Dessa vs Qwen3.8-Max: Token Output $6 Melawan Model Tanpa Harga

Qwen3.8-Max mengenakan biaya $2,00 per juta token masukan dan $6,00 per juta token keluaran. Dessa tidak mengenakan biaya apa pun, karena Block tidak menjual, meng-hosting, atau merilisnya. Itu bukan sindiran terhadap Dessa — itulah keseluruhan perbandingannya. Satu model adalah model unggulan yang berharga, dapat dipanggil, dan dinilai secara independen; yang lain adalah pratinjau riset ucapan yang diumumkan pada 23 Oktober 2026 dengan daftar tunggu dan halaman demo. Menempatkan keduanya berdampingan berguna justru karena keduanya berada di ujung berlawanan dari pertanyaan produk yang sama: berapa biaya untuk memberikan suara kepada pengguna?

Qwen3.8-Max adalah produk unggulan yang dihosting Alibaba, diumumkan pada 3 Agustus 2026, sebuah model sparse mixture-of-experts 2,4 triliun parameter dengan sekitar 95 miliar parameter aktif per token. Dessa adalah model ucapan-ke-ucapan dupleks penuh milik Block, yang dilatih dari nol menggunakan percakapan manusia tanpa teks dan tanpa model terlatih. Yang satu membaca dan menalar atas sejuta token teks. Yang lain mendengarkan dan berbicara pada saat yang sama. Keduanya tidak dapat melakukan pekerjaan satu sama lain, dan hanya satu dari mereka yang dapat dipanggil hari ini.

Untuk apa sebenarnya setiap model

Qwen3.8-Max adalah mesin penalaran dan generasi serbaguna. Mesin ini menerima teks, gambar, dan video lalu mengembalikan teks, dengan jendela konteks sekitar satu juta token, keluaran maksimum 131.072 token, dan mode berpikir yang dapat menghabiskan hingga 262.144 token untuk chain-of-thought. Tabel tolok ukur milik Alibaba sendiri ditujukan untuk penalaran mutakhir dan pekerjaan agentic: GPQA Diamond 92,6, PaperBench 93,0, OSWorld 86,1, BabyVision 82,0, semuanya dilaporkan oleh vendor. Artificial Analysis, yang independen, menempatkannya pada 45 di Intelligence Index dan mengukur 42,4 token keluaran per detik.

Dessa adalah antarmuka percakapan. Dessa menerima aliran audio dan mengembalikan aliran audio, tanpa teks di antaranya, dan bersifat dupleks penuh, artinya Dessa dapat mendengarkan saat berbicara. Demo Block menunjukkan Dessa memberikan respons singkat, tertawa di tengah kalimat, menyesuaikan volume, dan melengkapi judul film yang terlupakan oleh pembicara. Tidak ada tabel tolok ukur, jumlah parameter, maupun jendela konteks karena tidak ada antarmuka token untuk diukur.

Ini bukan jawaban yang saling bersaing untuk satu pertanyaan. Ini adalah jawaban untuk dua pertanyaan yang harus diajukan produk suara secara berurutan: bagaimana sistem memahami, dan bagaimana sistem berbicara?

Angka-angka itu, dan lubang tempat milik Dessa seharusnya berada

Setiap angka Qwen di bawah ini berasal dari dokumentasi harga dan model yang diterbitkan Alibaba atau dari Artificial Analysis, dan diberi label sesuai sumbernya. Setiap angka Dessa berasal dari halaman pengumuman Block, yang hanya memublikasikan sangat sedikit informasi.

• Harga — Qwen3.8-Max $2,00 untuk input dan $6,00 untuk output per juta token vs Dessa tanpa harga.

• Input cache — Qwen3.8-Max $0.25 per juta token vs Dessa tidak berlaku.

• Parameter — Qwen3.8-Max total 2.4T, sekitar 95B aktif vs Dessa yang tidak diungkapkan.

• Konteks — Qwen3.8-Max sekitar 1.000.000 token; Artificial Analysis mencantumkan 984k, sedangkan Dessa tidak disebutkan.

• Output maksimum — Qwen3.8-Max 131,072 token vs Dessa tidak berlaku, karena output berupa audio.

• Modalitas — Qwen3.8-Max teks, gambar, dan video masuk, teks keluar vs Dessa audio masuk, audio keluar.

• Skor independen — Qwen3.8-Max 45 pada Artificial Analysis Intelligence Index vs Dessa tidak ada.

• Benchmark vendor — Qwen3.8-Max GPQA Diamond 92.6, OSWorld 86.1 vs Dessa tanpa klaim kuantitatif sama sekali.

• Ketersediaan — Qwen3.8-Max adalah API berbayar sejak Agustus 2026, sedangkan Dessa berupa daftar tunggu dan pratinjau kecil bagi peneliti keselamatan.

Lisensi — Qwen3.8-Max adalah API komersial yang dihosting, dengan rilis open-weight terpisah berdasarkan ketentuannya sendiri vs Dessa tidak ada lisensi yang diterbitkan.

Kita mendengar, kita membaca

Kesenjangan modalitas adalah bagian yang sering terlewat dalam perbandingan spesifikasi. Qwen3.8-Max menerima teks, gambar, dan video, serta menghasilkan teks. Audio tidak termasuk dalam modalitas inputnya dan model ini sama sekali tidak menghasilkan audio; tidak ada apa pun dalam lini Qwen3.8 yang merupakan model speech-to-speech.

Itu berarti produk suara yang dibangun di atas Qwen3.8-Max pasti berupa pipeline: pengenalan suara mengubah audio penelepon menjadi teks, Qwen3.8-Max bernalar atas teks itu, dan sintesis suara mengubah balasan kembali menjadi audio. Setiap tahap adalah vendor terpisah, mode kegagalan tersendiri, dan baris tersendiri pada faktur. Pipeline itu berfungsi — begitulah sebagian besar agen suara di produksi saat ini dibangun — tetapi ia memiliki biaya struktural yang dirancang untuk dihilangkan oleh arsitektur Dessa.

Keunggulan struktural Dessa bukanlah kecerdasan. Keunggulannya adalah tidak ada transkrip yang harus dijadikan patokan. Sebuah pipeline harus memutuskan kapan Anda selesai berbicara sebelum dapat merespons; model dupleks tidak perlu melakukannya. Itulah sebabnya demo Block dapat menunjukkan tumpang tindih dan interupsi, dan mengapa pipeline harus memalsukan perilaku tersebut dengan deteksi endpoint dan logika barge-in yang membatalkan synthesizer di tengah kata.

Berapa biaya sebenarnya agen suara live di Qwen3.8-Max

Perhitungannya lebih menenangkan daripada yang disiratkan kartu tarif. Percakapan lisan sepuluh menit mencapai sekitar 1.500 kata, yang kira-kira 2.000 token masukan setelah prompt sistem dan riwayat percakapan disertakan. Balasan dengan panjang serupa sekitar 1.000 token keluaran jika agennya ringkas. Pada $2.00 dan $6.00 per juta, itu berarti $0.004 untuk masukan dan $0.006 untuk keluaran — kira-kira satu sen biaya model bahasa per panggilan sepuluh menit.

Dengan 10.000 panggilan sehari, tagihan model bahasa sekitar $100 sehari, atau kira-kira $3.000 sebulan. Itu bukan hal sepele, tetapi hampir pasti lebih kecil daripada tagihan pengenalan dan sintesis suara untuk volume yang sama, dan lebih kecil daripada biaya rekayasa lapisan orkestrasi. Intuisi bahwa suara mahal karena token mahal adalah keliru pada harga saat ini. Suara mahal karena audio masuk dan audio keluar itu mahal, dan karena latensi pipeline adalah jumlah dari tahap-tahapnya.

Konteks satu juta token mengubah apa yang dapat ditampung agen. Panggilan sepuluh menit hanyalah galat pembulatan dibandingkan jendela itu, yang berarti sistem dapat membawa transkrip lengkap, berkas pelanggan, dan dokumen kebijakan sekaligus tanpa retrieval. Itu adalah kemampuan yang sama sekali tidak memiliki antarmuka di Dessa — model yang hanya menangani ucapan tidak dapat membaca dokumen kebijakan.

Anggaran latensi adalah titik tempat arsitektur-arsitektur tersebut berbeda

Dalam sebuah pipeline, pengguna berhenti berbicara, pengenal menunggu endpoint, model bahasa menghasilkan token pertama, dan sintesiser menghasilkan audio pertama. Streaming setiap tahap menyembunyikan sebagian dari itu, tetapi rantainya tetap memiliki batas bawah, dan barge-in berarti membongkar sintesiser dan memulai ulang pengenal. Hasilnya adalah ritme asisten suara yang akrab: jeda, lalu balasan, lalu jeda.

Klaim Dessa adalah bahwa ritme itu menghilang karena tidak ada rantai. Block mengatakan inferensi berjalan lebih cepat daripada waktu nyata pada MacBook Pro M4 Max, yang — jika benar — berarti model bukanlah hambatan. Namun perusahaan tidak menerbitkan angka latensi dalam milidetik, tidak ada tingkat pemulihan setelah interupsi, dan tidak ada pengukuran dalam kondisi jaringan atau kebisingan latar. "Lebih cepat daripada waktu nyata" adalah pernyataan throughput, bukan pernyataan ketanggapan. Sebuah model dapat menghasilkan audio lebih cepat daripada pemutaran dan tetap membutuhkan 800 milidetik untuk bereaksi terhadap interupsi.

Bagi tim produk, angka yang hilang itu adalah segalanya. Alasan untuk mengadopsi model dupleks adalah timing. Vendor yang tidak mau memublikasikan timing belum membuat argumentasi yang meyakinkan.

Ketersediaan, perutean, dan apa yang dapat Anda lakukan pada hari Senin

Qwen3.8-Max ada dalam katalog OrcaRouter, yang berarti model ini dapat diakses melalui kunci yang sama seperti 200+ model lainnya yang kami rutekan, dengan markup 0% — harga daftar penyedia diteruskan apa adanya — dengan failover otomatis antarpenyedia. Jika Alibaba mengubah tarifnya, perubahan itu langsung berlaku di sisi kami pada hari yang sama, karena tidak ada lapisan markup yang perlu disesuaikan harganya. DSL perutean dapat menggabungkan Qwen3.8-Max dengan model yang lebih murah untuk sebagian besar transkrip dan menyisakan model unggulan untuk langkah penalaran; fusi model dapat menjalankan panel model atas pertanyaan yang sama ketika jawaban lebih penting daripada biaya.

Ada pilihan yang lebih murah dalam keluarga yang sama jika model unggulan melebihi kebutuhan tugas. Qwen3.8-27B tersedia di katalog kami dengan harga $0,33 untuk input dan $2,40 untuk output per juta token, serta Qwen3.8-Flash seharga $0,15 dan $0,47. Untuk agen suara yang biaya model bahasanya sudah sekitar satu sen per panggilan, model unggulan tetap terjangkau; tingkat yang lebih murah penting pada volume lebih tinggi atau untuk giliran yang lebih sederhana.

Dessa tidak ada di katalog kami dan kami tidak menghostingnya. Halaman Block menawarkan daftar tunggu dan akses awal untuk sekelompok kecil peneliti keselamatan. Tidak ada API untuk dirutekan, tidak ada harga untuk diteruskan, dan tidak ada endpoint untuk failover.

Saat Dessa akan mengubah jawabannya

Jika Block merilis API dengan harga yang masuk akal, perbandingannya tidak lagi soal token dan mulai soal menit. Metrik yang tepat adalah biaya per menit percakapan alami, termasuk pengenalan dan sintesis ucapan yang dihilangkan Dessa. Dengan metrik itu, model dupleks bahkan dengan biaya beberapa sen per menit bisa mengalahkan pipeline yang tahap audionya lebih mahal daripada model bahasanya.

Kondisi kedua adalah kualitas. Model dupleks yang menyenangkan selama tiga puluh detik dan kacau setelah lima menit lebih buruk daripada pipeline yang lebih lambat tetapi andal. Demo Block terlalu pendek dan terlalu dikurasi untuk menjawab hal itu, dan pertanyaan terbuka perusahaan itu sendiri — retensi faktual, pembelajaran bahasa, pembelajaran dalam konteks — justru merupakan hal-hal yang menentukan apakah percakapan panjang tetap koheren.

Apa yang harus dilakukan sekarang

Bangun produk suara di atas pipeline tersebut, karena hanya itu yang punya harga dan kontrak. Gunakan pengenal dan sintesis yang kuat, tempatkan Qwen3.8-Max di tengah, di tempat penalaran terjadi, dan jaga agar lapisan model bahasa tetap dapat ditukar sehingga bagian yang mahal bisa berpindah saat harga berubah. Lalu pantau dua angka yang akan membenarkan pembangunan ulang di sekitar model dupleks: angka latensi yang dipublikasikan dan harga per menit.

Perbandingannya dalam satu baris: Qwen3.8-Max adalah yang bisa Anda beli hari ini, dan Dessa adalah yang mungkin ingin Anda beli besok. Kesenjangan di antara keduanya bukanlah kecerdasan. Melainkan daftar harga, endpoint, dan tolok ukur — tiga hal yang belum diterbitkan Block, dan tiga hal yang Alibaba terbitkan sebagai mata pencaharian.