Титульная карточка для «Превью Sesame выходит на Android»: крупный заголовок, подзаголовок «голосовой агент, которого обозреватели называют одним из лучших голосовых режимов на рынке — бесплатно, без API», и две карточки с плоскими иконками: «Голосовые агенты» с линейной иконкой волны и человека и бейджем «Maya · Miles · Simone · Charlie», и «На iOS и Android» с линейной иконкой телефона и бейджем «бесплатно — без API». Нижний колонтитул: «Персональные агенты для любознательных — Sesame, август 2026». Логотип OrcaRouter, совмещённый в правом нижнем углу.
Guides & Insights

Sesame Preview теперь предлагает тарифы: Free, Plus за $20, Pro за $100 — и по-прежнему нет Voice API

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Почти через шесть недель после октябрьского обновления, которое дало её агентам компьютер, Sesame Preview — приложение в публичной предварительной версии с мая 2026 года — обзавёлся прайс-листом. На собственной странице тарифов Sesame теперь предлагает три тарифа — Free за $0 с 30 минутами разговоров в день, Plus за $20 в месяц с четырёхкратным лимитом и Pro за $100 в месяц с двадцатикратным — с оплатой через App Store и Google Play, а не через веб. Это цены, заявленные продавцом на его собственной странице: не измеренное значение и не независимая проверка. Всё, что под ними, осталось без изменений. У голоса из продакшена по-прежнему нет API, нет идентификатора модели и нет независимой оценки, а единственная модель Sesame, которую кто-либо вне приложения может загрузить, остаётся моделью с открытыми весами CSM-1B.

Три уровня, как опубликовано:

• Бесплатно — $0. 30 минут разговоров в день плюс ограниченный недельный лимит кредитов на тексты и задачи.

• Plus — 20 долларов в месяц. Два часа разговоров в день, в четыре раза больше еженедельных кредитов Free, и бесплатная пробная версия на одну неделю, которую каждый может использовать один раз.

• Pro — $100 в месяц. Десять часов разговоров в день и в двадцать раз больше еженедельных кредитов Free.

Sesame сама проводит важную границу: разговор по звонку расходует время разговора, а «всё, что агент идёт и делает», расходует кредиты — независимо от того, попросили вы голосом или текстом. Поэтому два счётчика исчерпываются по-разному. Время разговора сбрасывается ежедневно, а кредиты — еженедельно. Когда кредиты заканчиваются, звонок не прерывается — вас переключают с интеллекта Max на Standard, а запланированные навыки приостанавливаются до еженедельного сброса, после чего возобновляются с того места, где остановились. Закончившееся время разговора — более жёсткая стена: вы всё ещё можете писать текстом, но интеллект модели снижается, а некоторые возможности ограничиваются. В списке тарифов «в четыре раза больше времени разговора» и «в четыре раза больше кредитов» — два отдельных обещания, которые могут закончиться в разные дни.

Цифра, которая на самом деле определяет уровень тарифа, — это не заявленная цена, а стоимость дополнений. Sesame продаёт дополнительное время разговора по $5 за один час и $20 за пять, а кредиты — по $5 за тысячу и $20 за пять тысяч. Пакеты не сгорают и расходуются только после того, как исчерпан лимит по вашему тарифу. При такой ставке два часа в день в Plus — примерно 60 часов в 30-дневном месяце — стоят $20, тогда как на $20 времени разговора по отдельному тарифу можно купить пять часов. Если вы будете пользоваться ассистентом чаще нескольких раз в неделю, подписка примерно в двенадцать раз выгоднее пакетов, что, вероятно, и задумано: в собственном FAQ Sesame каждый тариф называется «гораздо более выгодной сделкой, чем покупка эквивалентного объёма дополнительного времени или кредитов».

Две структурные детали важнее, чем кажутся. Во-первых, через веб ничего не продаётся: покупки проходят через App Store или G​oogle Play, поэтому браузерную Research Preview вообще нельзя перевести на платный план. Во-вторых — и именно здесь формулировка «превью заканчивается» немного искажает смысл — веб-превью не исчезает. В FAQ Sesame говорится, что пользователи за пределами стран, где доступно приложение, «могут продолжать бесплатно пользоваться Research Preview с дневным лимитом времени разговора, соответствующим Free Plan: 30 минут в день», а также что время разговора и кредиты привязаны к аккаунту, поэтому тот же дневной лимит действует и для веб-звонков. Закончился именно безлимитный доступ. Само превью сохраняется в качестве бесплатного тарифа.

Само приложение продолжает выпускаться вместе с новым биллингом. В App Store указана версия 48.0 от 13 ноября, а в примечаниях к выпуску заявлены «улучшенный стандартный режим и Max Intelligence»; Google Play показывает, что приложение обновлено 9 ноября, у него более 50 000 загрузок и средняя оценка 4,9 звезды по примерно 2 000 отзывам. Скриншот ниже — не эта сборка: это августовский снимок, который изначально был опубликован в этой статье, страницы с надписью «Предварительный просмотр уже доступен на iOS и Android» и без указания какой-либо цены. Он сохранён, потому что это последнее состояние продукта до появления тарифных уровней.

Screenshot of Sesame's official Mobile Preview page (sesame.com/mobile-preview), showing 'Personal agents for curious people', 'Preview available now on iOS and Android', and store links for App Store and Google Play. Captured August 6, 2026.

Что такое Sesame на самом деле

Sesame — не компания-разработчик моделей, у которой заодно есть приложение; это компания-разработчик моделей, для которой приложение — суть. Лаборатория, основанная в 2023 году Бренданом Айрибом, Анкитом Кумаром и Райаном Брауном при поддержке a16z, Sequoia, Spark и Matrix, создала разговорную речевую модель (CSM), лежащую в основе демо «Maya», — голос с дыханием, запинками и настолько убедительным таймингом перебивания, что слушатели, впервые его услышавшие, думали, будто на линии человек. Продукт, который она продаёт сейчас, — «персональные агенты для любознательных». В октябре появилось новое направление: 6 октября директор по продукту компании Нейт Митчелл представил помощника как операционную систему для пары очков, которые можно носить весь день, — «голосовая ОС на оправе», как формулирует компания, — а днём ранее Sesame объявила, что оправы будут производиться в Японии и появятся в 2027 году. Помощник — это продукт; очки — причина его существования. На странице тарифных планов появилась деталь, которая превращает это в бизнес.

Четыре агента — и что на самом деле делает приложение

Четыре личности остались прежними и по-прежнему являются самой яркой отличительной чертой продукта: Майя (остроумный соавтор), Майлз (непринуждённый собеседник, который говорит как есть), Симона (динамичный партнёр по размышлениям для глубокого погружения) и Чарли (неформальный собеседник для обсуждения идей). У каждой сохраняется собственная память и, с октября, собственный доступ к приложению — вы можете предоставить Майе доступ к своей электронной почте, а Чарли — не предоставлять. На этой основе помощники ищут в интернете, проводят глубокий анализ, создают заметки и напоминания, отправляют итоги после звонка и отвечают текстом, когда вы не можете говорить вслух; режим инкогнито читает прошлые воспоминания, не создавая новые. Тарифы изменили не то, что делает приложение, а сколько этого вы получаете: каждая функция указана как доступная на любом тарифе, и разница между $0, $20 и $100 заключается в объёме, а не в возможностях.

Что на самом деле добавил октябрьский релиз

Начните с голоса, потому что всё остальное держится на нём. Sesame говорит, что «обновила нашу Conversational Speech Model, чтобы улучшить выразительность и произношение», и что это изменение «имеет огромное значение, особенно в длительных разговорах». В том же посте говорится, что характеры персонажей теперь «проявляются более чётко», с меньшим заискиванием и меньшим количеством повторяющихся фраз. Это заявление вендора без каких-либо цифр: ни опубликованного ID модели, ни показателя задержки, ни бенчмарка, а голос приложения по-прежнему не является эндпоинтом, который кто-либо может измерить. Относитесь к этому как к ориентировочному заявлению от единственной стороны, которая слышала обе версии.

Более масштабное изменение состоит в том, что у агентов теперь есть тело. «С октябрьским релизом каждый агент стал умнее и получил доступ к своему собственному компьютеру», — пишет Sesame, имея в виду, что ассистент может просматривать интернет и действовать, а не только говорить. Демонстрация, которую предлагает компания, показательна: её собственная команда говорит, что использовала Maya, Miles, Simone и Charlie, чтобы «оркестрировать других агентов вроде Devin, Claude Code и Codex», голосом, во время прогулок и поездок на работу. Если это работает так, как описано, Sesame перестала конкурировать только с голосовыми ассистентами и начала конкурировать за слой управления над агентами для программирования. Это также то утверждение в этом релизе, которое читатель может легче всего проверить лично, — и то, для которого ни один сторонний обозреватель не опубликовал измерений на момент написания этого текста.

Инфраструктура, которая делает его полезным, тоже новая. Руководство Sesame по началу работы, обновлённое 5 октября, перечисляет приложения Google — Gmail, Google Calendar, Google Drive — как коннекторы, некоторые с пометкой Beta, а также поддержку внешних MCP-серверов через OAuth, с прямым предупреждением: доверяйте разработчику, прежде чем подключать такой сервер. Над коннекторами находится «навык»: плейбук, изложенный простым языком, который вы создаёте в ходе разговора, а затем запускаете по требованию или по расписанию — с подключёнными приложениями или без них. Генерация изображений появилась как один из собственных инструментов агента: приложение перечисляет «Image by Sesame» среди них, с описанием «генерация, редактирование и анализ изображений», а ассистент предложит сгенерировать изображение по описанию или рассказать, что изображено на отправленной вами фотографии. Обратите внимание на происхождение этих сведений: это список инструментов в самом приложении, а не то, что говорится в собственном анонсе Sesame, и ни приложение, ни компания не называют модель генерации изображений, которая за этим стоит.

Страница планов добавляет одну деталь, которую не уточняли октябрьские заметки: теперь в приложении есть два уровня интеллекта — Standard и Max, и именно Max расходует как кредиты, так и время разговора. Это делает лимит кредитов потолком качества, а не квотой на задачи — и это различие подтверждает описание в магазине: заметки к выпуску версии 48.0 в App Store обещают «better standard and Max Intelligence».

Лимиты, которые не изменились

До сих пор нет ни API, ни идентификатора модели для голоса, так что ничего из этого разработчик вызвать не может — и страница тарифов этого не меняет. Каждая цифра на ней — это потребительская подписка; ни одна из них не является тарифом за токен, за минуту или за символ для модели. Инструмент для работы с изображениями не скажет вам, какая модель обеспечивает его работу. Насколько надёжно агент оркестрирует Devin или Claude Code без участия человека — открытый вопрос, на который поставщик ответил лишь собственным единичным примером. Английский по-прежнему остаётся единственным официально поддерживаемым языком — в руководстве отмечается, что ассистенты также «на ранней стадии» работают с французским, итальянским, немецким, испанским, китайским, японским и корейским, что скорее предупреждение, чем список возможностей. Вам должно быть не менее 18 лет. И доступ к приложению предоставляется отдельно для каждого ассистента, что хорошо для приватности и неудобно на практике: то, что вы подключили для Maya, Charlie не видит. Sesame по-прежнему утверждает, что не показывает рекламу и не продаёт данные, — и с платными тарифами это утверждение теперь легче соблюдать.

Голос — это продукт, и он пока что неизмерим.

То, что делает Sesame достойным статьи, по-прежнему не является результатом бенчмарка, потому что для приложения его всё ещё нет. Production-модель не выпущена: нет ID модели, нет API, нет целевого показателя задержки и нет записи в лидерборде speech-to-speech от Artificial Analysis так, как это бывает у вызываемых голосовых моделей. Что можно проверить — это семейство архитектур. CSM от Sesame — это двухдекодерная архитектура: Llama-бэкбон предсказывает первый аудиокодек, а небольшой «глубинный» декодер предсказывает остальные, поверх кодека Mimi от Kyutai, с генерацией моноречи на 24 кГц, и открытая по весам CSM-1B (Apache-2.0) — единственная часть, которую кто угодно может скачать. Октябрьские заметки — первое за несколько месяцев подтверждение того, что сама production-CSM сдвинулась с места, и при этом компания по-прежнему не опубликовала ничего, на что можно было бы направить бенчмарк. Один инструмент всё же существует, и он измеряет смежную вещь: 28 августа 2026 года Sesame опубликовала TurnBench — открытый бенчмарк для смены реплик в устном диалоге: 30 часов трижды аннотированной диадической речи, протокол оценки, основанный на анализе разговора, публичный лидерборд и результаты для 14 систем, созданный совместно с Carnegie Mellon, Mundo AI и Oto. Он действительно открытый, принадлежит самой Sesame и оценивает смену реплик, а не голос этого приложения.

Таблица ниже — это тот самый старый августовский снимок. Теперь она неполна в двух отношениях. В ней ничего не сказано об использовании компьютера, коннекторах или генерации изображений, потому что ничего из этого не существовало, когда она составлялась; а в строке с ценой по-прежнему указано «бесплатно (предварительный просмотр, платного тарифа нет)», что перестало быть верным на той неделе, когда появилась страница тарифных планов. Титульная карточка в верхней части этой страницы — из той же августовской партии, и на ней тот же устаревший значок «бесплатно — API пока нет». Рассматривайте обе как запись о том, чем приложение было, а не о том, сколько оно стоит сейчас.

Single-column scoreboard for 'Sesame Preview — the scoreboard': six rows reading 'Platforms: iOS + Android + Web', 'Price: free (preview, no paid tier)', 'Agents: Maya · Miles · Simone · Charlie', 'Independent score: none yet', 'Open model: CSM-1B, $7/M chars', 'Languages: English only'. Footer: 'Sesame app model unreleased; CSM-1B per OpenRouter; no independent voice benchmark exists.' OrcaRouter logo composited bottom-right.

Сколько на самом деле стоит час использования Sesame

Если считать цену за час разговора, Plus обходится примерно в 33 цента. Это стоит сопоставить с рынком API, потому что это единственный показатель, который Sesame сейчас публикует и который можно с чем-то сравнить. Grok Voice Think Fast 2.0 берёт $0,08 за аудиоминуту, то есть $4,80 в час. GPT-Realtime-2.1 тарифицируется за аудиотокен по $32 за миллион входных и $64 за миллион выходных — единица, которую нельзя перевести в часы, не зная, сколько вы говорите.

{{1}}Это сравнение не является сравнением сопоставимых вещей, и его не следует так воспринимать. G​rok Voice — это API, на котором вы строите продукт; Sesame — это приложение, с которым вы разговариваете. Кредиты Sesame тарифицируют действия агента сверх времени разговора, поэтому неделя с большим количеством задач может израсходовать квоту, которую почасовой показатель никогда не учитывает. И ни одно независимое измерение не показало, находятся ли эти два голоса в одной лиге, — единственной цифры, которая могла бы это разрешить, для приложения не существует. Что 33 цента действительно означают, так это то, что Sesame установила фиксированную потребительскую подписку в противовес рынку, который тарифицирует по минутам, и что при $20 в месяц она продаёт часы значительно дешевле, чем голосовой API с поминутной тарификацией берёт за них. Щедрость это или скидка к запуску — на этот вопрос ответит следующая страница с ценами.{{/1}}

Место Sesame Preview в голосовом ландшафте

В 2026 году сфера голосовых решений в реальном времени распадается на приложения и API, а в октябре появилась третья ось: кто управляет агентами. На стороне приложений Sesame Preview конкурирует за то же внимание, что и голосовые режимы внутри ChatGPT и Gemini Live, — с одним новым отличием: эти голосовые режимы входят в подписку, которая также даёт текстовую модель, тогда как $20 за Sesame покупают только ассистента. Из-за этого настоящая борьба идёт за бесплатный тариф: 30 минут в день — это длина демо, и как только читатель превышает этот лимит, решение сводится к тому, стоит ли этот голос отдельных $20. На стороне API вызываемые варианты — это модели, на которые можно направить WebSocket: Grok Voice Think Fast 2.0 за $0,08 за аудиоминуту с задержкой до первого аудио 0,70 секунды, первое место в агентном бенчмарке τ-Voice и второе место в индексе качества преобразования речи в речь от Artificial Analysis с 82,9% (эти цифры принадлежат Artificial Analysis, а не xAI), или GPT-Realtime-2.1 за $32 за миллион входных аудиотокенов и $64 за миллион выходных аудиотокенов. Третья ось — та, на которую Sesame перешла в октябре: не «вызовите нашу голосовую модель», а «поговорите с нашими агентами, и они будут управлять вашими другими агентами». Это заявление об оркестрации, и никто её не измеряет — описание от поставщика пока что составляет все доказательства.

Диаграмма ниже — это табло со стороны API по состоянию на 6 августа 2026 года: напоминание о том, с кем Sesame конкурирует за внимание и какого рода фигуры у голоса приложения до сих пор нет.

Screenshot of the Artificial Analysis speech-to-speech leaderboard (artificialanalysis.ai/speech-to-speech, captured August 6, 2026), where callable voice models such as Grok Voice Think Fast 2.0 carry index scores and time-to-first-audio figures — the API-side voice market that Sesame Preview, an app with no API, currently has no equivalent for.

Что это значит для разработчиков

У потребительской стороны теперь есть цена; у стороны разработчиков её по-прежнему нет. Если вы хотите сегодня построить продукт на голосе Sesame для продакшена, у вас не получится — для него нет API, и ни один тариф на странице цен не является тарифом для разработчиков. Единственная модель Sesame, которую может вызвать разработчик, — это открытая базовая модель CSM-1B, которую вам придётся развернуть самостоятельно или получить через провайдера, который её предлагает: 1B параметров, контекст 4K, модель преобразования текста в речь с zero-shot клонированием голоса, но без собственного вызова инструментов. Что меняет октябрь — это направление движения: ассистенты подключаются к серверам MCP, и Sesame говорит, что «добавляет инструменты для разработчиков, чтобы позже в этом году вы могли создавать собственные приложения Sesame». Что добавляют тарифы — это намёк на бизнес-модель, на которой будут основываться эти инструменты: тарифицируемое время разговора плюс тарифицируемая работа агента, продаваемые как уровни. Ассистент, который можно расширять и за которого теперь можно платить по часам, — в одном шаге от ассистента, которого можно вызывать по токенам.

Более распространённый в 2026 году способ собрать кастомного голосового агента по-прежнему состоит в том, чтобы объединить речевой слой с текстовым «мозгом», который решает, что сказать, — и именно перед этим мозгом стоит маршрутизатор. OrcaRouter даёт вам более 200 моделей через одну конечную точку, совместимую с OpenAI, по каталожной цене провайдера, передаваемой без наценки, так что когда поставщик снижает цену, здесь она действует в тот же день; автоматическое переключение при сбое — это безопасный способ поставить только что выпущенную, непроверенную модель на реальный путь рядом с проверенной. Честно о нашем собственном покрытии: сегодня здесь нет ни одной модели Sesame в качестве маршрута, включая CSM-1B, — так что ничто из вышесказанного не означает, что вы арендуете голос Sesame. Это схема для текстовой стороны, пока голос остаётся закрытым, и схема, которую вы захотите иметь в тот день, когда это изменится.

Тест «режима движения»

Августовская фраза TestingCatalog — «мой режим вождения по умолчанию» — по-прежнему остаётся самым точным описанием того, для чего нужен Sesame Preview, а октябрь сделал её более буквальной и более значимой. Режим вождения — самый сложный случай для голосового ассистента: руки заняты, глаза на дороге, нет экрана, на который можно положиться, и нет терпения к сбоям в очерёдности реплик на скорости. Добавьте сюда использование компьютера — и ставки меняются: теперь вы делегируете задачи, которые не можете проверить с водительского места, агенту, который пойдёт, выполнит действие и вернётся с обновлением. Выразительная просодия, передающая смысл без экрана, и обработка перебиваний, позволяющая вклиниться посреди предложения, — по-прежнему причины, по которым этот голос стоит того, чтобы им пользоваться за рулём.

Тарифы добавляют к этому испытанию менее романтичный сценарий отказа. Поскольку работа над задачами расходует кредиты, а не минуты разговора, в машине заканчивается не беседа, а сама работа: при достижении недельного лимита кредитов звонки продолжаются на уровне Standard intelligence, а любая запланированная функция приостанавливается до сброса. Оставшиеся пятнадцать минут разговора без кредитов — хуже, чем десять минут и полный лимит, и приложение предупреждает вас до того, как вы окажетесь в такой ситуации, а не после.

Что посмотреть дальше

Пять вещей изменили бы эту историю. Первая — API или ID модели для голоса в продакшене: событие, которое превращает Sesame из потребительского приложения в нечто, к чему разработчик может подключиться, и момент, когда его можно будет тарифицировать по токенам, а не по месяцам. Вторая — сохранит ли структура тарифов свою форму: сегодня каждая функция заявлена на каждом тарифе, поэтому тарифы различаются только лимитом. Если хотя бы одна функция уйдёт за Plus, это покажет, что система лимитов была экспериментом, а не замыслом. Третья — инструменты для разработчиков, обещанные Sesame на «позже в этом году»: если вы сможете создать приложение на Sesame, голос такого приложения станет программно интересным даже без API в классическом смысле. Четвёртая — открытые веса: CSM-1B остаётся единственным на Hugging Face с марта 2025 года, а более новый или крупный открытый CSM позволил бы любому запускать голос самостоятельно вместо аренды часов. Пятая — умные очки, которые уже не слух: 5 и 6 октября компания назначила выпуск очков на 2027 год, сообщила, что их будут производить в Японии, и описала ассистента как операционную систему, на которой они работают.

Часто задаваемые вопросы

Sesame всё ещё бесплатен?

Частично. Приложение скачивается бесплатно, и бесплатный тариф сохраняет полный доступ ко всем функциям с ограничением в 30 минут разговора в день и ограниченным недельным лимитом кредитов; браузерная версия Research Preview работает с тем же дневным потолком в 30 минут. Plus стоит $20 в месяц за два часа в день и вчетверо больше кредитов, Pro — $100 в месяц за десять часов в день и в двадцать раз больше кредитов, а пакеты à la carte ($5 за час разговора, $5 за тысячу кредитов) позволяют пополнять баланс без подписки. Всё оплачивается через App Store или Google Play.

Есть ли у Sesame API для голоса приложения?

Нет. Продакшен-модель, лежащая в основе приложения, не выпущена — нет ни ID модели, ни эндпоинта, ни цены за токен, — хотя в октябрьском релизе говорится, что базовая Conversational Speech Model была обновлена. Платные планы — это потребительские подписки, а не тарифы для разработчиков. Единственная модель Sesame, которую разработчик может вызвать сегодня, — это базовая модель CSM-1B с открытыми весами, которую вы разместили бы у себя или получили бы через провайдера, который её предоставляет. Ассистенты могут подключаться к внешним серверам MCP, но это позволяет им использовать ваши инструменты; это не позволяет вашему коду использовать их.

Насколько хорош голос на самом деле?

Независимой оценки не существует. Модель приложения не указана в таблице лидеров speech-to-speech от Artificial Analysis, и Sesame не опубликовала ни одного стороннего бенчмарка для неё. Есть только собственное описание вендора о том, что изменилось в октябре — больше выразительности, лучше произношение, меньше подхалимства — плюс открытый TurnBench от Sesame, который измеряет смену реплик, а не это приложение, и открытый CSM-1B, естественность которого — единственная часть голосовой работы Sesame, которую кто угодно может независимо запустить.

Sesame Preview за октябрь стал продуктом, а затем — бизнесом, и эти два факта стоит держать раздельно. Как пользователь, вы теперь спрашиваете не о том, впечатляет ли голос, а о том, хватает ли 30 минут в день на вашу реальную речь, покупает ли $20 достаточно запаса и не срабатывает ли недельный потолок кредитов посреди запланированного вами дела. Как разработчик, вы не заметите вообще никаких изменений: ни API, ни model ID, ни цены за минуту, ни оценки. Попробуйте голос на бесплатном тарифе, прежде чем подписываться, посмотрите, что кредитный обрыв делает с реальной неделей, а не с демонстрационной, и следите за model ID — потому что в момент, когда Sesame выпустит его, это перестанет быть историей для потребителей и за одну ночь станет историей для разработчиков.

Сравнение в этой статье1

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно