Dessa vs Qwen3.8-Max: un token di output da $6 contro un modello senza prezzo

Qwen3.8-Max costa 2,00 $ per milione di token di input e 6,00 $ per milione di token di output. Dessa non costa nulla, perché Block non la sta vendendo, ospitando né rilasciando. Non è una critica a Dessa — è l'intero confronto. Un modello è un flagship a pagamento, invocabile e valutato in modo indipendente; l'altro è un'anteprima di ricerca vocale annunciata il 23 ottobre 2026 con una lista d'attesa e una pagina demo. Metterli fianco a fianco è utile proprio perché si trovano agli estremi opposti della stessa domanda di prodotto: quanto costa dare una voce a un utente?

Qwen3.8-Max è il modello di punta ospitato da Alibaba, annunciato il 3 agosto 2026: un modello sparse mixture-of-experts da 2,4 trilioni di parametri, con circa 95 miliardi di parametri attivi per token. Dessa è il modello speech-to-speech full-duplex di Block, addestrato da zero su conversazioni umane, senza testo e senza modelli preaddestrati. Uno legge e ragiona su un milione di token di testo. L'altro ascolta e parla contemporaneamente. Nessuno dei due può svolgere il lavoro dell'altro, e oggi solo uno dei due può essere chiamato.

A cosa serve realmente ogni modello

Qwen3.8-Max è un motore general-purpose di ragionamento e generazione. Riceve in input testo, immagini e video e restituisce testo, con una finestra di contesto di circa un milione di token, un output massimo di 131.072 token e una modalità di pensiero che può dedicare fino a 262.144 token alla catena di pensiero. La tabella di benchmark di Alibaba è orientata al ragionamento di frontiera e al lavoro agentico: GPQA Diamond 92,6, PaperBench 93,0, OSWorld 86,1, BabyVision 82,0, tutti riportati dal fornitore. Artificial Analysis, che è indipendente, lo colloca a 45 sul suo Intelligence Index e misura 42,4 token di output al secondo.

Dessa è un'interfaccia conversazionale. Riceve un flusso audio e restituisce un flusso audio, senza testo nel mezzo, ed è full-duplex, il che significa che può ascoltare mentre parla. Le demo di Block la mostrano mentre emette segnali di riscontro, ride a metà frase, allinea il volume e completa il titolo di un film che chi parla ha dimenticato. Non c'è una tabella di benchmark, né un conteggio dei parametri, né una finestra di contesto, perché non esiste un'interfaccia a token da misurare.

Queste non sono risposte concorrenti a un'unica domanda. Sono risposte a due domande che un prodotto vocale deve porsi in sequenza: come il sistema comprende e come parla?

I numeri, e il buco dove dovrebbe esserci quello di Dessa

Ogni dato Qwen riportato di seguito proviene dalla documentazione ufficiale di Alibaba su prezzi e modelli oppure da Artificial Analysis, ed è etichettato di conseguenza. Ogni dato Dessa proviene dalla pagina di annuncio di Block, che pubblica molto poco.

• Prezzo — Qwen3.8-Max: $2,00 per input e $6,00 per output ogni milione di token, mentre Dessa non ha un prezzo.

• Input in cache — Qwen3.8-Max $0.25 per milione di token vs Dessa non applicabile.

• Parametri — Qwen3.8-Max 2,4T totali, circa 95B attivi contro i non divulgati di Dessa.

• Contesto — Qwen3.8-Max circa 1.000.000 di token; Artificial Analysis indica 984k, mentre per Dessa non è specificato.

• Output massimo — Qwen3.8-Max 131.072 token; per Dessa non applicabile, perché l'output è audio.

• Modalità — Qwen3.8-Max: input testo, immagini e video, output testo; Dessa: input audio, output audio.

• Punteggio indipendente — Qwen3.8-Max 45 all'Artificial Analysis Intelligence Index rispetto a Dessa: nessuno.

• Benchmark del fornitore — Qwen3.8-Max GPQA Diamond 92.6, OSWorld 86.1 rispetto a Dessa, nessun dato quantitativo.

• Disponibilità — Qwen3.8-Max è un'API a pagamento da agosto 2026, mentre Dessa offre una lista d'attesa e un'anteprima riservata a un piccolo gruppo di ricercatori sulla sicurezza.

• Licenza — Qwen3.8-Max: API commerciale ospitata, con un rilascio open-weight separato alle proprie condizioni vs Dessa: nessuna licenza pubblicata.

Si sente, si legge

Il divario di modalità è la parte che si perde in un confronto delle specifiche. Qwen3.8-Max accetta testo, immagini e video e produce testo. L'audio non è tra le sue modalità di input e non produce affatto audio; nulla nella linea Qwen3.8 è un modello speech-to-speech.

Ciò significa che un prodotto vocale basato su Qwen3.8-Max è necessariamente una pipeline: il riconoscimento vocale trasforma l'audio del chiamante in testo, Qwen3.8-Max ragiona su quel testo e la sintesi vocale riconverte la risposta in audio. Ogni fase è un fornitore separato, una modalità di errore separata e una riga separata in fattura. La pipeline funziona — è così che sono costruiti oggi la maggior parte degli agenti vocali in produzione — ma ha un costo strutturale che l'architettura di Dessa è progettata per eliminare.

Il vantaggio strutturale di Dessa non è l'intelligenza. È che non c'è una trascrizione a cui attenersi. Una pipeline deve decidere quando hai finito di parlare prima di poter rispondere; un modello duplex no. Ecco perché le demo di Block possono mostrare sovrapposizione e interruzione, e perché una pipeline deve simulare quei comportamenti con rilevamento dell'endpoint e logica di barge-in che annulla il sintetizzatore a metà parola.

Quanto costa davvero un agente vocale live su Qwen3.8-Max

L’aritmetica è più rassicurante di quanto suggerisca il listino prezzi. Una conversazione parlata di dieci minuti arriva a circa 1.500 parole, che corrispondono a circa 2.000 token di input una volta inclusi il prompt di sistema e la cronologia della conversazione. Una risposta di lunghezza simile è di circa 1.000 token di output se l’agente è conciso. A 2,00 $ e 6,00 $ per milione, si tratta di 0,004 $ di input e 0,006 $ di output — circa un centesimo di costo del modello linguistico per ogni chiamata di dieci minuti.

Con 10.000 chiamate al giorno, la bolletta del modello linguistico è di circa $100 al giorno, ovvero all'incirca $3.000 al mese. Non è poco, ma è quasi certamente inferiore alla bolletta del riconoscimento e della sintesi vocale per lo stesso volume, e inferiore al costo di ingegneria del livello di orchestrazione. L'intuizione secondo cui la voce è costosa perché i token sono costosi è sbagliata ai prezzi attuali. La voce è costosa perché l'audio in ingresso e l'audio in uscita sono costosi, e perché la latenza della pipeline è la somma delle sue fasi.

Il contesto da un milione di token cambia ciò che l'agente può tenere dentro. Una chiamata di dieci minuti è un errore di arrotondamento rispetto a quella finestra, il che significa che il sistema può portare con sé l'intera trascrizione, il fascicolo del cliente e un documento di policy in una volta sola, senza retrieval. È una capacità per cui Dessa non ha affatto un'interfaccia — un modello solo vocale non può leggere il documento di policy.

Il budget di latenza è il punto in cui le architetture divergono.

In una pipeline, l'utente smette di parlare, il riconoscitore attende un endpoint, il modello linguistico produce un primo token e il sintetizzatore produce il primo audio. Lo streaming di ciascuna fase ne nasconde una parte, ma la catena ha comunque un limite minimo, e il barge-in implica smontare il sintetizzatore e riavviare il riconoscitore. Il risultato è il familiare ritmo dell'assistente vocale: una pausa, poi una risposta, poi una pausa.

L'affermazione di Dessa è che il ritmo scompare perché non c'è una catena. Block afferma che l'inferenza viene eseguita più velocemente del tempo reale su un MacBook Pro M4 Max, il che — se vero — significa che il modello non è il collo di bottiglia. Ma l'azienda non pubblica alcun dato di latenza in millisecondi, nessun tasso di recupero dalle interruzioni e nessuna misurazione in condizioni di rete o di rumore di fondo. "Più veloce del tempo reale" è un'affermazione sul throughput, non sulla reattività. Un modello può generare audio più velocemente della riproduzione e impiegare comunque 800 millisecondi per reagire a un'interruzione.

Per un team di prodotto, quel numero mancante è tutto. La ragione per adottare un modello duplex è la tempistica. Un fornitore che non pubblica le tempistiche non ha ancora dimostrato la validità della propria proposta.

Disponibilità, routing e cosa puoi fare lunedì

Qwen3.8-Max è nel catalogo OrcaRouter, il che significa che è raggiungibile tramite la stessa chiave del resto degli oltre 200 modelli che instradiamo, con markup dello 0% — prezzo di listino del provider passato così com'è — e failover automatico tra provider. Se Alibaba modifica la tariffa, la modifica è attiva dalla nostra parte lo stesso giorno, perché non esiste un livello di markup da riprezzare. Il DSL di routing può comporre Qwen3.8-Max con un modello più economico per la maggior parte di una trascrizione e riservare il modello di punta al passaggio di ragionamento; la fusione di modelli può eseguire un panel di modelli sulla stessa domanda quando la risposta conta più del costo.

Ci sono opzioni più economiche nella stessa famiglia se il modello di punta è più di quanto il compito richieda. Qwen3.8-27B è nel nostro catalogo a $0,33 in input e $2,40 in output per milione di token, e Qwen3.8-Flash a $0,15 e $0,47. Per un agente vocale il cui costo del modello linguistico è già di circa un centesimo per chiamata, il modello di punta è accessibile; i livelli più economici contano a volumi più elevati o per turni più semplici.

Dessa non è nel nostro catalogo e non lo ospitiamo. La pagina di Block offre una lista d'attesa e un accesso anticipato per un piccolo gruppo di ricercatori sulla sicurezza. Non c'è alcuna API da instradare, nessun prezzo da trasmettere e nessun endpoint su cui eseguire il failover.

Quando Dessa cambierebbe la risposta

Se Block rilascia un'API a un prezzo plausibile, il confronto smette di riguardare i token e inizia a riguardare i minuti. La metrica corretta sarebbe il costo al minuto di conversazione naturale, includendo il riconoscimento e la sintesi vocale che Dessa elimina. Su quella metrica, un modello duplex anche a pochi centesimi al minuto potrebbe battere una pipeline i cui stadi audio costano più del suo modello linguistico.

La seconda condizione è la qualità. Un modello duplex piacevole per trenta secondi e confuso dopo cinque minuti è peggiore di una pipeline più lenta ma affidabile. Le demo di Block sono troppo brevi e troppo curate per rispondere a questo, e le stesse domande aperte dell'azienda — ritenzione dei fatti, apprendimento delle lingue, apprendimento in contesto — sono esattamente quelle che determinano se una conversazione lunga regge.

Cosa fare adesso

Costruisci il prodotto vocale sulla pipeline, perché è l'unica ad avere un prezzo e un contratto. Usa un riconoscitore e un sintetizzatore potenti, metti Qwen3.8-Max nel mezzo, dove avviene il ragionamento, e mantieni intercambiabile lo strato del modello linguistico, così che la parte costosa possa spostarsi quando si spostano i prezzi. Poi tieni d'occhio i due numeri che giustificherebbero una ricostruzione attorno a un modello duplex: una cifra di latenza pubblicata e un prezzo al minuto.

Il confronto in una riga: Qwen3.8-Max è ciò che puoi comprare oggi, e Dessa è ciò che potresti voler comprare domani. Il divario tra loro non è l'intelligenza. È un listino prezzi, un endpoint e un benchmark — tre cose che Block non ha ancora pubblicato, e tre cose che Alibaba pubblica di mestiere.