een agent-builder, een gedocumenteerde API, telefonie en een tarief per minuut. De redeneerlaag is een apart, vervangbaar onderdeel; de agent kan voor het denkwerk naar een OpenAI-compatibel endpoint wijzen, terwijl de spraak van Fish Audio blijft. Die structuur maakt het mogelijk dat een klein team het op een dinsdag uitrolt.

Voor met name het redeneergedeelte biedt OrcaRouter meer dan 200 modellen achter één sleutel tegen de lijstprijs van de provider zonder opslag, met automatische failover wanneer een backend tijdens een aanroep een fout geeft en een routing-DSL om te bepalen welk model welk soort gespreksbeurt afhandelt. Fish Audio Live 3 is niet een van die modellen — er is geen endpoint van derden voor een gesloten duplexspraakmodel, en er valt hier niets te routeren. De taak van de router in deze stack begint waar de spraak eindigt.

Welke moet ik kijken, en waarvoor?

Drie signalen zouden deze vergelijking beslechten, en geen ervan is een persbericht. Een Live 3-vermelding op TurnBench of een rij op het Artificial Analysis-speech-to-speechboard zouden Fish Audio's gedragsargument omzetten in een score met een getal ernaast. Een Sesame-ontwikkelaars-API — het bedrijf heeft gezegd dat er ontwikkelaarstools aankomen, zonder datum — zou de stem van de app veranderen in iets wat een product kan huren. En een tweede open Sesame-checkpoint, nieuwer dan CSM-1B, zou de open-weightsgemeenschap geven wat de lancering van Live 3 opvallend genoeg niet gaf.

Tot een van die producten op de markt komt, hangt de eerlijke rangschikking volledig af van wat je koopt. Als je het best klinkende gesprek wilt dat vandaag beschikbaar is en je bereid bent dat in de app van iemand anders te hebben, is Sesame Preview het indrukwekkendere product en het eerlijkere product over hoe het beoordeeld zou moeten worden. Als je dit kwartaal een stem in productie nodig hebt, is Sesame geen kandidaat en valt de vergelijking terug tot één vraag over Live 3: of een promotieminute van $0.035 en een ondergrens van 186 milliseconden voor bevestiging genoeg bewijs zijn om er een telefoonlijn op te wagen. Voor de meeste teams is het antwoord ja voor een pilot en nog niet voor een loonlijst — en de benchmark die dat antwoord zou veranderen, bestaat al, met een rij die leeg is gelaten.