Realtime-Venus vs Sesame Preview: Het ding dat je kunt krijgen is niet het ding dat goed is

Realtime-Venus en Sesame Preview zijn gebouwd door labs met volkomen verschillende ideeën over waar een stemmodel voor dient, en ze zijn vanuit tegenovergestelde richtingen in exact dezelfde valkuil terechtgekomen. Sesame Preview is een gratis consumentenapp — iOS sinds mei 2026, Android sinds begin augustus — met vier gespreksagenten, live webzoekopdrachten tijdens gesprekken, en een stem die recensenten de beste in zijn klasse hebben genoemd. De open gewichten die Sesame publiceerde, zijn een ander, kleiner model dat het bedrijf zelf niet presenteert als de stem die je in de demo hoorde. Realtime-Venus, het 9B full-duplexsysteem van het Venus Team van Ant Group en Tsinghua University, ging de andere kant op: de downloadbare artefacten zijn het echte werk, en er is helemaal geen product. In beide gevallen is de kloof tussen wat beschikbaar is en wat indrukwekkend is, het nuttigste om te begrijpen voordat je iets rond een van beide plant.

Wat elk daadwerkelijk is

Sesame Preview is een product. Sesame is een lab in San Francisco, opgericht in 2023 door Brendan Iribe, Ankit Kumar en Ryan Brown, met steun van a16z, Sequoia, Spark en Matrix. De stemassistent voor consumenten heeft vier persoonlijkheden — Maya, Miles, Simone en Charlie — elk met een eigen temperament en stem. De agent kan tijdens een gesprek het web doorzoeken, notities maken en herinneringen instellen, en na een gesprek een samenvatting sturen. Het geheugen is per agent en synchroniseert tussen web en mobiel wanneer je bent ingelogd, met een incognitomodus die eerdere herinneringen leest zonder nieuwe te schrijven. Het is gratis, er zijn geen advertenties, en het bedrijf zegt geen data te verkopen.

Realtime-Venus is een onderzoeksrelease. Twee 9B-checkpoints onder Apache-2.0 op Hugging Face — Realtime-Venus-Omni voor audiovisuele interactie en Realtime-Venus-Audio voor gesproken interactie — plus een technisch rapport dat op 12 september 2026 bij arXiv is ingediend, een projectpagina en een begeleidende repository met de Realtime-Venus-Harness-component. Er is geen app, geen API, geen prijs en geen aankondiging van de leverancier. De repository wordt niet uitgerold door een inferentieprovider, en downloads worden niet gevolgd.

De val, in beide richtingen

De versie van Sesame heeft de klassieke openwashing-vorm, en Sesame is er eerlijker over dan de meesten. De CSM-checkpoint die het lab onder Apache-2.0 heeft uitgebracht, is een basismodel voor spraakgeneratie — een Llama-backbone die een Mimi-codec-decoder voedt — en in de documentatie staat expliciet dat het niet de stem van de app is en geen end-to-end spraak-naar-spraaksysteem. Het kan geen tekst genereren, en het is getraind op voornamelijk Engelstalige data, met beperkte capaciteit daarbuiten. Wat Sesame Preview aandrijft, is een groter productiemodel dat niet is uitgebracht. Dus als je op zoek ging naar de stem uit de demo, vond je de onderzoeksafstamming ervan en niet het ding zelf. Wanneer een van de vier agenten je oproep beantwoordt, hoor je iets dat je niet kunt downloaden.

De versie van Realtime-Venus is het spiegelbeeld, en misschien wel de vreemdere. Alles wat gepubliceerd is, is echt: echte gewichten, echte code, een echt rapport, een permissieve licentie. Wat ontbreekt, is een manier om het te gebruiken zonder een GPU te bezitten. Twee 9B-checkpoints in BF16 zijn elk ongeveer achttien gigabyte aan gewichten, voordat er activeringsgeheugen bij komt, en beide zijn ontworpen om een continue streaming-lus van één seconde te draaien met live audio- en video-invoer. Dat is een implementatie van serverklasse. Een consumenten-app die dezelfde capaciteit naar een telefoon brengt, doet iets wat deze release niet probeert, en de kloof tussen een downloadbaar model en een uitvoerbaar model is precies waar de meeste mensen die het willen zullen vastlopen.

Meetbaarheid is het scherpere verschil

Geen van beide modellen heeft een onafhankelijke stemkwaliteitsscore, maar de redenen verschillen.

• Sesame Preview — geen deelname aan de arena, geen gepubliceerde evaluatie van de productiestem. De reputatie ervan berust op reviewers en op het effect van de originele demo op luisteraars, wat een vorm van echt bewijs is en volledig ongekwantificeerd.

• CSM-1B — het open checkpoint is een basisgeneratiemodel; het wordt niet gebenchmarkt tegen conversatiesystemen, omdat het er geen is.

• Realtime-Venus — één zelfgerapporteerd spraakcijfer, een VoiceBench AlpacaEval-score van 4,81 waarvan het rapport zegt dat deze overeenkomt met het beste vergelijkingscijfer. Geen enkele derde partij heeft het geëvalueerd.

• Wat geen van beide je oplevert — een cijfer dat is geproduceerd door iemand zonder belang bij de uitkomst. Als stemkwaliteit je aankoopcriterium is, valt de hele vergelijking niet te scoren, en de eerlijke zet is om naar beide te luisteren en zelf te beslissen in plaats van af te gaan op een tabel.

Beurtwisseling, waarbij beiden iets te bewijzen hebben

De reputatie van Sesame was op precies dit gebouwd. De demo die het lab beroemd maakte, was een stem met ademhaling, aarzeling en timing van onderbrekingen die overtuigend genoeg was dat luisteraars dachten dat er een persoon aan de lijn was. Dat is een claim over gespreksdynamiek, en dat is precies waarop het product wordt verkocht.

Realtime-Venus maakt dezelfde bewering, met cijfers erbij. Op Full-Duplex-Bench v1.5 meldt zijn audiocheckpoint dat het reageert op 75% van de gebruikersonderbrekingen, met voortzettingspercentages van 97% bij backchannels, 88% bij tot anderen gerichte spraak en 86% bij achtergrondspraak — naar verluidt hoger dan Gemini 3.1 Live en GPT-4o op alle drie de voortzettingsmetrieken. Die cijfers komen uit zijn eigen rapport en niemand heeft ze gereproduceerd.

Dus de vergelijking is een demo zonder cijfer tegenover een cijfer zonder demo, wat een echt ongemakkelijke positie is om in te verkeren en een terechte beschrijving van hoe deze hele categorie op dit moment over zichzelf rapporteert. Het enige dat met zekerheid kan worden gezegd, is dat geen van beide beweringen een externe partij heeft doorstaan, en 97% voortzetting via achterkanalen is hoog genoeg om er een te verdienen voordat het als vaststaand wordt aangehaald.

Wat je echt kunt bouwen

Sesame Preview biedt een bouwer niets. Er is geen API, geen model-ID, geen tariefkaart en geen aangekondigd plan daarvoor. Gesprekken zijn beperkt tot dertig minuten als je ingelogd bent en vijf in andere gevallen, Engels is de enige officieel ondersteunde taal, en de agent zal onderzoeken en onthouden maar geen taken uitvoeren — hij zal de vlucht niet boeken. De gratis laag is het product. Dat is een prima consumentenaanbod en een doodlopende weg voor integratie.

Realtime-Venus geeft een bouwer alles behalve een plek om het te draaien. De gewichten zijn onder een permissieve licentie vrijgegeven, de code laadt met standaard Transformers-aanroepen, full-duplexstreaming wordt gestart met één enkele method switch, en de gedocumenteerde lus is één seconde streaming prefill, gevolgd door streaminggeneratie, herhaald. Geheugen voor lange video's wordt ingeschakeld met een memory-minutes-parameter en wordt beschreven als training-free, wat ongebruikelijk is voor een mogelijkheid die normaal gesproken fine-tuning vereist. Twee kanttekeningen staan gedocumenteerd in plaats van ontdekt te moeten worden: een framelimiet die lange video stilzwijgend afkapt, tenzij een constante wordt verhoogd vóór de import van de utility, en een CJK-lettertypevereiste voor niet-Latijnse ondertitels die in duplexvideo worden gerenderd.

Wat niets daarvan verandert, is dat de harness — de component die de asynchrone delegaties uitvoert die het meest onderscheidende deel van de architectuur vormen — zich in een aparte GitHub-repository bevindt, veel minder gedocumenteerd is dan het model, en het onderdeel is waarvan de productiegereedheid het moeilijkst te beoordelen is. In een echte implementatie is het delegatiegedeelte gewone tekstinferentie achter een conversationele front-end. OrcaRouter bevat noch Realtime-Venus noch Sesame Preview; beide spraaklagen vallen buiten wat wij aanbieden, en dat zeggen we ronduit in plaats van een hostingrelatie te suggereren die niet bestaat. Bijna 200 tekstmodellen achter één sleutel tegen de lijstprijs van de provider zonder opslag is de helft van die architectuur die we wél dekken, met automatische failover zodat een gedelegeerde taak een upstream-storing overleeft, een routing-DSL die meerdere modellen in één aanroep samenbrengt, en modelfusie waarbij het oordeel van één model niet volstaat. Het is het koopbare deel van een ontwerp waarvan het interessante deel niet te koop is.

De eerlijke aanbeveling

Als je een consument bent die de best klinkende gespreksstem wil die vandaag beschikbaar is en deze niet hoeft te integreren, is Sesame Preview gratis, het is beschikbaar op beide mobiele platforms, en de reputatie ervan is terecht genoeg dat recensenten dat blijven zeggen. Gebruik het en geniet ervan.

Als u een onderzoeker bent of een goed uitgerust engineeringteam dat een open audio-visuele full-duplexstack nodig heeft die u kunt inspecteren en fine-tunen, is Realtime-Venus een van de zeer weinige echte opties, en het feit dat de benchmarks zelfgerapporteerd zijn, verandert niets aan het feit dat de gewichten echt open zijn en de architectuur echt gedocumenteerd is.

Als je een productteam bent dat op zoek is naar een spraaklaag om dit kwartaal uit te brengen, dan is geen van beide jouw antwoord, en de nuttige les uit de combinatie is waarom. Het ene lab bouwde iets uitstekends en hield het goede deel gesloten; het andere publiceerde alles en liet jou de infrastructuur leveren. De categorie heeft bewezen dat ze een stem kan maken die het luisteren waard is, maar heeft nog niet besloten of die stem in enige andere vorm dan een app te koop zou moeten zijn.