Rime Prism vs Sesame Preview: Een tariefkaart tegen een reputatie

Sesame Preview is vanavond gratis te beluisteren. Je kunt het niet kopen. Rime Prism kun je kopen voor $0,080 per minuut, en bijna niemand buiten Rime heeft een clip gepubliceerd die ze mochten meten. Beide helften van die zin zijn de vergelijking: een van deze is de meest gerespecteerde stem in consumenten-AI die geen enkele ontwikkelaar kan aanroepen, en de andere is een gloednieuw enterprise-endpoint dat een startup deze week in een keuzemenu kan zetten. Rime Prism werd op 28 oktober 2026 gelanceerd als het eerste spraak-naar-spraakmodel van Rime. Sesame Preview draait sinds begin 2025 als een gratis research preview, terwijl de productiestem die erachter zit nog altijd niet is uitgebracht.

Ze worden met elkaar vergeleken omdat beide een uitspraak doen over gespreksrealisme, en omdat beide bij de lancering alleen Engels ondersteunen. Ze zijn geen alternatieven. Het ene is een applicatie waarmee je praat, het andere is een endpoint waarop je bouwt, en de keuze tussen beide is minder een keuze voor een stem dan een keuze of je een product of een component koopt.

De splitsing die bijna alles bepaalt

Een team dat een agent wil uitbrengen, stelt twee vragen in deze volgorde: kan ik hem aanroepen, en wat kost het per aanroep. Sesame Preview faalt bij de eerste. Er is geen publieke API voor het model achter de app, geen model-ID, geen endpoint en geen gepubliceerde prijs. Het Sesame waarmee je kunt praten is een consumentenproduct met vier assistenten met een eigen naam, persistent geheugen en een groeiende verzameling tools; het onderliggende model is niet iets wat een ontwikkelaar kan aanspreken.

Het enige Sesame-ding dat iemand kan aanroepen, is CSM-1B, de open-weight checkpoint die het bedrijf in 2025 onder Apache 2.0 heeft vrijgegeven: ongeveer 1B parameters, een context van 4K, 24 kHz mono-audio. Dat is niet de stem in de app, en het is geen agent — het conditioneert op gespreksgeschiedenis, maar kan er niet over redeneren zoals een taalmodel dat doet. Het is een spraakcomponent, en nog wel een enkele.

• Beschikbaarheid — Rime Prism is een betaalde API met een gratis tier; Sesame Preview is een gratis consumenten-app zonder API voor zijn productiestem.

• Prijs — Prism $0,080 per minuut call-audio op Flex, $0,064 op Scale; Sesame publiceert geen prijs en rekent niets voor de app.

• Factureringsrisico — Prism factureert ongeacht of het gesprek goed verloopt of niet; de kosten van Sesame zijn wat de app kost, namelijk nul, en dat is geen businessmodel waarop je kunt plannen.

• Latentiebasis — Prism 0,57 s tijd tot eerste audio, door de leverancier gemeten op τ-Voice; de app van Sesame claimt minder dan 300 ms, en een meting door derden van de Maya-persona heeft de tijd tot eerste byte op 80 tot 130 ms gebracht.

• Onafhankelijke score — geen van beide modellen staat in de Speech-to-Speech Index van Artificial Analysis.

• Talen — beide bij de lancering alleen Engels; Sesame noemt Frans, Italiaans, Duits, Spaans, Chinees, Japans en Koreaans als vroege ondersteuning.

• Implementatie — Prism biedt cloud, VPC en on-premises met een HIPAA BAA en SOC 2 Type II; Sesame biedt een app.

Rime Prism, als endpoint

Prism wordt verkocht zoals enterprise-software wordt verkocht: een gratis tier met $50 maandtegoed en zonder creditcard, Flex voor $0,080/min zonder verplichting, Scale voor $100 per maand met $100 tegoed en $0,064/min, en Enterprise met volumetarieven en een jaarcontract. Elke tier gebruikt hetzelfde model. Prism streamt via WebSockets en integreert met LiveKit en Pipecat, wat belangrijk is omdat die twee precies de plek zijn waar de meeste zelfgebouwde spraakagenten al actief zijn.

De functies die het tarief rechtvaardigen, zijn juist de functies die een consumentenapp geen reden heeft om te bouwen. Prism schrijft zijn antwoord als tekst voordat het spreekt, zodat een applicatie de exacte zin kan lezen, er een beleidscontrole of een PII-filter op kan uitvoeren en de audio pas kan laten doorgaan als deze de controle doorstaat — terwijl het model blijft luisteren, zodat de controle geen hoorbare pauze hoeft te worden. Tool-calls lopen parallel met spraak. Fine-tuning op de eigen calls en tool-traces van een klant is de centrale businesscase, waarbij self-serve SFT- en RL-API's zich nog in bèta bevinden.

De eigen cijfers van het bedrijf stellen de tijd tot eerste audio op 0,57 seconden en de τ-Voice-voltooiing op 56,6%, met 82,5% op de telecom-subset van de benchmark. Een Revmo-case study over ongeveer tien uur echte bestelgesprekken wordt aangehaald met 100% orderbevestigingen tegenover 68% voor een ongenoemd OpenAI-model. Dat is een klantstudie die in opdracht is uitgevoerd, zonder gepubliceerde methodologie, en die moet worden gelezen als een claim van de leverancier, niet als een resultaat.

Sesame Preview, als product

Sesame's propositie is dat een stemassistent moet aanvoelen als iemand die je kent. De vier persona's — Maya, de geestige samenwerkingspartner; Miles, de ontspannen persoon; Simone voor diepgaande verdieping; Charlie als informeel klankbord — hebben elk hun eigen geheugen en hun eigen manier van praten. De app zoekt op het web, voert langdurig onderzoek uit, houdt notities en herinneringen bij, vat gesprekken samen en ondersteunt een incognitomodus. Op 6 oktober 2026 bracht Sesame een bijgewerkte CSM uit met betere expressiviteit en uitspraak, gaf zijn agenten toegang tot hun eigen computer en voegde Gmail-, Calendar- en Drive-connectors toe, externe MCP-servers via OAuth, door gebruikers gebouwde vaardigheden en een afbeeldingsgenerator in de app.

Wat het niet heeft, is een ingang. De app is gratis, vertoont geen advertenties en verkoopt geen data, wat prettig is voor een gebruiker en een onopgelost punt voor een koper. Hoe Sesame van plan is geld te verdienen, en of ontwikkelaars ooit een endpoint krijgen, is nog altijd niet aangekondigd. De bril staat gepland voor 2027 en Japan; ontwikkelaarstools zijn beloofd voor "later dit jaar", zonder nadere details.

De reputatie is echter echt. De stemmen van Sesame zijn de stemmen waarvan mensen elkaar clips doorsturen, en de consensus onder recensenten is al twee jaar op rij ongewoon lovend geweest. Het probleem is dat een reputatie geen specificatie is: voor het productiemodel is geen latentiecijfer gepubliceerd, daarvoor bestaat geen blinde-luisterscore, en het enige onderdeel dat onafhankelijk kan worden uitgevoerd, is de 1B-checkpoint, wat iets anders is.

De enige capaciteit die Sesame heeft uitgesloten

Als je de stem van Sesame wilt omdat die als een persoon klinkt, is wat je eigenlijk moet repliceren een gespreksloop, niet een timbre. En een gespreksloop voor een bedrijf heeft eisen waaraan een consumentenapp nooit hoeft te voldoen: een audittrail van wat de agent op het punt stond te zeggen, een manier om te voorkomen dat hij het zegt, een toolaanroep die wordt afgehandeld voordat de beller het merkt, en een deployment die een compliance-review doorstaat.

Prism is opgebouwd rond die vereisten, en daarom kost het geld. Sesame is opgebouwd rond het tegenovergestelde: een gesloten, zorgvuldig samengestelde, gratis ervaring waarin het bedrijf elke variabele controleert. Beide zijn verdedigbare producten. Alleen één daarvan is een component die je in een claimslijn kunt inbouwen.

Beide zijn uitsluitend Engelstalig — om tegengestelde redenen

Prism werd met alleen Engels en een beperkte stemmenset gelanceerd, omdat het een eerste release is en het duur is om stemdekking aan te bieden. Sesame zet Engels op de eerste plaats omdat zijn product een reeks Engelssprekende persoonlijkheden is; Frans, Italiaans, Duits, Spaans, Chinees, Japans en Koreaans zijn gelabeld als vroege ondersteuning, wat een andere belofte is dan "ondersteund".

Voor een meertalig contactcentrum is dit het deel dat de artikel afsluit. Geen van beide modellen ondersteunt op dit moment een wachtrij met gemengde talen, en de vergelijking die voor die koper werkelijk telt, is die met een TTS-laag met brede taaldekking plus een gerouteerd tekstmodel, niet met een van deze twee.

Het meetprobleem

Geen van beide modellen staat op de Speech-to-Speech Index van Artificial Analysis, het enige onafhankelijke scorebord dat conversationele spraakmodellen rangschikt op taakvoltooiing, arena-voorkeur en taaksucces. Dat ontbreken is geen negatief punt voor een van beide producten; het is de reden waarom deze pagina voor beide moet vertrouwen op claims van de leveranciers.

Prisms τ-Voice-cijfer van 56,6% is Rimes eigen run. Lees de tabel die Rime er naast publiceert, en GPT-Live-1 (Sol, low) staat daar op 59,3% — hoger dan Prism — terwijl de tekst claimt dat Prism elk realtime model van OpenAI en Google voor is. In de aankondigingsposts worden ook "onder 300 ms" en "4× sneller" herhaald, cijfers die niet in de benchmarktabel voorkomen, waar 0,57 s staat. Dat kunnen metingen van verschillende dingen zijn; Rime zegt niet welke.

De positie van Sesame is nog moeilijker, omdat er geen productiemodel is om te meten. Tot zijn eer moet worden gezegd dat het de tool heeft gebouwd waarmee je zo’n model zou kunnen meten: TurnBench, uitgebracht op 28 augustus 2026, is een open-source benchmark voor beurtwisseling in gesproken dialoog, gebouwd met Carnegie Mellon, Mundo AI en Oto, met een openbare ranglijst en selfservice-scoring. Het is Sesames eigen benchmark in plaats van een neutrale, maar het is een echte bijdrage, en het getal waarop hij is gebouwd, is het nuttigste cijfer in deze hele vergelijking: de typische tussenpoos tussen menselijke beurten is ongeveer 200 milliseconden, terwijl het plannen van één enkel woord ongeveer 600 milliseconden duurt. Daarom is het beurtwisseling, niet de stemkwaliteit, die een machine verraadt.

Het enige onafhankelijke bewijs dat aan de catalogus van Rime is gekoppeld, is de TTS-lijn daarvan, en op de Text-to-Speech Arena staat Coda op de 65e plaats van 99 met een Elo van 1.054 en Mist V2 op de 92e met 903. Dat zegt niets definitief over Prism, waarvan de stemmen nieuw zijn — maar het betekent wel dat "Rime heeft nog nooit een topgerangschikte stem op een onafhankelijke ranglijst gehad" een ware uitspraak is die een koper te horen moet krijgen voordat hij een Scale-contract ondertekent.

Wat een telefoonlijn per richting kost

Prism is eenvoudig te prijzen. Tienduizend minuten inkomende gesprekken kosten $800 op Flex of $640 op Scale, vóór enige Enterprise-korting. Een gesprek van vijf minuten kost $0.40. Als de agent het gesprek daarna ook moet samenvatten, komen daar kosten voor een tekstmodel bovenop, en die zijn klein vergeleken met de rekening voor spraak.

Sesame is onmogelijk te prijzen, omdat er geen tarief is om te prijzen. De app kost niets en kan niet worden ingebed; het open checkpoint kost $7 per miljoen tekens bij zijn enige hostingprovider, en het zelf hosten ervan betekent dat je zelf de inferentiestack, de codec, de turn-detectie en de agentlogica moet beheren. Iedereen die een prijs per minuut voor "Sesame" noemt, noemt het ontbreken van een factuur voor de app, niet een dienst.

Dat is de praktische asymmetrie: Prism is duur en inzichtelijk, Sesame is gratis en niet beschikbaar. Een begrotingsvergadering kan discussiëren over $0,080 per minuut. Met "geen endpoint" kan ze niets.

Drie kopers, drie verschillende antwoorden

Een onderneming die inkomende supportgesprekken afhandelt, moet Prism in overweging nemen. De tekstcontrole, de HIPAA BAA, de on-premisesoptie en het tarief per minuut zijn allemaal precies op die taak gericht, en het risico van claims door de leverancier is beheersbaar omdat de commerciële voorwaarden gebruikelijk zijn. Test het in een pilot op één gespreksstroom, meet de containment rate zelf, en behandel Rimes casestudy van 100% versus 68% als een hypothese om te testen, niet als een voorspelling.

Een ontwikkelaar die de klank van Sesame in een product wil, hoeft niet te wachten op een API die nog niet is aangekondigd. De realistische route is een open TTS-checkpoint plus je eigen orchestratie — en de orchestratie is het deel dat je goedkoop kunt huren. OrcaRouter zet meer dan 200 tekstmodellen achter één sleutel tegen de listprijs van de provider met 0% markup, voegt automatische failover toe zodat een voice-agent niet uitvalt wanneer een provider een slechte minuut heeft, en biedt een routing-DSL zodat routineturns naar een klein model kunnen gaan en escalaties naar een groot model. De spraaklaag en de redeneerlaag hoeven niet van dezelfde onderneming te komen, en voor de meeste ontwikkelaars zouden ze dat niet moeten.

Een consument, of iedereen die voor zichzelf een persoonlijke assistent bouwt, zou gewoon Sesame moeten gebruiken. Het is gratis, het is goed, en het ontbreken van een API is irrelevant voor iemand die geen code schrijft.

Wat zou het antwoord veranderen

Drie gebeurtenissen. Als Sesame een API en een tariefkaart publiceert, zou dat dit van de ene op de andere dag een echte vergelijking maken en meteen de vraag opwerpen of zijn stemkwaliteit standhoudt wanneer die als component wordt verkocht. Als Prism op de Speech-to-Speech Index verschijnt, zou dat Prism het eerste onafhankelijke cijfer ooit geven en uitmaken of de uitspraak "voor op OpenAI en Google" een neutrale ranglijst overleeft. En als de fine-tuning-API's van Prism de bèta verlaten, zou dat de ondernemingen die het al kunnen kopen scheiden van alle anderen.

Tot een van die gevallen zich voordoet, gaat de vergelijking tussen een product dat je kunt ervaren en een product dat je kunt uitrollen, en het enige verkeerde antwoord is ze te behandelen als twee versies van dezelfde aankoop. Sesame is de stem waardoor mensen weer belangstelling kregen voor conversationele AI. Prism is de eerste seriøse poging om dat gevoel per minuut te verkopen, met een auditlog eraan gekoppeld. Geen van beide is de vervanging van de ander.