Rime Prism vs Breeze TTS 2: De licentie is de vergelijking

Het nuttigste dat je kunt leren door Rime Prism naast Breeze TTS 2 te leggen, is niet welke van de twee beter klinkt. Het is dat een van de twee een Apache-2.0-repository is waarvan de modelgewichten beperkt zijn tot onderzoek en niet-commercieel gebruik, en de andere een commerciële dienst per minuut. Die ene asymmetrie beslist de vergelijking nog voordat latency, prijs of stemkwaliteit een stem hebben. Prism, gelanceerd op 28 oktober 2026, is een gehost spraak-naar-spraak-model voor $0,080 per minuut spraakaudio dat elke reactie eerst als tekst schrijft voordat het die uitspreekt. Breeze TTS 2, op 25 augustus 2026 uitgebracht door BreezeBlue, is een tekst-naar-spraak-model met open gewichten van 3 miljard parameters dat je zelf draait, en het is een component, geen agent.

Ze zijn geen alternatieven voor elkaar. Bijna elke pagina die ze rangschikt, behandelt ze als twee punten op dezelfde as, en die framing is op een manier fout die mensen weken kost. Hier is wat elk ervan eigenlijk is, en waar de beslissing echt ligt.

De ene is een model, de andere is een systeem.

Lees de beschrijvingen naast elkaar en de categoriefout wordt duidelijk.

• Wat het doet — Prism neemt de audio van de beller op en produceert aan het einde de spraak van de agent, van begin tot eind, met een tekstcontrolepunt tussen beide. Breeze TTS 2 neemt tekst op en produceert spraak. Punt.

• Wat het vervangt — Prism vervangt een spraakherkenningsmodel, een taalmodel en een synthesemodel, plus de lijm die ervoor zorgt dat ze zich als één gesprek gedragen. Breeze TTS 2 vervangt het synthesemodel, en alleen dat.

• Wie beheert het — Prism draait op Rime's cloud in de Free-, Flex- en Scale-tiers; VPC en on-prem alleen bij Enterprise. Breeze TTS 2 draait op jouw GPU, en op die van niemand anders.

• Wat je nog moet bouwen — met Prism, de beleidslaag die het checkpoint leest. Met Breeze TTS 2, herkenning, beurtwisseling, onderbrekingsbehandeling, het taalmodel, de orchestrator en de streaming-infrastructuur tussen allemaal.

• Openheid — Prism publiceert geen gewichten, geen aantal parameters en geen talenlijst. Breeze TTS 2 publiceert gewichten, inferentiecode en een benchmarksuite.

Als je team uit twee mensen bestaat en de deadline een kwartaal bedraagt, is "een cascade rond Breeze bouwen" geen plan maar een project. Als je team al een spraakstack heeft en de syntheselaag de zwakke schakel is, betekent Prism huren dat je werkende infrastructuur weggooit om één component te repareren.

De licentievoorwaarde die voor de meeste bedrijven de doorslag geeft

van Breeze TTS 2broncode is Apache 2.0, wat permissief klinkt tot je bij de gewichten komt. De modelgewichten, afgeleide modellen en zelfgehoste outputs zijn gelicenseerd voor onderzoek en niet-commercieel gebruik. Dat is geen voetnoot die je kunt omzeilen door het een prototype te noemen. Een productie-uitrol in een contactcenter is volgens elke gangbare interpretatie commercieel gebruik, en de licentie legt het risico bij de partij die het model draait — bij open gewichten ben jij dat.

Dit is het verschil tussen een model dat je vanmiddag nog kunt evalueren en een model dat je kunt uitrollen. Evalueren is gratis en in de praktijk onbeperkt: download de gewichten, voer de officiële PyTorch-inferentiecode uit, test je eigen scripts erop en hoor wat het doet. Uitrollen vereist een commerciële licentie van BreezeBlue, en de voorwaarden van die licentie zijn niet gepubliceerd op de modelpagina. Elke vergelijkingstabel die de kosten van Breeze TTS 2 als "GPU-tijd" vermeldt en daar stopt, gaat stilzwijgend uit van een licentie waarvoor nog niemand een prijs heeft genoemd.

De licentievraag bij Prism is het omgekeerde en veel eenvoudiger: het is een dienst, de prijs wordt gepubliceerd, en het commerciële recht is inbegrepen in het tarief per minuut. Free tier, Flex, Scale, Enterprise. Geen onderhandelingen tot je on-prem wilt.

Wat elk per minuut kost, met de berekening weergegeven

Prism is eenvoudig: $0,080 per minuut aan gespreksaudio op Flex, $0,064 op Scale, $0 op het gratis tegoed tot de $50 op is. Duizend minuten kosten $80 vóór telefonie.

Breeze TTS 2 heeft een uitgewerkt voorbeeld nodig, omdat "self-hosted" de volledige rekening verbergt. BreezeBlue publiceert een real-time factor van 0,32 op een H100 — ongeveer 3,1 seconden gegenereerde audio per seconde rekenkracht — gemeten op een opgewarmd snel pad. Eager-inferentie vereist ongeveer 7,7 GiB, dus een 12 GB-kaart is het minimum; het --fast-all-pad vereist 14,4 GiB en een 24 GB-kaart.

Neem een H100 voor ongeveer $2 per GPU-uur. In één uur heb je 3.600 seconden rekenkracht, wat bij een RTF van 0,32 ongeveer 11.200 seconden audio oplevert, of 186 minuten. Deel dat: ongeveer $0,011 per minuut gegenereerde spraak. Dat is ongeveer zeven keer goedkoper dan Prism's Flex-tarief — en dat is het getal dat mensen citeren.

Het is niet het getal dat telt. Die $0,011 is exclusief benutting. Een contactcenter draait niet op 100% GPU-bezetting; het draait op de piek van zijn drukste uur en is de rest van de tijd inactief. Bij een realistische gemiddelde benutting van 30% verdrievoudigt het effectieve tarief naar ongeveer $0,033/min, en bij 15% is het grofweg $0,066/min — dat is de prijs van Prism, zonder het controlepunt en met de volledige operationele last. Zelfhosting verslaat prijs-per-minuut alleen als je de kaart bezet kunt houden, en de meeste spraakimplementaties kunnen dat niet, omdat hun verkeer van nature met pieken komt.

Latentie: 40 milliseconden is geen spraakagent

De headline van Breeze TTS 2 is minder dan 40 ms tot de eerste audio op een H100-snellepad. De headline van Prism is 0,57 seconden. Los gelezen lijkt dat een nederlaag van veertien tegen één. Het is een vergelijking tussen verschillende stopwatches.

De klok van Breeze begint te lopen wanneer de tekst bij de synthesizer aankomt. De klok van Prism begint te lopen wanneer de beller stopt met spreken. Tussen die twee punten liggen, in het cascadegeval, spraakherkenning van de uiting van de beller en een volledige taalmodelbeurt — de onderdelen die Breeze niet doet. Gepubliceerde end-to-end-cascadedoorlooptijden vallen gewoonlijk tussen 800 ms en 1,5 seconde zodra herkenning en generatie worden meegeteld, en elk van die milliseconden is een moment waarop de beller zich afvraagt of de verbinding is weggevallen.

De 0,57 s van Prism is een leverancierscijfer uit een door de leverancier uitgevoerde evaluatie op de τ-Voice-harness, en dat is het getal om te vergelijken met andere end-to-end spraak-naar-spraakmodellen, niet met een component. De eerlijke vaststelling is dat Breeze TTS 2 met ruime marge de snelste synthesizer in deze vergelijking is, en dat Prism het snelste complete systeem daarin is — omdat het het enige complete systeem daarin is.

Er is één situatie waarin de ruwe vergelijking wel standhoudt. Als je toch al een cascade bouwt — omdat je taalmodel iets doet wat Breeze en Prism beide niet kunnen, of omdat je een specifieke inference-engine nodig hebt — dan is de 40 ms van Breeze een echt voordeel van 500 milliseconden ten opzichte van het totale budget dat Prism alleen al aan de synthesestap besteedt. In die architectuur vergelijk je Breeze niet met Prism. Je vergelijkt een Breeze-cascade met een Prism-cascade, en de synthesestap is slechts één term in de som.

Waar elk van hen echt wint

Breeze TTS 2 wint wanneer de uitvoer geen gesprek is. Dubbing, voice-over, audio voor een game, een stem voor een product met 200 vaste zinnen — die hebben een synthesizer nodig, geen agent, en geen daarvan heeft een beleidscontrolepunt vóór de spraak nodig. De stemontwerpmodus van Breeze genereert een stem uit een beschrijving in natuurlijke taal zonder referentieaudio, stemregie stuurt de toon en het tempo van een bestaande kloon, en inline tags zoals (laugh) en (sigh) voegen performance toe zonder een tweede model. Voor dat werk komt de licentievraag misschien niet eens ter sprake, en de economie per minuut is irrelevant omdat er geen meting per minuut is.

Prism wint wanneer de beperking ligt bij wat de agent mag zeggen. Een zin die moet worden gecontroleerd, een mededeling die letterlijk moet worden weergegeven, een rekeningnummer dat moet worden uitgespeld in plaats van als één woord uitgesproken — die hebben het controlepunt voor de tekst nodig, en Breeze TTS 2 heeft geen equivalent, omdat de tekst die het ontvangt al definitief is op het moment dat het die ziet. Je kunt stroomopwaarts in een cascade een guardrail bouwen, en dat doen mensen ook, maar dan beveilig je de uitvoer van het taalmodel in een pipeline die je zelf hebt samengesteld, wat het grootste deel van het werk is dat Prism verkoopt.

Breeze TTS 2 wint ook op transparantie. Je kunt de gewichten inzien, het offline draaien, de benchmarkclaims van de leverancier op je eigen hardware reproduceren en precies weten wat er tussen versies is veranderd. Prism geeft je een API en een releaseopmerking. Voor een team dat door een leverancier is gepakt die midden in een kwartaal stilletjes een stem verandert, is dat echt iets waard.

Als je de cascade behoudt, is de model-laag routeerbaar.

De cascade waarin Breeze TTS 2 past, heeft nog steeds een taalmodel nodig, en dat is het deel dat OrcaRouter dekt. Prism wordt direct door Rime verkocht en staat niet in onze catalogus; Breeze TTS 2 wordt zelf gehost en staat er ook niet in. Wat er wel in staat, is alles eromheen: één sleutel voor meer dan 200 modellen met 0% opslag boven de listprijs van de provider, met automatische failover wanneer een provider midden in een gesprek verslechtert en een routing-DSL om te bepalen welk model welke beurt afhandelt. Voor een spraakagent is dat de nuttige vorm — een klein model voor de bevestiging terwijl de beller nog spreekt, een groter model voor de opzoeking, één endpoint en één factuur.

De TTS-kant is ook gedekt: openai/tts-1-hd en google/gemini-3.1-flash-tts-preview zijn beide vandaag routeerbaar tegen listprijs. Ze zijn niet Breeze TTS 2 en ook niet Prism, maar ze vormen de twee uiteinden van de cascade zonder een tweede contract.

De beslissing, in één keer

Stel twee vragen in deze volgorde en het antwoord komt er meestal vanzelf uit.

Ten eerste: moet iets wat je agent zegt worden goedgekeurd voordat een mens het hoort? Als dat zo is, is Prism de enige optie in dit tweetal met een plek om die goedkeuring onder te brengen, en de prijs van de licentie — $0,08/min — is de prijs van de controle. Zo niet, ga verder.

Ten tweede: kun je een GPU continu bezet houden? Als je synthesebelasting bijna op de capaciteit draait en je een engineeringteam hebt dat een cascade kan beheren, is Breeze TTS 2 voor $0.011/min aan rekenkracht met een factor zeven de betere economische keuze, mits je voor de lancering een commerciële licentie hebt geregeld. Als je de kaart niet bezet kunt houden, convergeren de effectieve kosten toch naar die van Prism en heb je om daar te komen de hele stack op je genomen.

Het enige antwoord dat onjuist is, is het antwoord dat de rankingpagina's geven: dat Breeze goedkoper is en Breeze daarom wint. Goedkoper per minuut audio, ja. Maar je koopt geen audio van Breeze TTS 2 — je koopt een synthesizer en bouwt daar vervolgens een voice-agent rond, en niemand heeft daarvoor een regelpost gepubliceerd.

De kanttekening bij de leveranciersbenchmark hoort hier ook thuis. De gepubliceerde cijfers van BreezeBlue — een real-timefactor van 0,32 en minder dan 40 ms tot de eerste audio op een opgewarmd H100-snelpad — zijn eigen metingen, uitgevoerd op een Engels-Chinees model, en de regel ‘rang #1 onder open-weightmodellen op de Artificial Analysis TTS-leaderboard’ is een positioneringsclaim van de leverancier in plaats van een score: op de live-ranglijst staat BreezeBlue momenteel rond de zevende plaats overall. De 56,6 van Prism op τ-Voice is ook door de leverancier uitgevoerd. Geen van beide getallen heeft een onafhankelijke controleur, en dat is het enige wat deze twee echt gemeen hebben.