
Sesame Preview ma teraz plany: Free, Plus za 20 USD, Pro za 100 USD — i nadal brak API głosowego
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 189 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 229 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 87 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 93 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
Prawie sześć tygodni po październikowej aktualizacji, która dała swoim agentom komputer, Sesame Preview — aplikacja w publicznej wersji zapoznawczej od maja 2026 r. — ma cennik. Własna strona Sesame z planami sprzedaje teraz trzy poziomy — Free za 0 USD z 30 minutami rozmów dziennie, Plus za 20 USD miesięcznie przy czterokrotności tego limitu i Pro za 100 USD miesięcznie przy dwudziestokrotności — rozliczane przez App Store i Google Play, a nie przez internet. To ceny podane przez dostawcę na jego własnej stronie: nie zmierzona liczba, nie niezależna recenzja. Wszystko, co się pod nimi kryje, pozostaje bez zmian. Głos produkcyjny nadal nie ma API, identyfikatora modelu ani niezależnego wyniku, a jedynym modelem Sesame, który ktokolwiek spoza aplikacji może załadować, pozostaje model o otwartych wagach CSM-1B.
Trzy poziomy, zgodnie z opublikowaną wersją:
Bezpłatnie — $0. 30 minut rozmów dziennie oraz ograniczony tygodniowy limit środków na wiadomości tekstowe i zadania.
• Plus — 20 USD miesięcznie. Dwie godziny czasu na rozmowy dziennie, czterokrotność cotygodniowych kredytów Free i bezpłatny tydzień próbny, z którego każdy może skorzystać tylko raz.
• Pro — 100 USD miesięcznie. Dziesięć godzin rozmów dziennie i dwudziestokrotność tygodniowych kredytów Free.
Sesame sama wyznacza tę istotną granicę: rozmowa podczas połączenia zużywa czas rozmów, a „wszystko, co agent zrobi” zużywa kredyty — niezależnie od tego, czy poprosiłeś głosem, czy tekstem. Te dwa liczniki wyczerpują się zatem inaczej. Czas rozmów resetuje się codziennie, a kredyty co tydzień. Wyczerpanie kredytów nie przerywa połączenia — obniża cię z poziomu inteligencji Max do Standard, a zaplanowane umiejętności są wstrzymane do cotygodniowego resetu, po czym wznawiają od miejsca, w którym przerwały. Wyczerpanie czasu rozmów to trudniejsza bariera: nadal możesz pisać tekstem, ale inteligencja modelu spada i niektóre funkcje są ograniczone. Na liście poziomów „czterokrotny czas rozmów” i „czterokrotne kredyty” to dwie osobne obietnice, które mogą się wyczerpać w różne dni.
Liczba, która faktycznie decyduje o wyborze planu, to nie cena z nagłówka, lecz stawka za dodatki. Sesame sprzedaje dodatkowy czas rozmów po 5 USD za godzinę i 20 USD za pięć godzin, a kredyty po 5 USD za tysiąc i 20 USD za pięć tysięcy. Pakiety nigdy nie wygasają i są zużywane dopiero po wyczerpaniu limitu z planu. Przy takiej stawce dwie godziny dziennie w planie Plus — około 60 godzin w 30-dniowym miesiącu — kosztują 20 USD, podczas gdy za 20 USD czasu rozmów kupowanego à la carte dostaje się pięć godzin. Jeśli będziesz używać asystenta częściej niż kilka razy w tygodniu, subskrypcja jest warta około dwunastu razy więcej niż pakiety, co zapewne jest zamierzeniem: własne FAQ Sesame nazywa każdy plan „znacznie lepszą ofertą niż kupowanie równowartości dodatkowego czasu lub kredytów”.
Dwa szczegóły strukturalne mają większe znaczenie, niż się wydaje. Po pierwsze, nic nie jest sprzedawane w sieci: zakupy odbywają się przez App Store lub Google Play, więc przeglądarkowej wersji Research Preview nie można w ogóle uaktualnić. Po drugie — i tu sformułowanie „podgląd się kończy” jest nieco mylące — podgląd w wersji webowej nie znika. FAQ Sesame mówi, że użytkownicy spoza krajów, w których dostępna jest aplikacja, „mogą nadal bezpłatnie korzystać z Research Preview, z dziennym limitem czasu rozmów odpowiadającym planowi Free: 30 minut dziennie”, a czas rozmów i kredyty są powiązane z kontem, więc ten sam dzienny limit dotyczy rozmów w wersji webowej. Skończyła się natomiast możliwość korzystania bez dziennego limitu. Sam podgląd przetrwa jako plan bezpłatny.
Sama aplikacja jest nadal wydawana równolegle z nowym systemem rozliczeń. App Store podaje wersję 48.0 z datą 13 listopada, a w informacjach o wydaniu reklamuje „lepszy standard i Max Intelligence”; Google Play pokazuje aplikację zaktualizowaną 9 listopada, z ponad 50 000 pobrań i średnią 4,9 gwiazdki na podstawie około 2000 recenzji. Poniższy zrzut ekranu nie pochodzi z tej kompilacji — to sierpniowy zrzut ekranu, od którego pierwotnie zaczynał się ten artykuł, strony, na której widniało „Podgląd dostępny już na iOS i Android” i nie podano żadnej ceny. Został zachowany, ponieważ przedstawia ostatni stan produktu przed wprowadzeniem poziomów.

Czym Sesame tak naprawdę jest
Sesame nie jest firmą modelową, która przypadkiem ma aplikację; to firma modelowa, której aplikacja jest sednem. Laboratorium założone w 2023 r. przez Brendana Iribe’a, Ankita Kumara i Ryana Browna, wspierane przez a16z, Sequoia, Spark i Matrix, zbudowało model mowy konwersacyjnej (CSM) stojący za demonstracją „Maya” — głos z oddechem, wahaniem i wyczuciem momentu przerwania tak przekonującym, że osoby słyszące go po raz pierwszy sądziły, że po drugiej stronie jest człowiek. Produkt, który sprzedaje teraz, to „osobiści agenci dla ciekawych świata ludzi”. Październik dodał cel: 6 października główny dyrektor produktowy firmy, Nate Mitchell, przedstawił asystenta jako system operacyjny dla pary okularów do noszenia przez cały dzień — „głosowy system operacyjny na oprawkach”, zgodnie z formulacją firmy — a dzień wcześniej Sesame ogłosiła, że oprawki będą produkowane w Japonii i pojawią się w 2027 r. Asystent jest produktem; okulary są powodem, dla którego istnieje. Na stronie planów pojawiła się część, która zamienia to w biznes.
Czterech agentów i co aplikacja faktycznie robi
Cztery osobowości pozostają bez zmian i wciąż są najbardziej charakterystycznym elementem produktu: Maya (błyskotliwa współpracowniczka), Miles (swobodny rozmówca, który mówi, jak jest), Simone (dynamiczna partnerka myślowa do głębokich analiz) i Charlie (niezobowiązujący powiernik). Każda z nich ma własną pamięć, a od października także własny dostęp do aplikacji — możesz udostępnić Mai swój e-mail, a Charliego do niego nie dopuścić. Na tej podstawie asystenci przeszukują sieć, przeprowadzają głębokie analizy, robią notatki i przypomnienia, wysyłają podsumowanie po rozmowie i odpowiadają tekstowo, gdy nie możesz mówić na głos; Tryb incognito czyta wcześniejsze wspomnienia, ale nie zapisuje nowych. Plany zmieniły nie to, co aplikacja robi, lecz to, ile z tego otrzymujesz: każda funkcja jest wymieniona jako dostępna we wszystkich planach, a różnica między 0, 20 i 100 dolarów dotyczy limitu, nie możliwości.
Co tak naprawdę dodało wydanie z października
Zacznij od głosu, bo wszystko inne się na nim opiera. Sesame twierdzi, że „zaktualizowaliśmy nasz Conversational Speech Model, aby poprawić ekspresyjność i wymowę”, a ta zmiana „robi ogromną różnicę, zwłaszcza w dłuższych rozmowach”. Ten sam post mówi, że osobowości postaci teraz „przebijają się wyraźniej”, z mniejszą służalczością i mniejszą liczbą powtarzanych fraz. To twierdzenie dostawcy bez żadnych liczb: nie opublikowano identyfikatora modelu, nie podano wartości opóźnienia, nie ma benchmarku, a głos aplikacji nadal nie jest punktem końcowym, który ktokolwiek mógłby zmierzyć. Traktuj to jako wypowiedź kierunkową od jedynej strony, która słyszała obie wersje.
Większa zmiana polega na tym, że agenci mają teraz ciało. „Wraz z październikowym wydaniem każdy agent jest teraz mądrzejszy i ma dostęp do własnego komputera” — pisze Sesame, co oznacza, że asystent może przeglądać i działać, a nie tylko rozmawiać. Demonstracja, którą oferuje firma, jest wymowna: jej własny zespół twierdzi, że używał Mayi, Milesa, Simone i Charliego do „orkiestrowania innych agentów, takich jak Devin, Claude Code i Codex”, głosem, podczas spacerów i dojazdów. Jeśli to działa tak, jak opisano, Sesame przestało konkurować wyłącznie z asystentami głosowymi, a zaczęło konkurować o warstwę sterowania ponad agentami do kodowania. To także twierdzenie z tego wydania, które czytelnik może najłatwiej sprawdzić osobiście — i takie, którego pomiaru nie opublikował żaden zewnętrzny recenzent w chwili pisania tego tekstu.
Mechanizmy, które czynią go użytecznym, również są nowe. Przewodnik wprowadzający Sesame, zaktualizowany 5 października, wymienia aplikacje Google — Gmail, Kalendarz Google, Dysk Google — jako konektory, niektóre oznaczone jako Beta, a także obsługę zewnętrznych serwerów MCP przez OAuth, wraz ze szczerym ostrzeżeniem, by zaufać deweloperowi przed podłączeniem takiego serwera. Ponad konektorami znajduje się „skill”: napisany prostym językiem playbook, który tworzysz w rozmowie, a następnie uruchamiasz na żądanie lub według harmonogramu — z podłączonymi aplikacjami lub bez nich. Generowanie obrazów pojawiło się jako jedno z własnych narzędzi agenta: aplikacja wymienia wśród nich „Image by Sesame”, opisane jako narzędzie do generowania, edytowania i analizowania obrazów, a asystent zaproponuje wygenerowanie obrazu na podstawie opisu lub powie ci, co znajduje się na przesłanym zdjęciu. Zwróć uwagę na źródło tych informacji — to lista narzędzi w aplikacji, a nie coś, co podaje własne ogłoszenie Sesame; ani aplikacja, ani firma nie podają nazwy modelu obrazowego, który za tym stoi.
Strona planów dodaje jeden szczegół, którego notatki z października nie precyzowały: aplikacja ma teraz dwa poziomy inteligencji — Standard i Max — a to Max zużywa zarówno kredyty, jak i czas rozmów. Dzięki temu pula kredytów jest górnym limitem jakości, a nie kontyngentem zadań — co potwierdza opis w sklepie, wraz z notatkami o wydaniu w App Store dla wersji 48.0 obiecującymi „lepszą inteligencję Standard i Max”.
Limity, które się nie zmieniły
Nadal nie ma API ani identyfikatora modelu dla tego głosu, więc nic z tego nie jest czymś, co deweloper może wywołać — a strona z planami tego nie zmienia. Każda liczba na niej to subskrypcja konsumencka; żadna z nich nie jest stawką za token, za minutę ani za znak dla modelu. Narzędzie do obrazów nie powie ci, który model stoi za jego działaniem. Jak niezawodnie agent orkiestruje Devin lub Claude Code bez nadzoru, pozostaje otwartym pytaniem, na które dostawca odpowiedział wyłącznie własną anegdotą. Angielski nadal jest jedynym oficjalnie obsługiwanym językiem — przewodnik zauważa, że asystenci obsługują też francuski, włoski, niemiecki, hiszpański, chiński, japoński i koreański „na wczesnym etapie”, co jest ostrzeżeniem, a nie listą funkcji. Musisz mieć co najmniej 18 lat. A dostęp do aplikacji jest przyznawany osobno dla każdego asystenta, co jest dobre dla prywatności i niewygodne w praktyce: Charlie nie widzi tego, co podłączysz dla Mayi. Sesame nadal twierdzi, że nie wyświetla reklam i nie sprzedaje danych — twierdzenie, które dzięki płatnym planom łatwiej teraz podtrzymać.
Głos jest produktem — i jak dotąd niezmierzalny.
To, co sprawia, że Sesame jest warte pisania, wciąż nie jest wynikiem benchmarku, ponieważ takiego dla tej aplikacji nadal nie ma. Model produkcyjny nie został udostępniony: brak identyfikatora modelu, brak API, brak docelowego opóźnienia i brak pozycji na rankingu mowa-do-mowy Artificial Analysis tak jak w przypadku wywoływalnych modeli głosowych. To, co można zweryfikować, to rodzina architektury. CSM od Sesame to projekt z dwoma dekoderami — szkielet Llama przewidujący pierwszy kodebook audio i mały dekoder „głębokości” przewidujący pozostałe — oparty na kodeku Mimi od Kyutai, generujący monofoniczną mowę o częstotliwości 24 kHz, a model CSM-1B z otwartymi wagami (Apache-2.0) to jedyny jego element, który każdy może pobrać. Październikowe notatki to pierwsze od miesięcy potwierdzenie, że sam produkcyjny CSM ruszył do przodu, a firma nadal nie opublikowała niczego, na co można by wskazać benchmark. Istnieje jednak jedno narzędzie i mierzy ono coś pokrewnego: 28 sierpnia 2026 r. Sesame opublikowała TurnBench, otwarty benchmark do przejmowania tur w dialogu mówionym — 30 godzin mowy diadycznej z potrójną adnotacją, protokół punktacji zaczerpnięty z analizy konwersacji, publiczny ranking i wyniki dla 14 systemów, zbudowany z Carnegie Mellon, Mundo AI i Oto. Jest naprawdę otwarty, należy do Sesame i ocenia przejmowanie tur, a nie głos tej aplikacji.
Tabela wyników poniżej to ten starszy sierpniowy zrzut. Obecnie jest nieaktualna w dwóch wymiarach. Nie ma nic do powiedzenia na temat korzystania z komputera, konektorów ani generowania obrazów, ponieważ żadna z tych rzeczy nie istniała, gdy ją tworzono; a jej wiersz ceny nadal brzmi „bezpłatnie (wersja zapoznawcza, brak płatnego planu)”, co przestało być prawdą w tygodniu, w którym opublikowano stronę planów. Karta tytułowa na górze tej strony pochodzi z tej samej sierpniowej partii i nosi tę samą nieaktualną plakietkę „bezpłatnie — brak API”. Oba należy czytać jako zapis tego, czym aplikacja była, a nie tego, ile obecnie kosztuje.

Ile faktycznie kosztuje godzina z Sesame
W przeliczeniu na godzinę rozmowy Plus kosztuje około 33 centów. Warto zestawić to z rynkiem API, ponieważ jest to jedyna liczba, jaką Sesame obecnie publikuje, którą można z czymkolwiek porównać. Grok Voice Think Fast 2.0 pobiera 0,08 USD za minutę audio, co daje 4,80 USD za godzinę. GPT-Realtime-2.1 jest rozliczany za token audio według stawki 32 USD za milion na wejściu i 64 USD za milion na wyjściu; tej jednostki nie da się przeliczyć na godziny bez wiedzy, ile się mówi.
To porównanie nie jest porównaniem jabłek z jabłkami i nie należy go tak odczytywać. Grok Voice to API, na którym buduje się produkt; Sesame to aplikacja, z którą się rozmawia. Kredyty w Sesame rozliczają działania agenta dodatkowo ponad czas rozmowy, więc intensywny tydzień zadań może kosztować limit, którego stawka godzinowa nigdy nie uwzględnia. I nic niezależnego nie zmierzyło, czy oba głosy są w tej samej lidze — jedyna liczba, która by to rozstrzygnęła, nie istnieje dla tej aplikacji. To, co mówi 33 centy, to że Sesame wyceniło ryczałtową subskrypcję konsumencką w zestawieniu z rynkiem rozliczającym się za minutę i że przy 20 dolarach miesięcznie sprzedaje godziny znacznie poniżej tego, co rozliczane za minutę API głosowe za nie pobiera. Czy to hojność, czy promocja na start, to pytanie, na które odpowie następna strona z cennikiem.
Gdzie Sesame Preview plasuje się w krajobrazie głosowym
W 2026 roku obszar głosu w czasie rzeczywistym dzieli się na aplikacje i API, a październik dodał trzecią oś: kto kontroluje agentów. Po stronie aplikacji Sesame Preview konkuruje o tę samą uwagę co tryby głosowe w ChatGPT i Gemini Live — z jedną nową różnicą: tamte tryby głosowe są w pakiecie z subskrypcją, która zapewnia także model tekstowy, podczas gdy 20 USD za Sesame kupuje wyłącznie asystenta. To sprawia, że prawdziwym polem rywalizacji jest darmowy plan: 30 minut dziennie to długość demo, a gdy czytelnik go przekroczy, decyzja sprowadza się do tego, czy ten głos jest wart osobnych 20 USD. Po stronie API opcje, które można wywołać, to modele, do których można podłączyć WebSocket: Grok Voice Think Fast 2.0 w cenie 0,08 USD za minutę dźwięku, z czasem do pierwszego dźwięku 0,70 sekundy, sklasyfikowany na pierwszym miejscu w benchmarku agentów τ-Voice i na drugim w indeksie jakości mowy do mowy Artificial Analysis z wynikiem 82,9% (te liczby pochodzą od Artificial Analysis, a nie od xAI), albo GPT-Realtime-2.1 w cenie 32 USD za milion wejściowych tokenów audio i 64 USD za milion wyjściowych tokenów audio. Trzecią osią jest ta, na którą Sesame przeszło w październiku: nie „wywołaj nasz model głosowy”, ale „rozmawiaj z naszymi agentami, a oni pokierują twoimi innymi agentami”. To twierdzenie o orkiestracji, którego nikt nie mierzy — opis dostawcy to jak dotąd całość dowodów.
Poniższy wykres to ranking po stronie API w stanie z 6 sierpnia 2026 r.: przypomnienie, z czym Sesame konkuruje o uwagę oraz jakiego rodzaju postaci wciąż nie ma głos aplikacji.

Co to oznacza dla budowniczych
Strona konsumencka ma teraz cenę; strona deweloperska wciąż nie ma żadnej. Jeśli chcesz dziś zbudować produkt na produkcyjnym głosie Sesame, nie możesz — nie ma do niego API, a żaden plan na stronie z cennikiem nie jest planem dla programistów. Jedynym modelem Sesame, który programista może wywołać, jest otwarty model bazowy CSM-1B, który trzeba hostować samodzielnie lub uzyskać do niego dostęp przez dostawcę, który ma go w ofercie: 1 mld parametrów, kontekst 4K, model zamiany tekstu na mowę z klonowaniem głosu zero-shot, ale bez własnego wywoływania narzędzi. To, co zmienia październik, to kierunek rozwoju: asystenci łączą się z serwerami MCP, a Sesame mówi, że „dodaje narzędzia dla programistów, abyś później w tym roku mógł tworzyć własne aplikacje Sesame”. Plany dodają wskazówkę co do modelu biznesowego, na którym będą opierać się te narzędzia — rozliczany czas rozmów plus rozliczana praca agentów, sprzedawane w pakietach. Asystent, którego można rozszerzać i za którego można teraz płacić za godzinę, jest o krok od asystenta, którego można wywoływać za token.
Częstszym w 2026 roku sposobem na złożenie własnego agenta głosowego pozostaje połączenie warstwy mowy z tekstowym mózgiem, który decyduje, co powiedzieć — a ten mózg to dokładnie to, czemu przewodzi router. OrcaRouter daje ci ponad 200 modeli za jednym punktem końcowym zgodnym z OpenAI, w cenie katalogowej dostawcy, przekazywanej bez żadnej marży, więc gdy dostawca obniży cenę, jest ona tu aktywna tego samego dnia; automatyczne przełączanie awaryjne to bezpieczny sposób, by umieścić świeżo wydany, niesprawdzony model na rzeczywistej ścieżce obok sprawdzonego. Żeby było jasne co do naszej własnej oferty: żaden model Sesame nie jest tu dziś trasą, łącznie z CSM-1B — więc nic z powyższego nie oznacza wynajmowania głosu Sesame. To wzorzec dla strony tekstowej, podczas gdy głos pozostaje zamknięty, i wzorzec, którego chciałbyś mieć w dniu, gdy już tak nie będzie.
Test „trybu jazdy”.
Zdanie TestingCatalog z sierpnia — „my drive mode default” — wciąż jest najcelniejszym podsumowaniem tego, do czego służy Sesame Preview, a październik uczynił je bardziej dosłownym i bardziej doniosłym. Tryb jazdy to najtrudniejszy przypadek dla asystenta głosowego: zajęte ręce, wzrok na drodze, brak ekranu, na który można się wycofać, i brak cierpliwości do problemów z przechodzeniem kolejki w rozmowie przy dużej prędkości. Dodaj korzystanie z komputera, a stawka się zmienia — delegujesz teraz zadania, których nie możesz zweryfikować z fotela kierowcy, agentowi, który pójdzie, zadziała i wróci z aktualizacją. Ekspresyjna prozodia, która niesie znaczenie bez wyświetlacza, oraz obsługa przerwań pozwalająca wtrącić się w połowie zdania, wciąż są powodem, dla którego ten głos jest wart jazdy.
Plany dodają do tego testu mniej romantyczny scenariusz awarii. Ponieważ praca zadaniowa zużywa kredyty, a nie czas rozmowy, w samochodzie kończy się nie rozmowa, lecz działanie: po osiągnięciu tygodniowego limitu kredytów połączenia są kontynuowane na inteligencji Standard, a wszelkie zaplanowane umiejętności zostają wstrzymane do resetu. Piętnaście minut pozostałego czasu rozmowy i brak kredytów to gorsza sytuacja niż dziesięć minut i pełny przydział, a aplikacja ostrzega, zanim do tego dojdzie, a nie po fakcie.
Co obejrzeć dalej
Pięć rzeczy zmieniłoby tę historię. Po pierwsze, API lub identyfikator modelu dla produkcyjnego głosu — wydarzenie, które zamienia Sesame z aplikacji konsumenckiej w coś, do czego deweloper może kierować ruch, oraz moment, w którym można to wyceniać za token, a nie za miesiąc. Po drugie, czy struktura planów zachowa swój kształt: dziś każda funkcja jest reklamowana we wszystkich planach, więc plany różnią się tylko limitem. Przeniesienie jednej funkcji za Plus świadczyłoby o tym, że naliczanie opłat było testem, a nie elementem projektu. Po trzecie, narzędzia deweloperskie, które Sesame obiecało na „później w tym roku”: jeśli można zbudować aplikację Sesame, głos aplikacji staje się programowo interesujący nawet bez API w klasycznym sensie. Po czwarte, otwarte wagi — CSM-1B jest sam na Hugging Face od marca 2025, a nowszy lub większy otwarty CSM pozwoliłby każdemu uruchomić ten głos samodzielnie zamiast wynajmować godziny. Po piąte, okulary, które nie są już plotką: w dniach 5–6 października firma wyznaczyła okularom datę na 2027 rok, powiedziała, że będą produkowane w Japonii, i opisała asystenta jako system operacyjny, na którym działają.
Najczęściej zadawane pytania
Czy Sesame nadal jest darmowe?
Częściowo. Aplikację można pobrać bezpłatnie, a plan Free zachowuje pełny dostęp do wszystkich funkcji, z limitem 30 minut rozmów dziennie i ograniczonym tygodniowym przydziałem kredytów; przeglądarkowy Research Preview działa w ramach tego samego dziennego limitu 30 minut. Plus kosztuje $20 miesięcznie i daje dwie godziny dziennie oraz czterokrotność kredytów, Pro kosztuje $100 miesięcznie i daje dziesięć godzin dziennie oraz dwudziestokrotność kredytów, a pakiety à la carte ($5 za godzinę rozmów, $5 za tysiąc kredytów) pozwalają doładować konto bez subskrypcji. Wszystko jest rozliczane przez App Store lub Google Play.
Czy Sesame ma API dla głosu aplikacji?
Nie. Model produkcyjny stojący za aplikacją nie został wydany — brak identyfikatora modelu, punktu końcowego i ceny za token — mimo że październikowa informacja o wydaniu mówi, że bazowy Conversational Speech Model został zaktualizowany. Płatne plany to subskrypcje konsumenckie, a nie stawki deweloperskie. Jedynym modelem Sesame, który deweloper może dziś wywołać, jest bazowy model CSM-1B z otwartymi wagami, który można hostować samodzielnie lub uzyskać dostęp za pośrednictwem dostawcy, który go udostępnia. Asystenci mogą łączyć się z zewnętrznymi serwerami MCP, ale pozwala im to korzystać z twoich narzędzi; nie pozwala natomiast twojemu kodowi z nich korzystać.
Jak naprawdę dobry jest ten głos?
Nie ma niezależnego wyniku. Model aplikacji nie znajduje się na liście rankingu mowy na mowę Artificial Analysis, a Sesame nie opublikowało żadnego zewnętrznego benchmarku dla niego. Istnieje jedynie własny opis dostawcy dotyczący zmian z października — większa ekspresyjność, lepsza wymowa, mniejsza służalczość — plus otwarty TurnBench Sesame, który mierzy naprzemienność mówienia, a nie tę aplikację, oraz otwarty CSM-1B, którego naturalność jest jedyną częścią prac Sesame nad głosem, którą każdy może niezależnie uruchomić.
W październiku Sesame Preview stał się produktem, a od tamtej pory stał się biznesem — i te dwa fakty warto rozdzielać. Dla użytkownika pytanie nie brzmi już, czy głos jest imponujący, lecz czy 30 minut dziennie pokrywa sposób, w jaki faktycznie rozmawiasz, czy $20 kupuje wystarczająco dużo miejsca i czy tygodniowy limit kredytów wypada w środku czegoś, co zaplanowałeś. Dla dewelopera nic się nie zmieniło: żadnego API, żadnego identyfikatora modelu, żadnej stawki za minutę, żadnej oceny. Wypróbuj głos w darmowym planie, zanim wykupisz subskrypcję, zobacz, co klif kredytowy robi z prawdziwym tygodniem, a nie z pokazowym, i miej oko na identyfikator modelu — bo w momencie, gdy Sesame go udostępni, ta historia przestaje być historią konsumencką i z dnia na dzień staje się historią deweloperską.
