Rime Prism เขียนก่อนพูด นั่นคือผลิตภัณฑ์ทั้งหมด

Rime Prism เปิดตัวเมื่อวันที่ 28 ตุลาคม 2026 เป็นโมเดลแบบ speech-to-speech สำหรับเอเจนต์เสียงในองค์กร และคุณสมบัติที่จะถูกใช้ตัดสินนั้นไม่ใช่คุณภาพเสียง แต่คือความสามารถที่ Prism ส่งคำตอบออกมาเป็นข้อความก่อนจะพูดออกเสียง ดังนั้นแอปพลิเคชันของคุณสามารถอ่าน เขียนใหม่ หรือบล็อกประโยคนั้นได้ในขณะที่สายสนทนายังดำเนินอยู่ Rime เรียกสิ่งนี้ว่าโมเดล speech-to-speech ระดับแนวหน้าตัวแรกที่ปรับแต่งละเอียดได้ และตั้งราคาไว้ที่ $0.080 ต่อนาทีของเสียงสนทนาในระดับ Flex และ $0.064 ในระดับ Scale ตัวเลข benchmark ที่ผู้ขายยกขึ้นมาเป็นจุดขายคือ 56.6 บน τ-Voice ที่ 0.57 วินาทีถึงเสียงแรก — เป็นตัวเลขที่ Rime รันบน harness ที่ Artificial Analysis ใช้ ไม่ใช่รายการบน leaderboard ที่เผยแพร่แล้ว — และโมเดลที่ทำคะแนนได้สูงกว่านั้นในแผนภูมิของ Rime เอง คือ GPT-Live-1 ต้องใช้เวลานานขึ้น 0.67 วินาทีก่อนจะเริ่มพูด ทั้งสองครึ่งของประโยคนั้นล้วนสำคัญ และครึ่งหลังคือส่วนที่ไม่มีใครใส่ไว้ใน headline ของตน

สิ่งที่ text checkpoint ให้คุณได้จริง ๆ

วอยซ์เอเจนต์ทุกตัวที่สร้างบนแคสเคด — การรู้จำเสียงพูด จากนั้นโมเดลภาษา จากนั้นการสังเคราะห์เสียงพูด — มีข้อความอยู่ตรงกลางอยู่แล้ว วอยซ์เอเจนต์ทุกตัวที่สร้างบนโมเดลเรียลไทม์แบบหลอมรวมจากแล็บใหญ่ไม่มีสิ่งนี้: มันฟังเสียง คิด และสร้างเสียง และสิ่งเดียวที่ตรวจสอบได้คือทรานสคริปต์ที่มาถึงหลังจากคุณพูดคำเหล่านั้นไปแล้ว ข้อโต้แย้งของ Rime คือกลุ่มแรกมีการควบคุมและกลุ่มที่สองมีความเที่ยงตรงของเสียง และ Prism คือความพยายามที่จะรักษาทั้งสองไว้

ในทางปฏิบัติ จุดตรวจสอบคือสตริงที่ปรากฏขึ้นกลางเทิร์น Rime กล่าวว่าชั้นข้อความรองรับสี่สิ่งซึ่งแอปพลิเคชันสามารถดำเนินการได้ก่อนที่เสียงจะถูกส่งออก:

• การเขียนใหม่ — แทนประโยคที่ชั้นนโยบายปฏิเสธ และโมเดลจะพูดข้อความที่ใช้แทนนั้นแทนที่จะพูดข้อความเดิม

• การบล็อก — แนวป้องกันที่ตรวจพบข้อกล่าวอ้างที่ต้องห้าม ชื่อคู่แข่ง หรือการเปิดเผยข้อมูลที่ไม่ได้รับอนุมัติ สามารถหยุดถ้อยคำนั้นได้ทันทีในขณะที่สายสนทนายังดำเนินอยู่

• การติดแท็ก — แท็กการกระทำและแท็กเนื้อหาจะไปพร้อมกับข้อความ ทำให้ตัวประสานงานสามารถทริกเกอร์การเรียกใช้เครื่องมือหรือการยกมือได้โดยไม่ต้องรอให้เสียงพูดจบ

• การควบคุมการออกเสียง — ชื่อ หมายเลขบัญชี และคำศัพท์ของผลิตภัณฑ์ถูกกำหนดตายตัวในข้อความ ซึ่งเป็นจุดที่ “สะกดเป็นรหัส ไม่ใช่สะกดเป็นคำ” ควรอยู่จริง ๆ

และการเรียกใช้เครื่องมือทำงานขนานไปกับคำพูด แทนที่จะอยู่ในช่องว่างก่อนหน้าคำพูดนั้น ซึ่งเป็นความแตกต่างเชิงโครงสร้างจากแบบคาสเคด: การค้นหาไม่ได้กินช่วงความเงียบระหว่างผู้โทรพูดจบกับการที่เอเจนต์เริ่มทำงาน

Rime ระบุชัดเจนว่านี่ไม่ใช่ระบบแบบ cascade ที่แฝงมา และยืนยันว่าการให้เหตุผลเกิดขึ้นบนตัวเสียงโดยตรง — น้ำเสียง การลังเล เสียงหัวเราะ เสียงรบกวนพื้นหลัง — ส่วนข้อความเป็นเพียงจุดหมายปลายทางของผลลัพธ์ ไม่ใช่ข้อมูลนำเข้าของโมเดล คุณไม่จำเป็นต้องเชื่อคำกล่าวอ้างนี้โดยไม่ตรวจสอบ ก็เห็นได้ว่าทำไมผู้ซื้อระดับองค์กรจึงใส่ใจ: checkpoint คือสิ่งประดิษฐ์ที่เส้นทางการตรวจสอบต้องการ "เอเจนต์พูดอะไร และใครอนุมัติ" กลายเป็นการค้นหาข้อมูลจากสตริงที่จัดเก็บไว้และการตัดสินใจตามนโยบาย ไม่ใช่การสร้างขึ้นใหม่จากบันทึกการโทร

ข้อกล่าวอ้างเกี่ยวกับ benchmark นั้นมีช่องโหว่ และตรวจสอบได้ง่าย

นี่คือแผนภูมิที่ Rime เผยแพร่ ตามที่ Rime เผยแพร่ไว้:

• Rime Prism — 56.6 τ-Voice, เวลาถึงเสียงแรก 0.57 วินาที ไม่มีขั้นตอนการให้เหตุผลก่อนการพูด

• GPT-Live-1 (Sol, low) — 59.3 τ-Voice, 1.24 s

• GPT-Realtime-2.1 High — 45.7 τ-Voice, 1.21 วินาที

• Gemini 3.8 Live — 30.1 τ-Voice, 1.18 วินาที

ดูที่บรรทัดบนสุด กราฟของ Rime เองก็แสดงให้เห็นว่ามีโมเดลหนึ่งทำคะแนนได้สูงกว่า Prism การวางกรอบตอนเปิดตัว — "นำหน้าโมเดลเรียลไทม์แบบไม่ใช่โมเดลเชิงเหตุผลของ OpenAI และ Google อยู่ 17 ถึง 30 คะแนน" — เป็นความจริงตามขอบเขตที่ระบุไว้ และขอบเขตนั้นก็กำหนดไว้รอบโมเดลที่เอาชนะมันได้พอดี GPT-Live-1 ทำคะแนนได้สูงกว่า Prism 2.7 คะแนน และต้องใช้เวลาเพิ่มขึ้น 0.67 วินาทีกว่าจะเริ่มพูดได้ นั่นคือการแลกเปลี่ยนแบบพาเรโตที่สมเหตุสมผล และ Rime ก็ไม่ได้ปิดบังเรื่องนี้ ตัวเลขอยู่ตรงนั้นบนหน้านั้นเลย แต่ประโยคนั้นเดินทางไปได้ไกลกว่าที่กราฟจะไปถึง และสิ่งที่ถูกหยิบไปอ้างอิงก็คือประโยคนั้น

มีความขัดแย้งภายในอีกประการหนึ่ง Rime ยังรายงานว่าได้ 82.5 ในชุดย่อยด้านโทรคมนาคมของ τ-Voice เทียบกับ 45.6 ของ GPT-Live-1 ช่องว่าง 37 คะแนนในโดเมนเดียวและการขาดไป 2.7 คะแนนในการรันโดยรวมนั้นไม่ใช่เรื่องที่เป็นไปไม่ได้ — การถ่วงน้ำหนักโดเมนและการผสมงานสามารถทำให้เกิดผลเช่นนั้นได้ — แต่ทั้งสองอย่างไม่สามารถถูกตีความพร้อมกันได้ว่า "Prism ดีกว่าในด้านโทรคมนาคมและแย่กว่าในทุกอย่างอื่น" และ Rime ไม่ได้แยกขนาดของชุดย่อยออกมา จนกว่าจะทำเช่นนั้น ให้ถือว่าตัวเลขด้านโทรคมนาคมเป็นชุดย่อยทางการตลาด ไม่ใช่ข้อกล่าวอ้างถึงความสามารถ

ยังมีตัวเลขตัวที่สามที่ถูกพูดถึงอยู่ ซึ่งไม่ใช่ benchmark เลย เอกสารเปิดตัวของ Rime กล่าวถึง "ความตอบสนอง" ประมาณ 300 มิลลิวินาที ตัวเลขที่วัดได้ในแผนภูมิคือ 0.57 วินาทีจนถึงเสียงแรก สองสิ่งนี้เป็นการวัดที่แตกต่างกัน — อย่างหนึ่งคือความตอบสนองภายใน อีกอย่างคือเวลาที่ผู้โทรได้ยินเสียงจริง — และการอ้างตัวเลขที่น้อยกว่าไปเทียบกับ 1.24 วินาทีของ GPT-Live-1 ก็เหมือนเอานาฬิกาจับเวลาไปเทียบกับเวลาต่อรอบ

ทั้งหมดนี้ไม่ใช่คำตัดสินเกี่ยวกับคุณภาพของ Prism แต่เป็นบันทึกว่าหลักฐานในปัจจุบันสนับสนุนได้เพียงใด Rime ได้รัน Prism บนชุดทดสอบเดียวกันกับที่ Artificial Analysis ใช้ และ ณ เวลาที่เปิดตัว ยังไม่ปรากฏบนกระดานผู้นำสาธารณะ benchmark τ-Voice เองเป็นของจริงและมีความเป็นอิสระ — มันมาจากเปเปอร์ที่อยู่ระหว่างการพิจารณาที่ ICML 2026 ซึ่งสร้างจากงานบริการด้านสายการบิน ค้าปลีก และโทรคมนาคมจำนวน 278 งาน พร้อมตัวจำลองผู้ใช้ทางเสียงที่แปรผันสำเนียง เสียงรบกวนพื้นหลัง และการผลัดกันพูด — และผู้เขียนพบว่าเอเจนต์เสียงได้ผลต่ำกว่าเอเจนต์ข้อความอย่างชัดเจนในงานเดียวกัน บริบทนี้เองที่ทำให้ 56.6 น่าสนใจแทนที่จะน่าผิดหวัง และยังเป็นบริบทเดียวกันที่ทำให้การทำซ้ำอย่างอิสระเป็นสิ่งที่ต้องรอ

ค่าใช้จ่ายของ Prism และค่าใช้จ่ายของแคสเคดเป็นเท่าไร

Prism คิดค่าบริการตามนาทีของเสียงในสายสนทนา ซึ่งเป็นหน่วยการคิดค่าบริการที่ผู้ให้บริการ TTS ส่วนใหญ่ไม่ได้ใช้ แพ็กเกจที่ประกาศไว้:

• ฟรี — เครดิตการใช้งานรายเดือนมูลค่า $50 โดยไม่ต้องใช้บัตร และมี Prism รวมอยู่ด้วย

• Flex — $0.080 ต่อนาทีของเสียง Prism ไม่มีค่าธรรมเนียมรายเดือน ไม่มีข้อผูกมัด Rime STT $0.002/นาที, Mist v3 $0.030/นาที, Coda v2 $0.050/นาที

• Scale — $100/เดือน พร้อมเครดิต $100 ที่ทบยอดไปเป็น $200 และส่วนลด 20% ซึ่งทำให้ Prism อยู่ที่ $0.064/นาที

• Enterprise — แบบกำหนดเอง รายปี และเป็นระดับเดียวที่เพิ่ม VPC และการติดตั้งแบบ on-prem พร้อมการปรับแต่ง (fine-tuning) จากบทสนทนาของลูกค้าและเสียงเฉพาะ

ในอัตราของ Flex เสียง Prism หนึ่งพันนาทีมีต้นทุนโมเดลอยู่ที่ $80 ก่อนจะบวกค่าธรรมเนียมด้านโทรศัพท์ เวิร์กโฟลว์ และแพลตฟอร์ม ราคานี้จะแพงหรือไม่นั้นขึ้นอยู่กับสิ่งที่มันเข้าไปแทนที่เท่านั้น ระบบแบบคาสเคดต้องจ่ายค่าสามรายการ ได้แก่ การรู้จำเสียง การสร้างภาษา และการสังเคราะห์เสียง สแตกทั่วไปในตลาดกลางอาจใช้จ่ายสองถึงสามเซนต์ต่อนาทีสำหรับการรู้จำเสียง ไม่กี่เซนต์สำหรับโมเดลภาษา ขึ้นอยู่กับว่าโมเดลคิดมากแค่ไหน และสามถึงห้าเซนต์สำหรับการสังเคราะห์เสียง — ดังนั้นยอดรวมของคาสเคดมักอยู่ใกล้หรือสูงกว่าราคาแปดเซนต์ของ Prism และนั่นยังไม่นับความหน่วงจากการส่งต่อสามทอดหรือเวลาทางวิศวกรรมในการทำให้ระบบเหล่านั้นทำงานเสมือนเป็นระบบเดียว

การเปรียบเทียบจะพลิกกลับ หากโมเดลภาษาที่คุณเลือกเป็นรุ่นราคาถูกและผู้ให้บริการสังเคราะห์เสียงของคุณก็ถูกเช่นกัน ที่ราคา $0.030/min สำหรับ Mist v3 บนบัญชี Rime เดียวกัน คาสเคดแบบประหยัดสามารถตัดราคา Prism ได้อย่างมาก — ราคาที่ต้องแลกกับการประหยัดนั้นคือการสูญเสีย checkpoint และต้องแบกรับรอยต่อที่ตามมา นี่คือรูปทรงที่ตรงไปตรงมาของการตัดสินใจครั้งนี้: Prism ไม่ได้ขายความฉลาดในราคาพรีเมียม แต่ขายชั้นข้อความที่ตรวจสอบได้ในราคาพรีเมียม และคุณควรจ่ายก็ต่อเมื่อคุณต้องการการตรวจสอบนั้น

สร้างมาเพื่อใคร และใครควรจะรอ

พันธมิตรด้านการออกแบบที่ถูกเอ่ยชื่อในงานเปิดตัว — Dialpad ในฐานะพันธมิตรด้านการออกแบบ โดยมี Asurion, Upstart และ Mayo Clinic ถูกระบุว่าเป็นลูกค้า และ Twilio Ventures อยู่ในกลุ่มนักลงทุน — ชี้ไปที่กลุ่มผู้ซื้อที่ Rime กำลังไล่ล่า: แพลตฟอร์มศูนย์ติดต่อและผู้จำหน่ายเทเลโฟนีที่มีข้อผูกพันด้านการปฏิบัติตามกฎระเบียบติดอยู่กับทุกคำที่เจ้าหน้าที่ของตนพูดอยู่แล้ว Rime อ้างว่ามีการรับรอง SOC 2 และ HIPAA เรียก Prism ว่าพร้อมสำหรับเทเลโฟนี ให้บริการผ่าน WebSocket และเสนอการติดตั้งแบบคลาวด์ VPC หรือภายในองค์กร ข้อสุดท้ายคือจุดแตกต่างที่เงียบๆ เพราะ API เรียลไทม์ระดับแนวหน้านั้นมีเฉพาะบนคลาวด์เท่านั้น

หลักฐานจากลูกค้ายังบางเบากว่ารายการฟีเจอร์ Revmo ซึ่งเป็นเอเจนต์รับออร์เดอร์ได้ฟайน์จูน Prism ด้วยสายเรียกที่ใช้งานจริงประมาณสิบชั่วโมง และรายงานว่า 94% ของออร์เดอร์ถูกสั่งหลังจากผู้โทรตอบตกลงกับคำถาม “ให้ฉันสั่งเลยไหม?” — เทียบกับ 57% สำหรับเอเจนต์ OpenAI ที่ Revmo เข้าไปแทนที่ Rime ยังอ้างถึงเครือข่ายร้านอาหารระดับประเทศแห่งหนึ่งที่มีออร์เดอร์สำเร็จเพิ่มขึ้น 8% ลูกค้าวางสายน้อยลง 4 เท่า และบริษัทบริการทางการเงินใน Fortune 500 ที่มีอัตราการจัดการได้โดยไม่ต้องส่งต่อสูงขึ้น 42% ไม่มีข้อมูลใดในเหล่านี้เปิดเผยขนาดตัวอย่าง โมเดล OpenAI ที่เฉพาะเจาะจง หรือวิธีการวัด ตัวเลขเหล่านี้เป็นแบบที่น่าสนใจในเชิงทิศทางแต่หลักฐานอ่อน และในกรณีของ Revmo การฟайน์จูนด้วยเสียงเฉพาะทางสิบชั่วโมงคือสิ่งที่มีส่วนสำคัญที่สุด — Prism พื้นฐานที่ไม่ผ่านการฟайน์จูนดังกล่าวไม่ใช่สิ่งที่ถูกวัด

ลองคิดดูว่า หากคุณต้องการความครอบคลุมหลายภาษาในตอนนี้ Rime ไม่ได้เผยแพร่รายการภาษาหรือจำนวนเสียงของ Prism ขณะที่ผลิตภัณฑ์แปลงข้อความเป็นเสียงแยกต่างหากของบริษัทกลับเผยแพร่ข้อมูลเหล่านี้ ตัวเลขเฉพาะของ Prism ไม่มีอยู่บนหน้าผลิตภัณฑ์ ซึ่งไม่เหมือนกับความครอบคลุมที่แย่ แต่คุณไม่สามารถวางแผนการเปิดตัวใน 30 ตลาดโดยอิงรายการที่ไม่ได้เผยแพร่ได้

และรอด้วยเช่นกัน หากคุณต้องการ benchmark ที่สามารถอ้างอิงได้ภายในองค์กร ยังไม่มีคะแนน Prism ที่เป็นอิสระในตอนนี้ หากกระบวนการจัดซื้อจัดจ้างของคุณต้องอาศัยการประเมินจากบุคคลที่สาม จุดยืนที่ตรงไปตรงมาในสัปดาห์นี้คือ "ดำเนินการโดยผู้ขายบนชุดทดสอบที่เป็นอิสระ อยู่ระหว่างรอการเผยแพร่" และคุณควรพูดออกมาด้วยถ้อยคำเหล่านั้นเป๊ะ ๆ

จุดตรวจสอบ (checkpoint) คือการเรียกใช้โมเดล และนั่นคือจุดที่การกำหนดเส้นทาง (routing) เข้ามาเกี่ยวข้อง

สิ่งหนึ่งที่สื่อเปิดตัวให้ความสำคัญน้อยเกินไป: จุดตรวจสอบข้อความจะมีประโยชน์ก็ต่อเมื่อมีบางสิ่งลงมือกับมันได้เร็วพอที่จะไม่ทำให้บทสนทนาขาดตอน ตัวจำแนกนโยบาย ตัวตรวจจับข้อกล่าวอ้าง การตรวจสอบความปลอดภัยของแบรนด์ แต่ละอย่างล้วนเป็นการเรียกใช้โมเดลที่คั่นอยู่ระหว่างฉบับร่างกับเสียง นั่นคืองบความหน่วงที่ซ้อนอยู่ในงบความหน่วงอีกชั้น และเป็นส่วนของการออกแบบที่ตัดสินว่า Prism จะให้ความรู้สึกทันทีหรือให้ความรู้สึกเหมือนหยุดชะงัก

Prism ขายตรงโดย Rime และไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter สิ่งที่อยู่ในแคตตาล็อกของเราคืออีกครึ่งหนึ่งของปัญหา: โมเดลที่ checkpoint เรียกใช้ คีย์เดียวครอบคลุมโมเดลกว่า 200 รายการโดยบวกเพิ่ม 0% จากราคาป้ายของผู้ให้บริการ ดังนั้นตัวจำแนกขนาดเล็กที่รวดเร็วและโมเดลส่งต่อขนาดใหญ่กว่าจึงอยู่เบื้องหลัง endpoint เดียวกัน พร้อมการสลับไปใช้ตัวสำรองอัตโนมัติหากตัวใดตัวหนึ่งหยุดชะงักกลางการเรียก — ซึ่งเป็นรูปแบบความล้มเหลวที่เปลี่ยน guardrail อันชาญฉลาดให้กลายเป็นความเงียบสนิทพอดี หากคุณกำลังใช้ Prism ไว้ข้างหน้าลำดับชั้นที่มีอยู่แล้วแทน ฝั่งการสังเคราะห์ก็อยู่ที่นี่เช่นกัน: openai/tts-1-hd และ google/gemini-3.1-flash-tts-preview ทั้งคู่สามารถกำหนดเส้นทางได้แล้วในวันนี้

ในบริบทนี้ routing DSL สำคัญกว่าที่ชื่อฟังดูมาก เมื่อหน้าที่ของ checkpoint คือ "ส่งประโยคนี้ไปยังโมเดลราคาถูก เว้นแต่จะมีตัวเลขที่มากกว่า $500 หรือมีคำที่อยู่ภายใต้การกำกับดูแล" นั่นคือกฎการกำหนดเส้นทาง และการเขียนกฎนั้นใน gateway ย่อมดีกว่าการเขียนใน hot path ของแอปพลิเคชัน

สิ่งที่ต้องจับตา และสิ่งที่จะเปลี่ยนคำตอบ

สามสิ่งจะทำให้ Prism ก้าวจากการเปิดตัวที่น่าสนใจไปสู่ค่าเริ่มต้นที่ป้องกันได้ และแต่ละอย่างสามารถตรวจสอบได้

อันแรกคือรายการจาก Artificial Analysis การรันโดยผู้จำหน่ายบนฮาร์เนสที่เหมาะสมถือเป็นจุดเริ่มต้นที่สมเหตุสมผล แถวบนลีดเดอร์บอร์ดสาธารณะคือสิ่งที่เปลี่ยน 56.6 ให้เป็นตัวเลขที่คุณใส่ในสไลด์ได้โดยไม่ต้องมีเครื่องหมายดอกจัน

ข้อที่สองคือ API สำหรับ fine-tuning ที่ออกจากช่วงเบต้าแล้ว Rime กล่าวว่า API แบบ self-serve สำหรับ RL และ SFT ยังอยู่ในช่วงเบต้า ผลลัพธ์ของ Revmo — หลักฐานที่แข็งแกร่งที่สุดในการเปิดตัว — มาจากเสียงเฉพาะโดเมนจำนวนสิบบชั่วโมง หากช่องว่างนั้นเป็นของจริงและสามารถทำซ้ำได้ นั่นคือผลิตภัณฑ์จริง หากเป็นเพียงลูกค้ารายเดียวที่มีชุดข้อมูลสะอาดผิดปกติ Prism ก็เป็นโมเดลแบบ checkpoint ที่ดี และไม่ใช่การเปลี่ยนแปลงระดับหมวดหมู่

ประการที่สามคือรายการภาษา โมเดลแปลงเสียงเป็นเสียงสำหรับศูนย์บริการติดต่อองค์กรที่รองรับแปดภาษาถือเป็นผลิตภัณฑ์ระดับภูมิภาค ส่วนโมเดลที่รองรับสี่สิบภาษานั้นเป็นการตัดสินใจจัดซื้อของบริษัทที่แตกต่างกันโดยสิ้นเชิง

จนกว่าสิ่งเหล่านั้นจะเกิดขึ้นจริง สรุปที่ยุติธรรมคือ: Rime ได้เปิดตัวชุดควบคุมที่แตกต่างอย่างแท้จริงสำหรับวอยซ์เอเจนต์ ตั้งราคาให้แข่งขันได้เมื่อเทียบกับระบบแบบแคสเคดที่มันเข้าแทนที่ และห่อหุ้มด้วยแผนภูมิ benchmark ที่ซื่อตรงกว่ากรอบการนำเสนอข่าวของมัน เช็กพอยต์เป็นของจริง ตำแหน่งบนลีดเดอร์บอร์ดเป็นเพียงคำกล่าวอ้าง หากเอเจนต์ของคุณพูดสิ่งที่ต้องได้รับการอนุมัติก่อนที่ลูกค้าจะได้ยิน ข้อเท็จจริงข้อแรกก็เพียงพอที่จะทำให้การลองใช้สมเหตุสมผล หากเอเจนต์ของคุณจำเป็นหลัก ๆ แค่ต้องฟังดูดีในยี่สิบภาษา ข้อเท็จจริงนั้นก็ไม่เพียงพอ

ฉบับบรรทัดเดียวสำหรับคนที่อ่านผ่าน ๆ

Prism เป็นโมเดล speech-to-speech ราคา $0.08 ต่อนาที ที่ส่งประโยคให้คุณก่อนที่มันจะพูด โดยมีต้นทุนด้านความหน่วงประมาณครึ่งวินาทีตั้งแต่ช่วงที่ผู้โทรหยุดพูด มันไม่ได้ถูกกว่าระบบ cascade แบบเรียบง่าย และไม่ได้อยู่อันดับต้น ๆ ของ leaderboard สาธารณะใด ๆ มันเป็นสิ่งเดียวที่พร้อมใช้งานในวันนี้ที่ให้ทีม compliance มีจุดยืนระหว่างการตัดสินใจของโมเดลกับหูของลูกค้า — และนั่นคือฟีเจอร์ที่คุณจำเป็นต้องมีอย่างมากหรือไม่จำเป็นเลย

หากคุณต้องการเปรียบเทียบราคาของทางเลือกต่างๆ ก่อนตัดสินใจ ฝั่ง cascade ของแคตตาล็อกนั้นเข้าถึงได้ด้วย endpoint เดียว และการคำนวณต่อนาทีข้างต้นคือตัวเลขที่คุณควรนำไปใช้ในการทดลอง