Simba 3.5 vs Sesame Preview: de een wordt per personage verkocht, de ander per zitplaats

Hier is een vergelijking die op appels en peren lijkt totdat je de prijs erbij haalt; dan wordt het gewoon rekenen. SpeechifyAI Simba 3.5 is een tekst-naar-spraakmodel dat je per miljoen tekens koopt en vanuit je eigen code aanroept. Sesame Preview is een consumentenspraakagent die je per maand, per persoon, in een app koopt. Beide zijn te koop — Sesame publiceerde een lijst met Free-, Plus- en Pro-niveaus en stopte met een gratis demo te zijn — en beide produceren een synthetische menselijke stem. De een is een component en de ander een product, en de enige eerlijke manier om tussen beide te kiezen is uitzoeken welke van die twee dingen je probleem echt nodig heeft.

Het bedrijf Sesame publiceert wel een model: CSM-1B, open weights op Hugging Face onder Apache 2.0. Het is niet de stem die je in de app hoort. De app draait op een productiesysteem zonder API, zonder model-id en zonder onafhankelijke arena-score, en de onderzoeksrelease is sinds 2025 niet meer bijgewerkt. Die kloof is het belangrijkste feit in dit stuk en het is de reden dat de twee producten geen substituut voor elkaar zijn.

Wat elk ervan kost, omgerekend naar dezelfde eenheid

De eenheidsmismatch is waar de meeste verslagen stoppen, dus begin daar. Simba 3.5 rekent per teken aan ingevoerde tekst. Sesame rekent per gebruiker per maand met een spreektijdvergoeding. Geen van beide tarieven laat zich netjes naar het andere omrekenen, maar beide laten zich omrekenen naar "wat kost dit mijn organisatie per maand", en die vergelijking is niet eens close.

• Simba 3.5, lijstprijs vanaf 22 november — $15,00 per miljoen tekens op Starter, $12,00 op Pro, $10,00 op Scale

• Simba 3.5, tot en met 21 november — $10,00, $8,00 en $6,00 per miljoen tekens, de tarieven van de oudere modellen

• Sesame Free — $0, 30 minuten spreektijd per dag

• Sesame Plus — $20 per maand, twee uur spreektijd per dag, vier keer het wekelijkse beltegoed van Free

• Sesame Pro — $100 per maand, tien uur spreektijd per dag, twintig keer de wekelijkse credits van Free

• Sesame-add-ons — $5 voor één extra uur gesprekstijd, $20 voor vijf; credits tegen $5 per duizend en $20 per vijfduizend, pakketten die niet verlopen

Tien miljoen tekens van Simba 3.5 op het Scale-abonnement kost $100 en levert ergens rond de tweehonderd uur afgewerkte spraak op. Sesame Pro kost $100 per maand en levert voor één persoon tien uur gesprekstijd per dag op. Dat zijn verschillende producten met dezelfde factuurregel, en het is echt moeilijk te zeggen welke betere waar voor je geld biedt, want het ene levert een asset op en het andere voert een gesprek.

Het getal van Sesame dat het vermelden waard is, is het overtarief in plaats van het abonnement. Extra beltijd tegen $5 per uur is ongeveer $0,083 per minuut, wat duur is voor een gesprek en goedkoop voor een product dat je hebt besloten aan klanten voor te leggen. De pakketten verlopen nooit en worden pas na de inbegrepen belminuten van het abonnement gebruikt, dus het extra uur is het getal om te modelleren, niet het abonnement dat in de schijnwerpers staat.

Wat Simba 3.5 precies is

Simba 3.5 werd op 21 oktober 2026 uitgebracht als het aanbevolen model van Speechify. Het vervangt Simba 3.2 als de voortaan aanbevolen Engelse keuze en breidt de dekking uit van zes talen naar 48 onder één model-id. Elke stem in de catalogus spreekt alle 48 talen, inclusief een gekloonde stem in een betaald abonnement, met hetzelfde stem-id. Ests en Kantonees zijn expliciet uitgesloten. Stem-id's, uitvoerformaten, spraakmarkeringen en de toegepaste SSML-subset worden overgenomen uit 3.2, dus migreren is een wijziging van één regel in het modelveld, zonder verhoging van de API-versie.

Op Artificial Analysis staat het eerste op Controlled Voice met 1.192 en vijfde op Provider Voice met 1.294, uit respectievelijk 1.783 en 1.732 samples. Het gecontroleerde scorebord is het relevante voor deze vergelijking: het kloont dezelfde acht referentiestemmen voor elke deelnemer, dus een model dat daar goed scoort, gaat om met een stem die het nog nooit heeft gehoord. Dat is precies wat een workflow met gekloonde stemmen vereist.

De eigen cijfers van Speechify, door niemand buiten het bedrijf gereproduceerd: 63% blinde voorkeur boven Simba 3.2 met een opgegeven 95%-interval van 60% tot 67%, 72 milliseconden tot de eerste audio bij het 95e percentiel van streamingverzoeken, en 1,8 keer de doorvoer van Simba 3.2 per serving-instantie. Die staan naast de arena-cijfers als leveranciersclaims in plaats van als onafhankelijke meting, en zo moeten ze ook worden gelezen.

Wat Sesame Preview precies is

Sesame Preview is een spraakgestuurde agent-app, sinds mei 2026 in openbare preview, met benoemde persona's, geheugen dat tussen sessies behouden blijft en de mogelijkheid om dingen te gaan doen — zoeken, notities, herinneringen — met aan het einde van een gesprek een samenvatting. De app draait op iOS en Android, verkoopt de drie bovenstaande niveaus via de app stores in plaats van via het web, en houdt een gratis browser Research Preview in stand voor gebruikers buiten de landen waar de app beschikbaar is, met hetzelfde dagelijkse maximum van 30 minuten als het Free-plan.

De technische kant ervan is gericht op beurtwisseling in plaats van rendering, en het bedrijf heeft daar daadwerkelijk werk over gepubliceerd. TurnBench, uitgebracht op 28 augustus 2026 met een paper op arXiv, meet de timing van gesprekken op dertig uur tweekanaals studio-opnamen — 154 dialogen, 106 stemacteurs in 53 paren, opgenomen in afzonderlijke geluidsgeïsoleerde cabines — en scoort detectie van het einde van een beurt en barge-in tegen twee soorten bijna-fouten. De huidige ranglijst bevat 25 gerangschikte systemen. Geen daarvan is een tekst-naar-spraakmodel, omdat de taak een andere is.

En cruciaal: er is geen Sesame-modelendpoint. Geen id, geen tariefkaart, geen parameter voor een referentiestem. Een ontwikkelaar kan Sesame Preview niet vanuit code aanroepen, net zomin als hij een telefoongesprek kan aanroepen. Het enige laadbare Sesame-artefact is CSM-1B, en Sesame zegt expliciet dat CSM "alleen de tekst- en spraakinhoud in een gesprek kan modelleren — niet de structuur van het gesprek zelf."

De asymmetrie die de doorslag geeft

Simba 3.5 kan een beperkte, gedeeltelijke versie doen van wat Sesame doet. Je kunt het streamen, en streaming plus een goed spraakherkenningsmodel is hoe heel veel productie-stemagenten vandaag de dag worden gebouwd. Wat het niet kan, is beslissen wanneer het moet stoppen met praten, luisteren terwijl het praat, of een onderbreking opvangen — dat zijn eigenschappen van de orkestratie eromheen, en die zou je zelf bouwen.

Sesame kan geen enkele versie bieden van wat Simba 3.5 voor een ontwikkelaar doet. Je kunt de stem ervan niet tegen een prijs per teken in de UI van je product zetten, er geen audioboek mee genereren en er geen catalogus mee lokaliseren. Je kunt ermee praten, en je gebruikers kunnen ermee praten, en dat is het hele oppervlak.

Dus de beslissing komt neer op de vraag wat je aan het opleveren bent. Als de stem onderdeel is van iets dat je zelf bouwt, is Simba 3.5 de kandidaat en staat Sesame niet op de lijst. Als je de kant-en-klare ervaring wilt — een persona die een gesprek voert en klusjes opknapt — dan koop je de app van Sesame, en de vraag naar stemkwaliteit wordt voor jou beantwoord door een bedrijf dat die niet voor meting heeft opengesteld.

Voor de lokalisatiecase is de kloof totaal.

Simba 3.5 spreekt 48 talen. Sesame Preview ondersteunt Engels, en de plannen ervan zijn taalonafhankelijk omdat het product Engelstalig is. Voor elke workload waarbij het schrift niet Engels is, eindigt deze vergelijking bij de eerste alinea van de specificatiebladen.

Er is echter een nuance die de moeite waard is om te behouden. De 48 talen van Speechify komen met een voorbehoud dat de leverancier ronduit vermeldt: een stem behoudt het accent van de bronopname, dus een gekloonde Amerikaanse stem die Japans spreekt, klinkt als een Amerikaan die Japans spreekt. De eigen richtlijn van het bedrijf is om te genereren met een door het team aanbevolen stem die native is voor elke locale, en daarom stelt het voices-endpoint nu een staff_pick_rank beschikbaar. Cross-lingual wordt ondersteund; accentvrij cross-lingual is niet de claim.

Sesame's antwoord op accent is van een andere orde: een persona heeft een stem, en die stem reist niet mee omdat het gesprek in één taal plaatsvindt. Dat is geen beperking voor een consumentenproduct en het is een harde grens voor een catalogus.

Waar OrcaRouter past, en waar niet

OrcaRouter levert geen van beide producten. Simba 3.5 is te bereiken via de eigen API van Speechify; Sesame Preview is te bereiken via een appstore. Niets hierin mag worden opgevat als een bewering van het tegendeel.

Wat wij routeren is de kleinere synthesiscatalogus die je als controle zou gebruiken bij het testen van een stemkeuze: openai/tts-1 voor $15,00 per miljoen tekens en openai/tts-1-hd voor $30,00, beide tegen de lijstprijs van de provider, zonder opslag. Als je Simba 3.5 tegen iets afweegt — ook tegen de OpenAI-stem die je al gebruikt — is hetzelfde script via beide laten renderen met één sleutel een goedkoper experiment dan een inkooptraject, en automatische failover betekent dat een storing bij een provider je renderwachtrij niet meeneemt.

Voor het conversationele geval is er geen routerantwoord, en het zou oneerlijk zijn om anders voor te doen. Sesame Preview is geen endpoint. Als je beurtwisseling nodig hebt in een product dat je bouwt, is de vergelijking die je eigenlijk wilt maken Simba 3.5 plus je eigen orkestratie tegen een realtime spraak-naar-spraak-API van een leverancier die er een verkoopt — en dat is een ander artikel.

Welke dan?

Kies Simba 3.5 als je bouwt: je hebt een endpoint nodig, een factuur per teken die je kunt voorspellen, een telbare talenlijst, gekloonde stemmen die behouden blijven in 48 locales, en een controlled-voice-score bovenaan de ranglijst, behaald op referentiestemmen die de leverancier niet zelf heeft gekozen. Simba 3.5 zit ook drie weken in een prijsschema dat al één keer is gewijzigd, met een model-id-migratie — simba-multilingual en simba-english worden door Simba 3.5 aangeboden — die op 21 november ingaat, dus pin je model-id bewust in plaats van op de standaard te vertrouwen.

Kies Sesame Preview als je: een conversationele agent met geheugen en taakuitvoering wilt, het geen probleem vindt dat de stem ervan door geen enkele onafhankelijke commissie wordt gemeten, en tien uur spreektijd per dag voor $100 een prijs vindt die je kunt koppelen aan de waarde van het werk dat hij doet. Het is een afgewerkt product in plaats van een grondstof, en afgewerkte producten worden dienovereenkomstig geprijsd.

De fout waartoe deze vergelijking uitnodigt, is ze als concurrenten te behandelen omdat ze allebei als mensen klinken. Ze worden in verschillende eenheden verkocht, op verschillende manieren gebruikt, en een van beide kan helemaal niet vanuit code worden aangeroepen. Dat is geen gelijkspel dat moet worden beslecht — het is een tweesprong, en de meeste teams weten al aan welke kant ze staan.