Dessa vs. Qwen3.8-Max: Ein Output-Token für $6 gegen ein Modell ohne Preis

Qwen3.8-Max berechnet 2,00 US-Dollar pro Million Input-Tokens und 6,00 US-Dollar pro Million Output-Tokens. Dessa berechnet nichts, weil Block es weder verkauft noch hostet noch veröffentlicht. Das ist kein Seitenhieb gegen Dessa – es ist der gesamte Vergleich. Das eine Modell ist ein bepreistes, aufrufbares, unabhängig bewertetes Flaggschiff; das andere ist eine Sprachforschungs-Vorschau, die am 23. Oktober 2026 mit einer Warteliste und einer Demo-Seite angekündigt wurde. Sie nebeneinanderzustellen ist gerade deshalb nützlich, weil sie an entgegengesetzten Enden derselben Produktfrage stehen: Was kostet es, einem Nutzer eine Stimme zu geben?

Qwen3.8-Max ist Alibabas gehostetes Flaggschiff, angekündigt am 3. August 2026 – ein sparse Mixture-of-Experts-Modell mit 2,4 Billionen Parametern, von denen pro Token rund 95 Milliarden Parameter aktiv sind. Dessa ist Blocks Full-Duplex-Sprache-zu-Sprache-Modell, von Grund auf an menschlicher Konversation trainiert, ohne Text und ohne vortrainierte Modelle. Das eine liest und schlussfolgert über eine Million Token Text. Das andere hört und spricht gleichzeitig. Keines kann die Aufgabe des anderen übernehmen, und nur eines von beiden kann heute aufgerufen werden.

Wofür jedes Modell eigentlich gedacht ist

Qwen3.8-Max ist eine Allzweck-Engine für Reasoning und Generierung. Sie nimmt Text, Bilder und Videos entgegen und gibt Text zurück, mit einem Kontextfenster von etwa einer Million Token, einer maximalen Ausgabe von 131.072 Token und einem Denkmodus, der bis zu 262.144 Token für Chain-of-Thought aufwenden kann. Alibabas eigene Benchmark-Tabelle zielt auf Frontier-Reasoning und agentische Arbeit ab: GPQA Diamond 92,6, PaperBench 93,0, OSWorld 86,1, BabyVision 82,0, alle vom Anbieter gemeldet. Artificial Analysis, unabhängig, setzt es auf 45 in seinem Intelligence Index und misst 42,4 Ausgabe-Token pro Sekunde.

Dessa ist eine konversationelle Schnittstelle. Sie nimmt einen Audiostream entgegen und gibt einen Audiostream zurück, dazwischen gibt es keinen Text, und sie ist vollduplexfähig, das heißt, sie kann zuhören, während sie spricht. Die Demos von Block zeigen, wie sie Backchanneling betreibt, mitten im Satz lacht, die Lautstärke angleicht und einen vergessenen Filmtitel eines Sprechers vervollständigt. Es gibt keine Benchmark-Tabelle, keine Parameteranzahl und kein Kontextfenster, weil es keine Token-Schnittstelle gibt, die man messen könnte.

Das sind keine konkurrierenden Antworten auf eine Frage. Sie sind Antworten auf zwei Fragen, die ein Sprachprodukt nacheinander stellen muss: Wie versteht das System, und wie spricht es?

Die Zahlen und die Lücke, wo Dessas stehen sollte

Jede unten aufgeführte Qwen-Angabe stammt aus Alibabas veröffentlichter Preis- und Modelldokumentation oder von Artificial Analysis und ist entsprechend gekennzeichnet. Jede Dessa-Angabe stammt von Blocks Ankündigungsseite, die nur sehr wenig veröffentlicht.

• Preis — Qwen3.8-Max 2,00 $ Eingabe und 6,00 $ Ausgabe pro Million Tokens gegenüber Dessa ohne Preis.

• Zwischengespeicherte Eingabe — Qwen3.8-Max 0,25 $ pro Million Tokens vs. Dessa nicht anwendbar.

• Parameter — Qwen3.8-Max: 2,4 T insgesamt, rund 95 Mrd. aktive Parameter, im Vergleich zu Dessa: nicht offengelegt.

• Kontext — Qwen3.8-Max etwa 1.000.000 Token; Artificial Analysis führt 984k auf, bei Dessa keine Angabe.

• Maximale Ausgabe — Qwen3.8-Max 131.072 Token vs. Dessa nicht zutreffend, da die Ausgabe Audio ist.

• Modalität — Qwen3.8-Max: Text, Bild und Video als Eingabe, Text als Ausgabe vs. Dessa: Audio als Eingabe, Audio als Ausgabe.

Unabhängige Punktzahl — Qwen3.8-Max 45 im Artificial Analysis Intelligence Index gegenüber Dessa: keine.

• Hersteller-Benchmarks — Qwen3.8-Max: GPQA Diamond 92,6, OSWorld 86,1; Dessa dagegen ohne jegliche quantitativen Angaben.

• Verfügbarkeit — Qwen3.8-Max: eine bepreiste API seit August 2026, im Vergleich zu Dessa: eine Warteliste und eine kleine Preview für Sicherheitsforscher.

• Lizenz — Qwen3.8-Max eine gehostete kommerzielle API, mit einer separaten Open-Weight-Veröffentlichung zu eigenen Bedingungen vs. Dessa keine Lizenz veröffentlicht.

Man hört, man liest

Die Modalitätslücke ist der Teil, der bei einem Spezifikationsvergleich verloren geht. Qwen3.8-Max akzeptiert Text, Bilder und Video und gibt Text aus. Audio gehört nicht zu seinen Eingabemodalitäten, und es gibt überhaupt kein Audio aus; nichts in der Qwen3.8-Reihe ist ein Speech-to-Speech-Modell.

Das bedeutet, dass ein Sprachprodukt, das auf Qwen3.8-Max basiert, zwangsläufig eine Pipeline ist: Spracherkennung wandelt das Audio des Anrufers in Text um, Qwen3.8-Max denkt über diesen Text nach, und Sprachsynthese wandelt die Antwort wieder in Audio um. Jede Stufe ist ein eigener Anbieter, ein eigener Fehlermodus und eine eigene Rechnungsposition. Die Pipeline funktioniert – so werden die meisten heute in Produktion eingesetzten Sprachagenten gebaut –, aber sie hat einen strukturellen Preis, den Dessas Architektur beseitigen soll.

Dessas struktureller Vorteil ist nicht Intelligenz. Er liegt darin, dass es kein Transkript gibt, auf das man sich festlegen muss. Eine Pipeline muss entscheiden, wann man aufgehört hat zu sprechen, bevor sie antworten kann; ein Duplex-Modell nicht. Deshalb können Blocks Demos Überlappung und Unterbrechung zeigen, und deshalb muss eine Pipeline diese Verhaltensweisen mit Endpunkt-Erkennung und Barge-in-Logik vortäuschen, die den Synthesizer mitten im Wort abbricht.

Was ein Live-Sprachagent auf Qwen3.8-Max tatsächlich kostet

Die Rechnung ist beruhigender, als die Preisliste vermuten lässt. Ein zehnminütiges gesprochenes Gespräch umfasst etwa 1.500 Wörter, was ungefähr 2.000 Eingabe-Tokens entspricht, wenn System-Prompt und Gesprächsverlauf hinzugerechnet werden. Eine Antwort ähnlicher Länge umfasst etwa 1.000 Ausgabe-Tokens, wenn der Agent prägnant ist. Bei 2,00 $ und 6,00 $ pro Million sind das 0,004 $ Eingabe und 0,006 $ Ausgabe — rund ein Cent an Sprachmodellkosten pro zehnminütigem Anruf.

Bei 10.000 Anrufen pro Tag beträgt die Rechnung für das Sprachmodell etwa 100 US-Dollar pro Tag oder rund 3.000 US-Dollar pro Monat. Das ist nicht nichts, aber es ist fast sicher kleiner als die Rechnung für Spracherkennung und -synthese bei gleichem Volumen und kleiner als die Engineering-Kosten der Orchestrierungsschicht. Die Intuition, dass Sprache teuer sei, weil Tokens teuer seien, ist bei aktuellen Preisen falsch. Sprache ist teuer, weil Audioeingang und Audioausgang teuer sind und weil die Latenz der Pipeline die Summe ihrer Stufen ist.

Der Kontext von einer Million Token verändert, was der Agent aufnehmen kann. Ein zehnminütiges Telefonat ist gegenüber diesem Fenster ein Rundungsfehler, was bedeutet, dass das System das vollständige Transkript, die Kundenakte und ein Richtliniendokument gleichzeitig ohne Retrieval mitführen kann. Das ist eine Fähigkeit, für die Dessa überhaupt keine Schnittstelle hat — ein rein sprachbasiertes Modell kann das Richtliniendokument nicht lesen.

Das Latenzbudget ist der Punkt, an dem die Architekturen auseinandergehen.

In einer Pipeline hört der Nutzer auf zu sprechen, die Spracherkennung wartet auf einen Endpunkt, das Sprachmodell erzeugt ein erstes Token und der Synthesizer erzeugt das erste Audio. Das Streaming jeder Stufe verdeckt einen Teil davon, aber die Kette hat weiterhin eine Untergrenze, und Barge-in bedeutet, den Synthesizer abzubauen und die Spracherkennung neu zu starten. Das Ergebnis ist der vertraute Rhythmus von Sprachassistenten: eine Pause, dann eine Antwort, dann eine Pause.

Dessas Behauptung ist, dass der Rhythmus verschwindet, weil es keine Kette gibt. Block sagt, die Inferenz laufe auf einem MacBook Pro M4 Max schneller als in Echtzeit, was – wenn wahr – bedeutet, dass das Modell nicht der Engpass ist. Doch das Unternehmen veröffentlicht keine Latenzangabe in Millisekunden, keine Rate für die Wiederherstellung nach Unterbrechungen und keine Messung unter Netzwerk- oder Hintergrundgeräuschbedingungen. „Schneller als in Echtzeit“ ist eine Aussage zum Durchsatz, nicht zur Reaktionsfähigkeit. Ein Modell kann Audio schneller als die Wiedergabe erzeugen und trotzdem 800 Millisekunden brauchen, um auf eine Unterbrechung zu reagieren.

Für ein Produktteam ist genau diese fehlende Zahl entscheidend. Der Grund für die Einführung eines Duplexmodells ist das Timing. Ein Anbieter, der keine Zeitangaben veröffentlicht, hat seine Argumentation noch nicht überzeugend dargelegt.

Verfügbarkeit, Routing und was Sie am Montag tun können

Qwen3.8-Max ist im OrcaRouter-Katalog, was bedeutet, dass es über denselben Schlüssel erreichbar ist wie die übrigen der über 200 Modelle, die wir routen – mit 0 % Aufschlag, Listenpreis des Anbieters durchgereicht – und mit automatischem Failover über Anbieter hinweg. Wenn Alibaba die Preise ändert, ist die Änderung am selben Tag auf unserer Seite live, weil es keine Aufschlagsebene gibt, die neu bepreist werden müsste. Die Routing-DSL kann Qwen3.8-Max mit einem günstigeren Modell für den Großteil eines Transkripts kombinieren und das Flaggschiff für den Reasoning-Schritt reservieren; Modellfusion kann ein Panel von Modellen über dieselbe Frage laufen lassen, wenn die Antwort wichtiger ist als die Rechnung.

Es gibt günstigere Preisstufen in derselben Familie, wenn das Flaggschiff mehr kann, als die Aufgabe verlangt. Qwen3.8-27B ist in unserem Katalog zu $0.33 für Eingabe und $2.40 für Ausgabe pro Million Tokens, und Qwen3.8-Flash zu $0.15 bzw. $0.47. Für einen Sprachagenten, dessen Sprachmodellkosten bereits etwa einen Cent pro Anruf betragen, ist das Flaggschiff erschwinglich; die günstigeren Stufen sind bei höherem Volumen oder für einfachere Dialogschritte von Bedeutung.

Dessa ist nicht in unserem Katalog und wir hosten es nicht. Blocks Seite bietet eine Warteliste und Early Access für eine kleine Gruppe von Sicherheitsforschern. Es gibt keine API zum Routing, keinen Preis, der weitergegeben werden könnte, und keinen Endpunkt, auf den ausgewichen werden könnte.

Wann Dessa die Antwort ändern würde

Wenn Block eine API zu einem plausiblen Preis auf den Markt bringt, geht es im Vergleich nicht mehr um Tokens, sondern um Minuten. Die richtige Kennzahl wären die Kosten pro Minute natürlicher Konversation, einschließlich der Spracherkennung und -synthese, die Dessa überflüssig macht. Nach dieser Kennzahl könnte ein Duplex-Modell selbst bei ein paar Cent pro Minute eine Pipeline schlagen, deren Audio-Stufen mehr kosten als ihr Sprachmodell.

Die zweite Bedingung ist Qualität. Ein Duplex-Modell, das dreißig Sekunden lang angenehm und nach fünf Minuten verwirrt ist, ist schlechter als eine Pipeline, die langsamer, aber zuverlässig ist. Blocks Demos sind zu kurz und zu kuratiert, um das zu beantworten, und die offenen Fragen des Unternehmens selbst – Faktenbeibehaltung, Spracherwerb, In-Context-Learning – sind genau diejenigen, die entscheiden, ob ein langes Gespräch zusammenhält.

Was jetzt tun?

Baue das Sprachprodukt auf der Pipeline auf, denn sie ist die einzige mit einem Preis und einem Vertrag. Verwende einen starken Recognizer und Synthesizer, setze Qwen3.8-Max in die Mitte, wo das Reasoning stattfindet, und halte die Sprachmodell-Schicht austauschbar, damit der teure Teil mitwandern kann, wenn sich die Preise ändern. Achte dann auf die zwei Zahlen, die einen Neuaufbau rund um ein Duplex-Modell rechtfertigen würden: eine veröffentlichte Latenzangabe und einen Preis pro Minute.

Der Vergleich in einer Zeile: Qwen3.8-Max ist das, was man heute kaufen kann, und Dessa ist das, was man morgen vielleicht kaufen möchte. Die Kluft zwischen beiden ist keine Frage der Intelligenz. Sie besteht aus einer Preisliste, einem Endpoint und einem Benchmark — drei Dingen, die Block noch nicht veröffentlicht hat, und drei Dingen, die Alibaba im Schlaf veröffentlicht.