
GPT-Live-1.1 vs Sesame Preview: En prislista mot en prenumeration
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 187 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 414 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 138 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Dessa två jämförs ständigt, och jämförelsen är vanligtvis ett misstag. GPT-Live-1.1 och Sesame Preview kan båda föra en konversation, båda hanterar avbrott och båda beskrivs rutinmässigt som att de låter mindre som ett telefonträd än generationen före dem. Men den ena är ett användningsbaserat API och den andra en prenumerationsapp, och när man väl inser det slutar de flesta intressanta frågor om dem att handla om röstkvalitet överhuvudtaget.
GPT-Live-1.1 lanserades i OpenAI API den 19 november 2026, fem veckor efter att det ersatte GPT-Live-1 i ChatGPT Voice. Sesame Preview har funnits tillgängligt för konsumenter sedan maj 2026 och har funnits på Android sedan början av augusti; i oktober lade det till en prislista – Free, Plus för 20 USD i månaden, Pro för 100 USD i månaden – som säljs via App Store och Google Play. Inget av företagen publicerar ett benchmark som gör det möjligt att sätta de två rösterna på samma axel, och inget oberoende laboratorium har kört ett. Allt nedan handlar därför om vad respektive produkt är, inte om vilken som låter bättre, eftersom den andra frågan för närvarande inte har något mätbart svar.
Två produkter, två affärsmodeller
Det tydligaste sättet att se uppdelningen är att fråga vad du köper.
• Åtkomst — GPT-Live-1.1 är ett modell-ID på v1/live/sessions, anropbart från din egen applikation, medan Sesame Preview är en app för iOS och Android, utan publikt API och utan modell-ID
• Prissättning — GPT-Live-1.1 debiterar per sekund: $0.05 per aktiv röstminut, $0.02 i standbyläge jämfört med Sesame som säljer månadskvoter: Free för $0 (30 minuters samtalstid per dag), Plus för $20 (2 timmar per dag), Pro för $100 (10 timmar per dag)
• Vem betalar — GPT-Live-1.1 faktureras till ett utvecklarkonto, plus en separat tokenräkning för den backend som den delegerar till, medan Sesame faktureras till en konsument via appbutikerna
• Röster – GPT-Live-1.1 erbjuder 21 namngivna röster på engelska, portugisiska, tyska, franska, hindi, japanska och koreanska, samt skapande av röst från prompt, jämfört med Sesame som erbjuder fyra karaktärer – Maya, Miles, Simone och Charlie
• Anpassning — GPT-Live-1.1 låter dig skriva sessionsinstruktioner, välja ett delegeringsläge och ställa in en inaktivitetstimeout, medan Sesames agenter har distinkta personligheter som du väljer mellan snarare än en konfigurationsyta som du skriver mot
• Öppna vikter — GPT-Live-1.1 är sluten medan Sesames CSM-1B är Apache 2.0 på Hugging Face, och den är inte modellen i appen

Den där sista raden är den som folk får fel på. Sesame har visst en öppen modell, och det är inte Preview. CSM-1B är en konversationell talmodell med 1B parametrar som släppts under Apache 2.0, byggd på en Llama-arkitekturbas med Kyutais Mimi-codec, och den är ett annat och mindre system än produktionsrösten i appen. Den som säger att de självhostar Sesame Preview självhostar något annat. Gapet mellan demon och nedladdningen har varit det centrala faktumet i Sesames erbjudande sedan det första forskningsinlägget i februari 2025, och det har inte slutits.
$0.05-minuten, rätt prissatt
Taxan för GPT-Live-1.1 är lätt att misstolka åt båda hållen, så det är värt att vara exakt. Röstsessioner debiteras efter varaktighet med $0,05 per aktiv minut, debiteras per sekund, utan avrundning uppåt till minuten. Sedan den 19 november 2026 kan en WebRTC-session konfigureras att pausa inferens efter 5 till 60 sekunder utan tal och debitera $0,02 per minut medan den väntar. Användning av backend-modell och verktyg debiteras separat, enligt tokenmätaren för vilken modell du än anger som delegeringsmål. Att skapa en WebRTC-session debiterar 15 sekunder röstvaraktighet vid initieringen, vilket krediteras tillbaka mot varaktigheten när sessionen börjar köras.
Tre timmar med kontinuerligt öppen linje kostar alltså $9,00 enbart på röstmätaren, innan en enda backend-token. Det är siffran att ställa mot Sesames Plus-nivå, som tar $20 i månaden för två timmars samtalstid om dagen — ungefär 60 timmar i månaden, eller cirka $0,33 i timmen, om du utnyttjar hela kvoten. Räknat rent per timme är Sesame dramatiskt billigare, och det är billigare av en anledning som inte har något med generositet att göra: du är en konsument som talar med en assistent i en app, inte en applikation som gör tusentals samtidiga anrop mot en mätarstyrd slutpunkt.
Jämförelsen blir bara verklig när man frågar vad man får bygga. Sesames samtalstid är en tilldelning för en person. GPT-Live-1.1:s minuter är en varukostnad för en produkt. Ett team som utvärderar det andra kan inte ersätta det första, oavsett pris.

Vad ingen av produkterna ger dig
Sesames begränsningar anges av företaget och är värda att lista utan att mildra dem. Appen är produkten; det finns inget API, inget modell-ID, ingen hastighetsbegränsning, ingen företagsnivå och ingen offentliggjord intäktsmodell bortom prenumerationerna. Sessionerna begränsas av en daglig tillåten samtalstid – 30 minuter på Free, två timmar på Plus, tio timmar på Pro – och agenterna samtalar snarare än utför åtgärder: de bokar, köper eller lämnar inte in något å dina vägnar så som ett agentiskt API skulle. Appen finns på iOS och Android, med smarta glasögon aviserade för 2027. Sesames angivna inriktning är forskningspartnerskap och hårdvara.
GPT-Live-1.1:s begränsningar är lika konkreta och går i motsatt riktning. Den tar in ljud och text och ger ut ljud och text. Bilder och video stöds inte. Den utför inte själva resonemanget – den delegerar till en backend-modell eller agent som du konfigurerar, via Responses-delegering eller klientdelegering – och den är endast åtkomlig via v1/live/sessions. Chat Completions, Responses, Realtime, transkription, översättning och talgenerering listas alla som slutpunkter som inte stöds för den här modellen. Om du vill ha ett enda anrop som returnerar text är det inte det här; det är ett röstlager med ett hål i mitten där din backend ska ligga.
Med andra ord är båda produkterna snävare än vad marknadsföringen ger sken av. Sesame säljer en röst som man inte kan bygga vidare på. OpenAI säljer en röst som inte kan tänka självständigt.
Där siffrorna slutar
Ingen av rösterna har någon oberoende poäng, och det är värt att vara uppriktig om hur fullständig den luckan är. Artificial Analysys tal-till-tal-index, läst den 20 november 2026, tar upp GPT-Live-1 två gånger – 83,2 med en backend av Astra-klass vid medelhög resonemangsansträngning och 80,1 med en backend av Sol-klass vid låg – och tar inte upp GPT-Live-1.1, som är en dag gammal på API:et. Det tar inte upp någon Sesame-modell alls. Det finns ingen tredjepartsmätning av någon av de nuvarande rösterna, så varje påstående att den ena låter mer naturlig än den andra är ett lyssningsintryck som presenteras som ett resultat.
Det som däremot finns för Sesame är ett benchmark som företaget har byggt självt. I augusti 2026 släppte företaget TurnBench, ett öppet benchmark för turtagning i talad dialog: 30 timmar studiinspelad tvåkanalig engelsk konversation fördelat på 154 dialoger och 106 röstskådespelare, trippelannoterad, som mäter hur exakt och hur snabbt ett system upptäcker yttrandeslut och avbrottshändelser. Det är ett genuint bidrag – området hade lutat sig mot Switchboard-inspelningar från tidigt 1990-tal – och den offentliga topplistan rangordnar 27 system efter recall, med falsk positiv-frekvens och medianlatens vid sidan om. Varken GPT-Live-1.1 eller någon av Sesames produktionsröster finns med på den. Benchmarket mäter det problem som båda produkterna hävdar att de löser, och ingen av dem har skickat in något.
Så ser bevisläget ut: å ena sidan en leverantörsutförd mänsklig utvärdering utan angiven siffra, å andra sidan en dagsgammal API-modell utan oberoende poäng, och en öppen resultattavla som skulle kunna jämföra dem men som står tom på båda.
Vad OrcaRouter täcker och inte täcker
OrcaRouter tillhandahåller inte någon av produkterna. Det finns ingen full-duplex röstendpunkt i katalogen, så om du vill ha GPT-Live-1.1 anropar du OpenAI:s Live sessions-API direkt, och om du vill ha Sesame Preview laddar du ner en app. Att påstå något annat vore en lögn om vad vi hostar.
Det vi däremot täcker är den del av en Live-driftsättning som är ett vanligt modellanrop. GPT-Live-1.1 delegerar resonemang och verktygsanvändning till en backend, och OpenAI:s egen vägledning är att börja med gpt-6-luna och gå vidare till gpt-6-sol för svårare uppgifter. Båda finns på OrcaRouter till leverantörens listpris utan påslag, tillsammans med resten av GPT-6-familjen och fler än 200 andra modeller bakom en enda nyckel, med automatisk failover mellan leverantörer och ett routing-DSL för att sätta samman flera modeller till ett enda anrop. Om din röstagents hjärna är den del du vill routa, byta eller växla över, är det det lager vi faktiskt kan hjälpa till med – och detsamma gäller text-till-tal-sidan, där gpt-4o-mini-tts och Googles Gemini TTS-modeller också är tillgängliga.
Beslutet, klart uttryckt
Om du bygger en produkt är valet inte svårt och det handlar inte om röstkvalitet. GPT-Live-1.1 är anropbart, prissatt per sekund och konfigurerbart; Sesame Preview är en konsumentapp med en månadskvot och ingen väg in. Bygg på det första och behandla det andra som bevis på vart konversationsröst är på väg, snarare än som en komponent.
Om du är en person som väljer en assistent, vänds jämförelsen. Sesames 20-dollarnivå ger ungefär 60 timmars samtalstid i månaden, vilket är ungefär priset för sex timmar och fyrtio minuter på GPT-Live-1.1:s röstmätare, och den levereras med karaktärer som är designade att prata med snarare än en sessionskonfiguration som är designad att skrivas. API:et är inte den bättre produkten för det jobbet; det är helt enkelt det enda som låter dig bygga.

Det som skulle ändra svaret är en offentlig Sesame-endpoint eller en oberoende mätning av någon av rösterna. Ingen av dem finns per den 20 november 2026. Tills en sådan finns är det användbara att säga om GPT-Live-1.1 kontra Sesame Preview att de egentligen inte konkurrerar — och att det faktum att de överhuvudtaget jämförs säger mer om hur ung den här kategorin är än om något av företagens arbete.
