Rime Prism 先寫後說。這就是產品的全部。

Rime Prism於 2026 年 10 月 28 日推出，是一款供企業語音代理使用的語音對語音模型，而它將被評判的關鍵功能並非語音品質，而是 Prism 會先以文字輸出回覆，接著才出聲說出，因此你的應用程式可以在通話持續進行時讀取、改寫或封鎖該句子。Rime 將其宣傳為首個可微調的前沿語音對語音模型，並定價為 Flex 方案每分鐘通話音訊 0.080 美元、Scale 方案 0.064 美元。該廠商頭條基準測試數字是在 τ-Voice 上取得 56.6，首次音訊延遲為 0.57 秒——這是 Rime 使用 Artificial Analysis 所用測試框架跑出的數字，並非已公布的排行榜條目——而在 Rime 自家圖表中得分高於它的模型 GPT-Live-1，在開始說話前需要多 0.67 秒。這句話的兩半都很重要，而第二半正是沒有人放進頭條的那部分。

文字檢查點實際上能為你換來什麼

每個建立在串接式架構上的語音代理——先語音辨識、再語言模型、最後文字轉語音——中間本來就已經有文字了。而每個建立在大實驗室的融合即時模型上的語音代理則不然：它聽音訊、思考、然後產出音訊，唯一可檢視的產物，是一段等你早已把話說出口之後才送到的轉錄文字。Rime 的論點是，第一類擁有控制權，第二類擁有音訊保真度，而 Prism 正是試圖兩者兼得的一次嘗試。

實際上，檢查點是一段會在對話輪次中途浮現的字串。Rime 表示，文字層支援四件事，讓應用程式能在音訊送出前據以採取行動：

• 改寫 — 替換被政策層拒絕的句子，而模型會說出替代句，而非原句。

• 攔阻 — 當護欄發現違禁聲明、競爭對手名稱或未經核准的揭露內容時，可直接阻止該話語，而通話仍會繼續進行。

• 標記 — 動作與內容標籤會隨文字一起傳遞，因此編排器不必等到音訊結束，就能觸發工具呼叫或舉手。

• 發音控制 — 姓名、帳號與產品術語會在文字中固定下來，而{{1}}「把它當成代碼拼出來，而不是當成一個單字」{{/1}}正是這套做法該派上用場的地方。

而且工具呼叫是與語音並行執行，而不是在語音之前的空檔中進行，這正是它與串接式架構的根本差異：查詢並不會佔用來電者講完到代理人開口之間的那段靜默。

Rime 明確表示，這不是變相的級聯。它堅持推理是直接在音訊本身之上進行——語氣、遲疑、笑聲、背景雜音——而文字是輸出的一個中途點，而不是模型的輸入。你不必照單全收這項主張，也能看出企業採購者為何在意：檢查點正是稽核軌跡所需的產物。「代理說了什麼，以及是誰批准的」變成對一筆留存字串與一項政策決策的查詢，而不是從通話錄音中重建。

這項基準測試的宣稱有漏洞，而且很容易查證。

以下是 Rime 所發布的圖表，完全依照 Rime 發布時的樣子：

• Rime Prism — 56.6 τ-Voice，首個音訊輸出時間 0.57 秒，語音生成前無推理步驟。

• GPT-Live-1（Sol，低）— 59.3 τ-Voice，1.24 秒。

• GPT-Realtime-2.1 高 — 45.7 τ-Voice，1.21 秒。

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

請看最上面那一行。Rime 自家的圖表就顯示，有模型的得分高於 Prism。發表時的說法——「領先 OpenAI 與 Google 的非推理即時模型 17 到 30 分」——就其限定的範圍而言屬實，而這個範圍恰恰就是繞著那個贏過它的模型劃定的。GPT-Live-1 比 Prism 高 2.7 分，代價是得多花 0.67 秒才開口。這是合理的 Pareto 取捨，Rime 並沒有藏著掖著；那個數字就明明白白印在頁面上。但那句話跑得比圖表還遠，而被人引用的正是那句話。

還有第二個內部張力。Rime 在 τ-Voice 的電信子集上也報告了 82.5，而 GPT-Live-1 為 45.6。單一領域出現 37 分的差距，整體跑分卻落後 2.7 分，這並非不可能——領域加權與任務組合可能造成這種結果——但兩者不能都被解讀為「Prism 在電信領域較強，其他領域都較弱」，而且 Rime 並未拆分子集規模。在 Rime 公布之前，請把這個電信數字視為行銷用子集，而非能力宣稱。

還流傳著第三個數字，它根本不是基準測試。Rime 的發佈資料談到約 300 毫秒的「反應靈敏度」。圖表中測得的數字是首個音訊需 0.57 秒。這些是不同的量測——一個是內部反應速度，一個是來電者實際聽到聲音的時間——而拿較小的那個數字與 GPT-Live-1 的 1.24 秒並列，就像拿碼錶和單圈時間相比。

這一切都不是對 Prism 品質的定論，而是關於目前證據支持了什麼的說明。Rime 在 Artificial Analysis 所使用的同一套測試框架上運行 Prism，且在上線時尚未出現在公開排行榜上。τ-Voice 基準本身是真實且獨立的——它出自一篇在 ICML 2026 審稿中的論文，建立在 278 項航空、零售與電信服務任務上，並搭配一個會改變口音、背景噪音與輪流發言模式的語音使用者模擬器——其作者發現，語音代理在相同任務上的表現明顯低於文字代理。這樣的背景正是讓 56.6 顯得有趣而非令人失望的原因。也正是這樣，獨立重現才成為值得等待的事。

Prism 的費用是多少，以及級聯的費用是多少

Prism 以通話音訊每分鐘計費，這是大多數 TTS 廠商不採用的計費單位。已公布的方案層級：

• 免費 — 每月 $50 使用額度，無需信用卡，且 Prism 也包含在內。

• Flex — Prism 音訊每分鐘 $0.080，無月費，無需承諾。Rime STT 每分鐘 $0.002，Mist v3 每分鐘 $0.030，Coda v2 每分鐘 $0.050。

• Scale — 每月 $100，其中 $100 額度可累積至 $200，並享 20% 折扣，使 Prism 降至每分鐘 $0.064。

• Enterprise — 客製化、年約方案，也是唯一額外提供 VPC 與地端部署，並可針對客戶通話與自訂語音進行微調的層級。

在 Flex 費率下，一千分鐘的 Prism 音訊在計入電話、工作流程與平台費用之前，模型成本為 80 美元。這是否昂貴，完全取決於它取代了什麼。串接式架構要付三筆帳：辨識、生成、合成。典型的中階市場技術堆疊可能每分鐘花兩到三美分在語音辨識上，並依語言模型思考量多寡花幾美分，再花三到五美分在語音合成上——因此串接式總成本往往接近或超過 Prism 的八美分，而這還沒算上三次跳轉的延遲，或讓它們像單一系統運作所需的工程時間。

如果選用的語言模型很便宜，而你的語音合成供應商也很便宜，比較結果就會反轉。在同一個 Rime 帳戶上，Mist v3 每分鐘 $0.030，精簡的級聯方案就能大幅低於 Prism 的價格——這種節省的代價，是失去檢查點，並承接拼接接縫。而這正是這個決策的真實樣貌：Prism 並不是以溢價販售智慧，而是以溢價販售可審閱的文字層；只有當你需要審閱時，才應該付這個溢價。

這是為誰打造的，以及誰應該再等等

在發表時點名的設計合作夥伴——Dialpad 身為設計合作夥伴，Asurion、Upstart 和 Mayo Clinic 名列客戶，Twilio Ventures 則名列投資者之一——指向 Rime 正在爭取的買家：聯絡中心平台與電話廠商，這些業者對其客服人員所說的每一個字都背負合規義務。Rime 宣稱符合 SOC 2 與 HIPAA，表示 Prism 已可支援電話系統，透過 WebSocket 提供服務，並提供雲端、VPC 或地端部署。最後一項是低調的差異化優勢，因為前沿的即時 API 僅限雲端。

客戶證據比功能清單更單薄。Revmo 是一款點餐代理，它以約十小時的實際通話資料對 Prism 進行微調，並回報說，有 94% 的訂單是在來電者同意「要不要我幫您下單？」之後才成立的——相較之下，它所取代的 OpenAI 代理只有 57%。Rime 也引用一家全國性連鎖餐廳的案例：完成訂單增加 8%、客戶掛斷次數僅為原來的四分之一，以及一家《財富》500 強金融服務公司的自主處理率（containment）高出 42%。這些案例均未披露樣本量、具體的 OpenAI 模型或測量方法。這類數字在方向上有參考價值，但證據力薄弱；而且在 Revmo 案例中，大部分成效來自以十小時領域音訊所做的微調——當時測量的並不是未經此微調的基礎版 Prism。

等等——如果你現在就需要多語言涵蓋範圍的話。Rime 並未公布 Prism 的語言清單或語音數量，而它另外的語音合成產品則會公布。產品頁面上看不到 Prism 的具體數字，這並不代表涵蓋範圍不佳，但你無法只憑一份未公布的清單，就規劃橫跨 30 個市場的上線。

也先別急——如果你需要一個可以在內部引用的基準，目前還沒有獨立的 Prism 評分。如果你的採購流程要求第三方評估，本週最誠實的立場是「由廠商在獨立測試框架上執行，等待發表」，而且你應該一字不差地這麼說。

檢查點就是一次模型呼叫，而路由正是由此介入

發表素材淡化的一點是：文字檢查點唯有在某個環節能即時對它採取行動、快到不會打断對話時，才真正派得上用場。政策分類器、宣稱偵測器、品牌安全檢查——每一個都是介於草稿與音訊之間的一次模型呼叫。那是在延遲預算裡再套一層延遲預算，而它正是整個設計中決定 Prism 感覺即時、還是感覺像停頓的那一環。

Prism 由 Rime 直接銷售，並不在 OrcaRouter 的目錄中。在我們目錄裡的，是問題的另一半：checkpoint 所呼叫的那些模型。一把金鑰即可涵蓋 200 多個模型，且相對供應商定價零加成，因此一個小巧快速的分类器與一個較大的升級模型位在同一個端點之後，若其中一個在呼叫中途停擺，還會自動容錯切換——而這正是會讓巧妙的護欄變成一片死寂的那種故障模式。如果你改為把 Prism 放在既有串接流程的前面，合成端這裡也有：openai/tts-1-hd與 google/gemini-3.1-flash-tts-preview 今天都已可路由。

路由 DSL 在這個情境下的重要性比聽起來更高。當檢查點的任務是「把這句話送去給便宜模型處理，除非它包含超過 $500 的數字或受監管詞彙」，那就是一條路由規則，而把它寫在閘道裡，勝過寫在應用程式的熱路徑裡。

該留意什麼，以及什麼情況會改變答案

有三件事能讓 Prism 從一個有趣的發布產品，變成站得住腳的預設選項，而且每一項都可驗證。

第一個是 Artificial Analysis 的條目。由廠商在正確的測試框架上自行執行，是合理的起點；公開排行榜上的一列，才能讓 56.6 變成可以放進簡報、不必加註星號的數字。

第二項是微調 API 脫離 beta 階段。Rime 表示，自助式的 RL 與 SFT API 仍處於 beta。Revmo 的成果——這次發布中最有力的證據——來自十小時的領域音訊。如果這個差距是真實且可重現的，那它才是真正的產品。如果那只是單一客戶擁有異常乾淨的資料集，那麼 Prism 就只是個不錯的 checkpointed 模型，而非品類層級的變革。

第三項是語言清單。一款涵蓋八種語言、供企業聯絡中心使用的語音轉語音模型，屬於區域性產品；而涵蓋四十種語言的模型，則完全是另一家公司才會做出的採購決策。

在那些東西到位之前，公允的總結是這樣：Rime 為語音代理推出了一種真正不同的控制介面，定價相較於它所取代的串接式架構具有競爭力，並把它包裝在一張比其新聞稿說法更誠實的基準測試圖表裡。檢查點是真的。排行榜名次則是一項宣稱。如果你的代理所說的話必須先經過核准，才能讓客戶聽到，第一個事實就足以值得試用。如果你的代理主要只需要在二十種語言裡聽起來不錯，那就不值得。

給快速瀏覽的人的一行版本

Prism 是一套每分鐘 0.08 美元的語音對語音模型，它會在開口說出句子之前，先把那句話交到你手上；代價是從來電者停止說話的那一刻起，大約有半秒的延遲。它並不比精簡的串接式系統便宜，也不是任何公開排行榜的榜首。它是今天唯一已實際推出、能讓合規團隊在模型決策與客戶耳朵之間有立足點的東西——而這項功能，你要嘛非常需要，要嘛完全不需要。

如果你想在正式決定前先為各替代方案估價，目錄中屬於串接（cascade）的那一側只要呼叫一個端點就能取得；而上述的每分鐘計算，正是試用時該帶上的數字。