Rime Prism vs Sesame Preview: เรตการ์ดปะทะชื่อเสียง

คุณสามารถฟัง Sesame Preview ได้ฟรีคืนนี้ คุณซื้อมันไม่ได้ คุณสามารถซื้อ Rime Prism ได้ในราคา $0.080 ต่อนาที และแทบไม่มีใครนอก Rime ที่เผยแพร่คลิปที่พวกเขาได้รับอนุญาตให้วัดได้ ทั้งสองส่วนของประโยคนั้นคือการเปรียบเทียบ: หนึ่งในนั้นคือเสียงที่ได้รับการยกย่องว่าดีที่สุดใน AI สำหรับผู้บริโภคที่ไม่มีนักพัฒนาคนใดเรียกใช้ได้ และอีกอันคือเอนด์พอยต์สำหรับองค์กรที่เพิ่งเปิดตัวใหม่ ซึ่งสตาร์ทอัพสามารถนำไปใส่ในระบบเมนูโทรศัพท์อัตโนมัติได้ภายในสัปดาห์นี้ Rime Prism เปิดตัวเมื่อวันที่ 28 ตุลาคม 2026 ในฐานะโมเดล speech-to-speech ตัวแรกของ Rime ส่วน Sesame Preview เปิดให้ใช้เป็นตัวอย่างวิจัยฟรีตั้งแต่ต้นปี 2025 โดยเสียงเวอร์ชันพร้อมใช้งานจริงที่อยู่เบื้องหลังยังไม่เปิดตัว

พวกเขาถูกนำมาเปรียบเทียบกันเพราะทั้งคู่ต่างอ้างถึงความสมจริงในการสนทนา และเพราะทั้งคู่รองรับเฉพาะภาษาอังกฤษในช่วงเปิดตัว พวกเขาไม่ใช่ทางเลือกแทนกัน ตัวหนึ่งคือแอปพลิเคชันที่คุณพูดคุยด้วย อีกตัวคือเอนด์พอยต์ที่คุณสร้างต่อยอด และการตัดสินใจระหว่างสองสิ่งนี้ไม่ใช่เรื่องของการเลือกเสียงมากนัก แต่เป็นเรื่องของการเลือกว่าคุณกำลังซื้อผลิตภัณฑ์หรือชิ้นส่วนประกอบ

การแบ่งแยกที่ชี้ขาดแทบทุกสิ่ง

ทีมที่ต้องการปล่อยเอเจนต์จะถามคำถามสองข้อตามลำดับนี้: ฉันเรียกใช้งานมันได้ไหม และค่าใช้จ่ายต่อการเรียกแต่ละครั้งคือเท่าไร Sesame Preview ไม่ผ่านคำถามข้อแรก เพราะไม่มี API สาธารณะสำหรับโมเดลที่อยู่เบื้องหลังแอปนี้ ไม่มี model ID ไม่มี endpoint และไม่มีราคาที่ประกาศไว้ Sesame ที่คุณพูดคุยด้วยได้นั้นเป็นผลิตภัณฑ์สำหรับผู้บริโภคที่มีผู้ช่วยสี่คนซึ่งมีชื่อเรียก มีความจำถาวร และมีชุดเครื่องมือที่เพิ่มขึ้นเรื่อย ๆ ส่วนโมเดลที่อยู่เบื้องหลังนั้นไม่ใช่สิ่งที่นักพัฒนาจะเข้าถึงได้

สิ่งเดียวของ Sesame ที่ใคร ๆ ก็เรียกใช้ได้คือ CSM-1B ซึ่งเป็นเช็กพอยต์แบบโอเพนเวตที่บริษัทเปิดตัวในปี 2025 ภายใต้ Apache 2.0 โดยมีขนาดประมาณ 1B พารามิเตอร์ รองรับบริบท 4K และเป็นเสียงโมโน 24 kHz นั่นไม่ใช่เสียงในแอป และไม่ใช่เอเจนต์ — มันใช้ประวัติการสนทนาเป็นเงื่อนไข แต่ไม่สามารถให้เหตุผลเกี่ยวกับประวัตินั้นได้แบบที่โมเดลภาษาทำได้ มันเป็นองค์ประกอบด้านเสียง และเป็นเพียงองค์ประกอบเดียวเท่านั้น

• ความพร้อมใช้งาน — Rime Prism เป็น API แบบมีค่าใช้จ่ายที่มีแพ็กเกจฟรี; Sesame Preview เป็นแอปสำหรับผู้บริโภคฟรีที่ไม่มี API สำหรับเสียงใช้งานจริงของตน

• ราคา — Prism $0.080 ต่อนาทีเสียงสนทนาใน Flex, $0.064 ใน Scale; Sesame ไม่ประกาศราคาและไม่คิดค่าใช้จ่ายสำหรับแอป

• ความเสี่ยงด้านการเรียกเก็บเงิน — Prism เรียกเก็บเงินไม่ว่าการโทรจะราบรื่นหรือไม่; ต้นทุนของ Sesame คือค่าใช้จ่ายของแอป ซึ่งเป็นศูนย์ และไม่ใช่โมเดลธุรกิจที่คุณจะใช้เป็นฐานในการวางแผนได้

• เกณฑ์ความหน่วง — Prism 0.57 วินาทีสำหรับเวลาถึงเสียงแรก โดยวัดโดยผู้จำหน่ายบน τ-Voice; แอปของ Sesame อ้างว่าต่ำกว่า 300 มิลลิวินาที และการวัดโดยบุคคลที่สามของเพอร์โซนา Maya ระบุเวลาถึงไบต์แรกอยู่ที่ 80 ถึง 130 มิลลิวินาที

• คะแนนอิสระ — ไม่มีโมเดลใดปรากฏอยู่ใน Speech-to-Speech Index ของ Artificial Analysis

• ภาษา — ทั้งสองรองรับเฉพาะภาษาอังกฤษเมื่อเปิดตัว; Sesame ระบุภาษาฝรั่งเศส อิตาลี เยอรมัน สเปน จีน ญี่ปุ่น และเกาหลีเป็นภาษาที่รองรับในช่วงแรก

• การปรับใช้ — Prism มีให้เลือกทั้งคลาวด์, VPC และภายในองค์กร พร้อม HIPAA BAA และ SOC 2 Type II; Sesame มีแอปพลิเคชันให้ใช้

Rime Prism ในฐานะจุดปลายทาง

Prism ขายแบบเดียวกับที่ซอฟต์แวร์องค์กรขายกัน: แพ็กเกจฟรีที่มีเครดิต $50 ต่อเดือนและไม่ต้องใช้บัตร, Flex ราคา $0.080/นาที โดยไม่มีข้อผูกมัด, Scale ราคา $100 ต่อเดือนพร้อมเครดิต $100 และ $0.064/นาที และ Enterprise พร้อมอัตราตามปริมาณและสัญญาผูกมัดรายปี ทุกแพ็กเกจใช้โมเดลเดียวกัน Prism สตรีมผ่าน WebSockets และเชื่อมต่อกับ LiveKit และ Pipecat ซึ่งสำคัญเพราะสองแพลตฟอร์มนี้เป็นที่ที่ voice agent ที่สร้างเองส่วนใหญ่อาศัยอยู่แล้ว

คุณสมบัติที่ทำให้ราคานี้สมเหตุสมผลคือคุณสมบัติที่แอปสำหรับผู้บริโภคไม่มีเหตุผลใดที่จะสร้างขึ้น Prism เขียนคำตอบของตนเป็นข้อความก่อนที่จะพูด ดังนั้นแอปพลิเคชันสามารถอ่านประโยคที่แน่นอนได้ รันการตรวจสอบนโยบายหรือตัวกรอง PII กับประโยคนั้น และปล่อยให้เสียงดำเนินต่อไปได้ก็ต่อเมื่อผ่านการตรวจสอบ — ในขณะที่โมเดลยังคงฟังอยู่ การตรวจสอบจึงไม่จำเป็นต้องกลายเป็นการหยุดชั่วคราวที่ผู้ใช้ได้ยิน การเรียกใช้เครื่องมือทำงานขนานไปกับการพูด การปรับแต่งโมเดลด้วยสายการโทรและร่องรอยการเรียกเครื่องมือของผู้ใช้เองคือกรณีทางธุรกิจหลัก โดยมี API สำหรับ SFT และ RL แบบ self-serve ที่ยังอยู่ในช่วงเบต้า

ตัวเลขของบริษัทเองระบุว่าเวลาในการส่งเสียงแรก (time-to-first-audio) อยู่ที่ 0.57 วินาที และอัตราการทำงานเสร็จสมบูรณ์ของ τ-Voice อยู่ที่ 56.6% โดยอยู่ที่ 82.5% บนชุดข้อมูลโทรคมนาคมของ benchmark กรณีศึกษาของ Revmo จากสายการสั่งซื้อจริงราวสิบชั่วโมงถูกอ้างอิงว่ามีการยืนยันคำสั่งซื้อ 100% เทียบกับ 68% ของโมเดล OpenAI ที่ไม่ระบุชื่อ นั่นเป็นการศึกษาลูกค้าที่ได้รับว่าจ้างซึ่งไม่มีระเบียบวิธีวิจัยเผยแพร่ จึงควรอ่านเป็นคำกล่าวอ้างของผู้ขายมากกว่าผลลัพธ์

Sesame Preview ในฐานะผลิตภัณฑ์

จุดขายของ Sesame คือผู้ช่วยเสียงควรให้ความรู้สึกเหมือนเป็นคนที่คุณรู้จัก ตัวตนทั้งสี่ ได้แก่ Maya ผู้ร่วมงานที่ฉลาดและมีอารมณ์ขัน, Miles คนสบายๆ, Simone สำหรับการเจาะลึก และ Charlie ในฐานะคู่สนทนาระดมความคิดแบบสบายๆ — แต่ละคนมีหน่วยความจำและวิธีพูดเป็นของตัวเอง แอปนี้ค้นหาเว็บ ทำการวิจัยระยะยาว เก็บโน้ตและการเตือน สรุปการโทร และรองรับโหมดไม่ระบุตัวตน เมื่อวันที่ 6 ตุลาคม 2026 Sesame ได้เปิดตัว CSM เวอร์ชันอัปเดตที่สื่ออารมณ์และออกเสียงได้ดีขึ้น ให้เอเจนต์ของตนเข้าถึงคอมพิวเตอร์ของตัวเองได้ และเพิ่มตัวเชื่อมต่อ Gmail, Calendar และ Drive, เซิร์ฟเวอร์ MCP ภายนอกผ่าน OAuth, ทักษะที่ผู้ใช้สร้างขึ้น และตัวสร้างรูปภาพในแอป

สิ่งที่ยังไม่มีคือช่องทางเข้าถึง แอปนี้ฟรี ไม่มีโฆษณา และไม่ขายข้อมูล ซึ่งเป็นเรื่องที่น่ายินดีสำหรับผู้ใช้ แต่ยังเป็นเรื่องที่หาคำตอบไม่ได้สำหรับผู้ซื้อ แผนการสร้างรายได้ของ Sesame และนักพัฒนาจะได้เอนด์พอยต์หรือไม่นั้น ยังไม่มีการประกาศ แว่นตากำหนดวางจำหน่ายในปี 2027 ที่ญี่ปุ่น ส่วนเครื่องมือสำหรับนักพัฒนาได้รับการสัญญาว่าจะมีภายใน "ปลายปีนี้" โดยไม่มีรายละเอียดเฉพาะ

แต่ชื่อเสียงนั้นมีจริงนะ เสียงของ Sesame คือเสียงที่ผู้คนส่งคลิปหากัน และฉันทามติของนักวิจารณ์ก็อบอุ่นผิดปกติติดต่อกันมาสองปีแล้ว ปัญหาคือชื่อเสียงไม่ใช่ข้อกำหนดสเปก: ไม่มีตัวเลขความหน่วงที่เผยแพร่สำหรับโมเดลเวอร์ชันใช้งานจริง ไม่มีคะแนนการฟังแบบไม่เปิดเผยตัวตนสำหรับโมเดลนี้ และสิ่งเดียวที่รันได้อย่างอิสระคือเช็กพอยต์ 1B ซึ่งเป็นคนละเรื่องกัน

ความสามารถเพียงหนึ่งเดียวที่ Sesame ตัดออกไปแล้ว

ถ้าเหตุผลที่คุณอยากได้เสียงของ Sesame คือมันฟังดูเหมือนคน สิ่งที่คุณต้องจำลองจริง ๆ คือลูปการสนทนา ไม่ใช่โทนเสียง และลูปการสนทนาสำหรับธุรกิจมีข้อกำหนดที่แอปสำหรับผู้บริโภคไม่เคยต้องตอบสนอง ได้แก่ ร่องรอยการตรวจสอบว่าตัวแทนกำลังจะพูดอะไร วิธีหยุดไม่ให้มันพูด การเรียกเครื่องมือที่ดำเนินการเสร็จก่อนที่ผู้โทรจะสังเกตเห็น และการติดตั้งใช้งานที่ผ่านการทบทวนด้านการปฏิบัติตามข้อกำหนด

Prism ถูกสร้างขึ้นโดยยึดข้อกำหนดเหล่านั้น และนั่นคือเหตุผลที่มันต้องมีค่าใช้จ่าย Sesame ถูกสร้างขึ้นโดยยึดสิ่งตรงกันข้าม: ประสบการณ์แบบปิดที่คัดสรรแล้วและไม่มีค่าใช้จ่าย ซึ่งบริษัทควบคุมทุกตัวแปร ทั้งสองเป็นผลิตภัณฑ์ที่มีเหตุผลรองรับได้ มีเพียงหนึ่งเดียวเท่านั้นที่เป็นคอมโพเนนต์ที่คุณสามารถเชื่อมต่อเข้ากับสายงานเคลมได้

ทั้งสองเป็นภาษาอังกฤษเท่านั้น — ด้วยเหตุผลที่ตรงกันข้าม

Prism เปิดตัวพร้อมภาษาอังกฤษเท่านั้นและมีชุดเสียงที่จำกัด เนื่องจากเป็นการเปิดตัวครั้งแรกและการเพิ่มความครอบคลุมของเสียงมีต้นทุนสูงในการปล่อยออกมา Sesame ให้ความสำคัญกับภาษาอังกฤษก่อนเพราะผลิตภัณฑ์ของมันคือชุดบุคลิกภาพที่พูดภาษาอังกฤษ ส่วนภาษาฝรั่งเศส อิตาลี เยอรมัน สเปน จีน ญี่ปุ่น และเกาหลีถูกระบุว่าเป็นการรองรับเบื้องต้น ซึ่งเป็นคำมั่นที่แตกต่างจากคำว่า "รองรับ"

สำหรับศูนย์ติดต่อหลายภาษา ส่วนนี้คือส่วนที่ปิดท้ายบทความ ปัจจุบันไม่มีโมเดลใดรองรับคิวแบบผสมภาษา และการเปรียบเทียบที่สำคัญจริงสำหรับผู้ซื้อรายนั้นคือการเปรียบเทียบกับชั้น TTS ที่มีความครอบคลุมภาษากว้างขวางพร้อมโมเดลข้อความที่ถูกจัดเส้นทาง ไม่ใช่การเปรียบเทียบกับโมเดลทั้งสองนี้

ปัญหาการวัด

ทั้งสองโมเดลไม่ได้อยู่ใน Speech-to-Speech Index ของ Artificial Analysis ซึ่งเป็นบอร์ดจัดอันดับอิสระเพียงแห่งเดียวที่จัดอันดับโมเดลเสียงสนทนาตามการทำภารกิจให้เสร็จสมบูรณ์ ความชอบในอารีนา และความสำเร็จของภารกิจ การที่ไม่มีชื่ออยู่ในดัชนีดังกล่าวไม่ใช่การตำหนิผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่ง แต่เป็นเหตุผลที่หน้านี้จำเป็นต้องพึ่งพาคำกล่าวอ้างของผู้ขายสำหรับทั้งสองรุ่น

ตัวเลข τ-Voice 56.6% ของ Prism เป็นการรันของ Rime เอง เมื่อดูตารางที่ Rime เผยแพร่ข้าง ๆ กัน จะพบว่า GPT-Live-1 (Sol, low) อยู่ที่ 59.3% ซึ่งสูงกว่า Prism ขณะที่ข้อความโฆษณาอ้างว่า Prism เหนือกว่าโมเดลเรียลไทม์ทุกรุ่นของ OpenAI และ Google โพสต์เปิดตัวยังกล่าวซ้ำว่า "ต่ำกว่า 300 มิลลิวินาที" และ "เร็วกว่า 4 เท่า" ซึ่งเป็นตัวเลขที่ไม่ปรากฏในตาราง benchmark ที่ระบุว่า 0.57 วินาที ตัวเลขเหล่านี้อาจเป็นการวัดสิ่งที่แตกต่างกัน และ Rime ไม่ได้ระบุว่าเป็นสิ่งใด

ตำแหน่งของ Sesame ยิ่งยากกว่านั้นอีก เพราะไม่มีโมเดลที่ผลิตจริงให้วัดผลได้ แต่ก็ต้องยกเครดิตว่า Sesame ได้สร้างเครื่องมือที่จะวัดผลได้ นั่นคือ TurnBench ซึ่งเปิดตัวเมื่อวันที่ 28 สิงหาคม 2026 เป็น benchmark แบบโอเพนซอร์สสำหรับการผลัดกันพูด (turn-taking) ในบทสนทนาแบบเสียง พัฒนาร่วมกับ Carnegie Mellon, Mundo AI และ Oto พร้อมกระดานผู้นำสาธารณะและการให้คะแนนแบบบริการตนเอง มันเป็น benchmark ของ Sesame เองมากกว่าเป็นของกลาง แต่ก็เป็นการมีส่วนร่วมที่แท้จริง และตัวเลขที่มันสร้างขึ้นมานั้นคือค่าที่มีประโยชน์ที่สุดในการเปรียบเทียบทั้งหมดนี้ คือช่องว่างทั่วไประหว่างการผลัดกันพูดของมนุษย์อยู่ที่ประมาณ 200 มิลลิวินาที ขณะที่การวางแผนคำเพียงคำเดียวใช้เวลาประมาณ 600 มิลลิวินาที นั่นคือเหตุผลว่าทำไมการผลัดกันพูด ไม่ใช่คุณภาพเสียง จึงเป็นสิ่งที่ทำให้จับได้ว่าเป็นเครื่องจักร

หลักฐานอิสระเพียงอย่างเดียวที่แนบมากับแคตตาล็อกของ Rime คือสาย TTS ของบริษัท และบน Text-to-Speech Arena นั้น Coda อยู่อันดับ 65 จาก 99 ที่ Elo 1,054 ส่วน Mist V2 อยู่อันดับ 92 ที่ 903 ซึ่งไม่ได้บอกอะไรอย่างชี้ชัดเกี่ยวกับ Prism ที่มีเสียงใหม่ แต่ก็หมายความว่า “Rime ไม่เคยมีเสียงที่ติดอันดับสูงสุดบนบอร์ดอิสระ” เป็นข้อความที่เป็นจริงซึ่งผู้ซื้อควรได้ยินก่อนลงนามในสัญญา Scale

สายโทรศัพท์มีค่าใช้จ่ายแต่ละทางเท่าไร

Prism ตั้งราคาได้ง่าย สายโทรเข้าสิบพันนาทีอยู่ที่ $800 ใน Flex หรือ $640 ใน Scale ก่อนหักส่วนลด Enterprise ใด ๆ สายห้านาทีมีค่าใช้จ่าย $0.40 หากเอเจนต์ต้องสรุปสายภายหลังด้วย นั่นคือต้นทุนโมเดลข้อความที่เพิ่มเข้ามา และเป็นจำนวนเล็กน้อยเมื่อเทียบกับค่าใช้จ่ายด้านเสียง

Sesame กำหนดราคาไม่ได้ เพราะไม่มีอัตราที่จะใช้กำหนดราคา แอปนี้ไม่มีค่าใช้จ่ายและไม่สามารถฝังรวมได้ เช็กพอยต์แบบเปิดมีค่าใช้จ่าย 7 ดอลลาร์ต่อหนึ่งล้านอักขระจากผู้ให้บริการโฮสติ้งรายเดียว และการโฮสต์ด้วยตนเองหมายความว่าคุณต้องเป็นเจ้าของสแต็กการอนุมาน โคเดก การตรวจจับการผลัดกันพูด และลอจิกของเอเจนต์ด้วยตัวเอง ใครก็ตามที่เสนอราคาต่อหนึ่งนาทีสำหรับ "Sesame" กำลังเสนอราคาจากการที่แอปไม่มีใบเรียกเก็บเงิน ไม่ใช่บริการ

นั่นคือความไม่สมมาตรในทางปฏิบัติ: Prism แพงแต่โปร่งใส ส่วน Sesame ฟรีแต่ใช้งานไม่ได้ ที่ประชุมด้านงบประมาณสามารถโต้แย้งด้วยตัวเลข $0.080 ต่อนาทีได้ แต่ไม่อาจทำอะไรได้เลยกับ “ไม่มีเอนด์พอยต์”

ผู้ซื้อสามราย สามคำตอบที่ต่างกัน

องค์กรที่ดำเนินการรับสายสนับสนุนขาเข้าควรพิจารณา Prism จุดตรวจสอบข้อความ, HIPAA BAA, ตัวเลือกการติดตั้งภายในองค์กร และอัตราค่าบริการต่อนาที ล้วนชี้ไปที่งานนั้นโดยตรง และความเสี่ยงจากคำกล่าวอ้างของผู้ขายนั้นรับได้ เพราะเงื่อนไขทางการค้าเป็นเรื่องปกติ ลองนำร่องกับขั้นตอนการโทรหนึ่งรูปแบบ วัดอัตราการจัดการได้เองด้วยตัวคุณเอง และมองกรณีศึกษา 100% เทียบกับ 68% ของ Rime เป็นสมมติฐานที่ต้องทดสอบ มากกว่าจะเป็นการคาดการณ์

นักพัฒนาที่ต้องการให้เสียงของ Sesame อยู่ในผลิตภัณฑ์ไม่ควรรอ API ที่ยังไม่ได้ประกาศ เส้นทางที่สมจริงคือเช็กพอยต์ TTS แบบเปิดบวกกับการออร์เคสเตรชันของคุณเอง — และการออร์เคสเตรชันคือส่วนที่คุณเช่าได้ในราคาถูก OrcaRouter รวมโมเดลข้อความกว่า 200 รุ่นไว้หลังคีย์เดียว ในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% และเพิ่มระบบ failover อัตโนมัติเพื่อไม่ให้เอเจนต์เสียงล่มเมื่อผู้ให้บริการรายหนึ่งมีช่วงเวลาที่มีปัญหา และเปิดให้ใช้ routing DSL เพื่อให้รอบการสนทนาตามปกติสามารถไปยังโมเดลขนาดเล็ก และการส่งต่อไปยังโมเดลขนาดใหญ่ ชั้นเสียงและชั้นการให้เหตุผลไม่จำเป็นต้องมาจากบริษัทเดียวกัน และสำหรับนักพัฒนาส่วนใหญ่ก็ไม่ควรเป็นเช่นนั้น

ผู้ใช้ทั่วไป หรือใครก็ตามที่กำลังสร้างผู้ช่วยส่วนตัวสำหรับตัวเอง ควรใช้ Sesame ไปเลย มันฟรี ดี และการที่ไม่มี API ก็ไม่ใช่เรื่องสำคัญสำหรับคนที่ไม่ได้เขียนโค้ด

อะไรจะเปลี่ยนคำตอบ

สามเหตุการณ์ การที่ Sesame เปิดตัว API และ rate card จะทำให้สิ่งนี้กลายเป็นการเปรียบเทียบจริงได้ในชั่วข้ามคืน และจะตั้งคำถามทันทีว่าคุณภาพเสียงของมันจะยังคงอยู่หรือไม่เมื่อถูกขายเป็นคอมโพเนนต์ การที่ Prism ปรากฏบน Speech-to-Speech Index จะทำให้มันมีตัวเลขอิสระตัวแรกที่มันเคยมี และจะชี้ชัดว่าคำกล่าวที่ว่า "นำหน้า OpenAI และ Google" จะยังคงอยู่หรือไม่เมื่อต้องเผชิญกับกระดานวัดที่เป็นกลาง และการที่ API สำหรับ fine-tuning ของ Prism ออกจากเบต้าจะแยกบริษัทองค์กรที่สามารถซื้อมันได้แล้วออกจากคนอื่นๆ

จนกว่าหนึ่งในนั้นจะเกิดขึ้น การเปรียบเทียบนี้คือระหว่างผลิตภัณฑ์ที่คุณสัมผัสประสบการณ์ได้กับผลิตภัณฑ์ที่คุณนำไปติดตั้งใช้งานได้ และคำตอบที่ผิดเพียงอย่างเดียวคือการมองว่าทั้งสองเป็นสองเวอร์ชันของการซื้อเดียวกัน Sesame คือเสียงที่ทำให้ผู้คนกลับมาสนใจ AI แบบสนทนาอีกครั้ง Prism คือความพยายามจริงจังครั้งแรกในการขายความรู้สึกนั้นเป็นรายนาที พร้อมแนบบันทึกการตรวจสอบมาด้วย ทั้งสองไม่ได้มาแทนที่กันและกัน