Glimpse vs. Qwen 3.8: Ein Millionen-Token-Fenster und eine Zahl, die niemand veröffentlicht hat

Eines dieser Modelle veröffentlicht ein Kontextfenster von einer Million Token und eine Preisliste, gegen die man budgetieren kann. Das andere veröffentlicht überhaupt kein Kontextfenster, keine Parameteranzahl und keine Architektur. Glimpse, veröffentlicht von Elorian am 16. Oktober 2026, ist eine Forschungsvorschau, deren gesamte veröffentlichte Fähigkeit ein Verhalten ist – es kann zu einem bestimmten Moment in einem Video zurückkehren, während es noch denkt, ein Fenster von neun Zehntelsekunden mit dichterer Bildrate erneut scannen, in einen Bereich hineinzoomen oder ein Merkmal über die Zeit verfolgen, bevor es sich auf eine Antwort festlegt. Qwen 3.8 ist Alibabas Generation vom August 2026, und das Modell, auf das es in diesem Vergleich tatsächlich ankommt, ist Qwen3.8-Max: seit dem 3. August 2026 als bepreiste API live, zu 2,00 $ pro Million Input-Token und 6,00 $ pro Million Output, mit einem Fenster von einer Million Token und nativer Bildeingabe. Qwen3.8-Max ist eines der Modelle, die wir routen; Glimpse ist überhaupt nicht in unserem Katalog. Diese Asymmetrie ist kein kleines Verfahrensdetail. Sie ist die Gestalt der Entscheidung, denn das eine ist ein Aufruf, den man in eine Budgetzeile setzen kann, und das andere eine Vorschau, die man ausprobieren muss, bevor man sie kalkulieren kann.

Wofür jedes einzelne eigentlich gebaut ist

Das sind nicht zwei Antworten auf dieselbe Frage, und das verräterische Zeichen dafür ist, dass ihre Engpässe an unterschiedlichen Stellen liegen.

Der Flaschenhals von Qwen3.8-Max sind Kapazität und Kosten im großen Maßstab. Eine Million Token Kontext bedeutet, dass eine einstündige Aufnahme, eine tausendseitige Einreichung oder eine Woche Logs in einem einzigen Aufruf landen – ohne dass eine Chunking-Pipeline vorgeschaltet ist. Das Modell ist bei der Eingabe nativ multimodal – Text und Bilder hinein, Text hinaus –, sodass ein dokument- oder screenshotlastiger Workflow keine separate Vision-Stufe benötigt. Seine Parameteranzahl wurde von A​libaba nie offengelegt, aber das offene Geschwister seines Kerns, Qwen3.8-2.4T-A95B, ist ein Mixture-of-Experts mit 2,4 Billionen Parametern und rund 95 Milliarden aktiven Parametern – so nah kommt dem niemand außerhalb des Unternehmens.

Glimpses Engpass ist die Auflösung in der Zeit. Nicht sein Fenster ist die Einschränkung, sondern der Sampling-Zeitplan. Gewöhnliche Modelle zum Videoverständnis sampeln Frames auf einem festen Raster, und was zwischen zwei gesampelte Frames fällt, ist verloren — weshalb „hat die Kamera geschwenkt oder geschnitten" und „ist das dasselbe Objekt, nachdem es verdeckt war" schwierige Fragen sind statt einfache. Glimpse geht das an, indem es zusätzliche Rechenleistung auf ein Intervall verwendet, nachdem es den ganzen Clip bereits gesehen hat. In dem Trace, den Elorian veröffentlicht hat, macht es einen ersten Durchlauf mit ungefähr 8 Bildern pro Sekunde, bildet eine vorläufige Lesart und kehrt dann bei rund 14 Bildern pro Sekunde zu 0,9 Sekunden des Clips zurück, um zu klären, ob es einen Schwenk oder einen Schnitt vor sich hat.

• Kontext — 1.000.000 Token für Qwen3.8-Max, veröffentlicht von Alibaba und in unserer eigenen Route aufgeführt. Für Glimpse nicht veröffentlicht, was eine Lücke ist, die ein Leser als Lücke behandeln sollte statt als eine Auslassung, die mit einer Schätzung gefüllt werden müsste.

• Eingabemodalität — beide akzeptieren Bilder. Qwen3.8-Max akzeptiert Videoframes nach einem Zeitplan, den Sie festlegen. Glimpse akzeptiert Video und kann ein Intervall nach einem ersten Durchlauf erneut aufrufen, was das gesamte Produkt ausmacht.

• Größe — für Glimpse nicht bekannt gegeben. Für Qwen3.8-Max nicht bekannt gegeben als bereitgestelltes Modell, mit einem offenen Schwestermodell mit 2,4T / ~95B aktiven Parametern als nächstbeste verfügbare Annäherung.

• Gewichte — keine für Glimpse; es ist nur API und Chat, mit kostenloser Anmeldung. Gemischt für die Generation: Qwen3.8-27B ist ein dichtes Modell mit 27 Milliarden Parametern unter Apache 2.0, der 2.4T-Kern ist unter einer eigenen Lizenz herunterladbar, und Qwen3.8-Max selbst hat überhaupt keine Gewichte.

• Preis — Glimpse $0,60 / $3,00 pro Million Token. Qwen3.8-Max $2,00 / $6,00, mit $0,25 für einen gecachten Lesevorgang.

• Unabhängige Bewertung — Der Artificial Analysis Intelligence Index v4.3.2 platziert Qwen3.8-Max (0902) bei 45, auf Rang 33 von 217, und misst seine Ausgabegeschwindigkeit mit 38,8 Tokens pro Sekunde, was AA als bemerkenswert langsam für seine Klasse beschreibt. Glimpse hat keinerlei unabhängige Bewertung; es wurde erst gestern veröffentlicht.

Beide Anbieter wählten ihr eigenes Vergleichsset.

Die plakative Preisbehauptung keines der beiden Modelle übersteht den Kontakt mit der des jeweils anderen.

Elorian stellt Glimpse mit $0.60/$3.00 als 94 % unter GPT-6 Astra bei $10/$50, 85 % unter Claude Opus 5.5 bei $4/$20 und 70 % unter GPT-6.1 Sol bei $2/$10 dar. Jedes davon ist ein Frontier-Flaggschiff. Im Vergleich zu ihnen wirkt Glimpse wie die günstige Option, und die Behauptung ist rechnerisch korrekt.

Setzt man Glimpse gegen das günstige Ende der Modellreihe Qwen 3.8, kehrt sich das Framing um. Qwen3.8-Flash kostet 0,15 $ pro Million Eingabe-Tokens und 0,47 $ pro Million Ausgabe-Tokens, mit Cache-Lesevorgängen zu je 0,018 $ und Cache-Schreibvorgängen zu je 0,230 $ — bei einer Workload mit einem großen, stabilen Präfix liegt die effektive Eingaberate also bei einem Bruchteil eines Cents pro Million, eine Größenordnung unter dem Eingabepreis von Glimpse und rund zwei Größenordnungen unter dessen Ausgabepreis. Qwen3.8-Max, das Flaggschiff, ist bei Tokens teurer als Glimpse und dennoch viermal günstiger als das Frontier-Modell, gegen das Elorian preislich antritt.

Das ist auf keiner der beiden Seiten ein Widerspruch. Es sind zwei Unternehmen, die den Vergleich wählen, der ihnen schmeichelt, und es ist die Aufgabe der Lesenden, beide durch die Arbeitslast zu ersetzen, die vor ihnen liegt.

Eine Stunde Video bepreisen, in beide Richtungen

Abstrakte Preislisten entscheiden nichts, also lassen Sie eine konkrete Aufgabe durch sie laufen: eine Überprüfungsaufgabe im Überwachungsstil, eine Stunde Filmmaterial pro Fall, 200 Fälle pro Monat, eine Frage, die das Modell in Prosa mit Zeitstempeln beantworten muss.

Auf Qwen3.8-Max passt die Stunde ohne Chunking in das Kontextfenster. Bei grob 800.000 Input-Tokens für eine dicht abgetastete Stunde plus einer 1.500-Token-Antwort pro Fall kostet ein Monat etwa 322 $ an Input und etwa 1,80 $ an Output – nennen wir es 324 $, mit dem Vorbehalt, dass, wenn dasselbe Material wiederholt gesichtet wird, der gecachte Lesevorgang zu 0,25 $ den Input-Posten stark senkt und diese Rechnung nicht mehr die richtige ist.

Bei Glimpse passt die Stunde ebenfalls, und der Mechanismus zielt genau auf die gestellte Frage. Elorian veröffentlicht keine stündliche Zahl, doch es gibt eine Zahl auf Aufgabenebene – eine Episode der Roboterplanung kostet 0,035 $ gegenüber 0,249 $ auf Astra – und es gibt keine ehrliche Möglichkeit, das auf Video-Review auszuweiten, ohne Tokens zu erfinden. Was sich sagen lässt, ist, dass die Preisstruktur sich der Art nach unterscheidet: Glimpse berechnet pro Token bei einem Modell, das bewusst zusätzliche Tokens ausgibt, um erneut hinzusehen, also ist das Zurückspulen nicht kostenlos und das Trace ist die Quittung. Ob das 300 $ im Monat oder 900 $ sind, hängt davon ab, wie oft das Modell beschließt, zurückzugehen, und diese Zahl existiert erst, nachdem du deine eigenen Clips laufen lässt.

Die andere Hälfte dieser Rechnung verdient es, klar ausgesprochen zu werden, denn sie ist der Teil, der auf keiner Preisliste auftaucht. Qwen3.8-Max ist eine unserer Routen, zum Listenpreis des Anbieters, durchgereicht, ohne dass pro Token etwas aufgeschlagen wird — wenn Alibaba diesen Preis also ändert, ist die Änderung bei uns noch am selben Tag live und nicht erst zur nächsten Vertragsverlängerung. Glimpse ist nicht in unserem Katalog; die eigene API und Chat-Oberfläche von Elorian sind der Ort, an dem man es bekommt, und das ist eine Aussage darüber, was wir hosten, und keine Behauptung über das Modell. Wo eine Routing-Schicht in diesem konkreten Vergleich nützlich ist, liegt eine Ebene höher: ein Schlüssel vor über 200 Modellen, automatisches Failover, sodass eine unerprobte Preview oder ein langsames Flaggschiff auf einem Seitenpfad liegt statt vor Ihrer Produktionsroute.

Zwei andere Qwen-3.8-Mitglieder ändern die Antwort.

Der alleinige Vergleich von Glimpse mit Qwen3.8-Max vermittelt ein irreführend einfaches Bild, denn die Generation enthält Mitglieder, die sich ganz und gar nicht wie ihr Flaggschiff verhalten.

Qwen3.8-Flash ist die Volumen-Spur: $0,15/$0,47 für dieselbe kurze Aufgabe, die eine Million Mal ausgeführt wird, statt eines einzigen großen Aufrufs. Für einen Workflow, der bereits Frames nach einem festen Zeitplan abtastet und nur eine kostengünstige Auswertung jedes einzelnen benötigt, ist Flash das richtige Instrument, und die Glimpse-Frage stellt sich nie.

Qwen3.8-27B ist das Mitglied, das eher den Schaltplan als den Preis verändert. Es ist ein dichtes multimodales Modell mit 27 Milliarden Parametern unter Apache 2.0, das man herunterladen und auf einer einzigen Maschine ausführen kann, was bedeutet, dass das Material Ihre Infrastruktur überhaupt nicht verlässt. Qwen3.8-Max für 2 $/6 $ beantwortet, was ein Video sagt; das 27B beantwortet, ob Sie das Video überhaupt irgendwohin senden dürfen. Weder Glimpse noch Qwen3.8-Max bieten das, und es ist keine Fähigkeit, die einer der beiden Anbieter wahrscheinlich hinzufügen wird.

Die praktische Landkarte hat also drei Spuren, nicht zwei. Günstiges fest getaktetes Sampling zu Flash-Tarifen; multimodales Reasoning mit großem Kontext mit Max; und ein selbstgehostetes 27B, wenn die Verwahrung der Medien die bindende Einschränkung ist. Glimpse ist keine vierte Spur – es ist eine Wette auf die eine Frage, die keine der drei gut beantworten kann: was in einem Subsekundenintervall geschah.

Was würde diesen Vergleich ändern?

Diese Seite ist es wert, erneut gelesen zu werden, wenn drei bestimmte Dinge geschehen, und keines davon ist bisher geschehen.

Das Erste ist jede unabhängige Evaluierung von Glimpse. Ihre Benchmark-Tabelle ist vom Anbieter angegeben, nicht reproduziert und wurde mit dem höchsten Denkaufwand des Modells selbst in seinem nativen Agent-Harness ausgeführt, mit einer Fußnote, die offenlegt, dass mehrere Konkurrenten unterhalb ihres Maximums liefen. Ein einziges unabhängiges Harness, das eine einzige Zeile reproduziert, würde aus einer Behauptung einen Beweis machen.

Das Zweite ist das Kontextfenster von Glimpse. Eine Video-Reasoning-Funktion, deren Fenster kleiner ist als das Filmmaterial, das ein echter Workflow ihr übergibt, ist eine Demo, und die Zahl wurde nicht veröffentlicht.

Der dritte Punkt ist eine Preisänderung bei Qwen3.8-Max oder ein neues Mitglied in der Generation. Die Reihe hat sich bereits einmal bewegt – Max startete bei 2 $/6 $, unterhalb der Preview-Preise der vorherigen Generation – und AA hat die Max-Reihe anhand von mehr als einem Build bewertet, wobei sich die Indexzahl zwischen ihnen verschob. Eine Generation, die fünf Mitglieder in einem Quartal ausliefert, hört nicht bei fünf auf.

Bis dahin ist die Entscheidungsregel eng genug, um sie in einer Zeile zu formulieren: Wenn deine Frage ist, was innerhalb eines Bruchteils einer Sekunde Material passiert ist, ist Glimpse von den beiden die Einzige, deren angegebener Mechanismus darauf abzielt, und die kostenlose Anmeldung macht den Test günstig – lass einen Clip laufen, lies dann den visuellen Scratch-Space und prüfe, ob das Modell jemals zu dem Intervall zurückgekehrt ist, das die Antwort entschieden hat. Wenn deine Frage ist, was ein langes Dokument, ein Screenshot-Set oder eine Stunde Material als Ganzes aussagt, und die Antwort eine Budgetprüfung überstehen muss, ist Qwen3.8-Max das Modell mit einem Fenster, einer Preisliste, einem unabhängigen Index und einer Route, die es bepreist, und Glimpse war nie in diesem Rennen.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.