Glimpse vs Qwen 3.8: una finestra da un milione di token e un numero che nessuno ha pubblicato

Uno di questi modelli pubblica una finestra di contesto da un milione di token e un tariffario su cui puoi basare il budget. L'altro non pubblica alcuna finestra di contesto, né un numero di parametri né un'architettura.Glimpse, rilasciato da Elorian il 16 ottobre 2026, è un'anteprima di ricerca la cui intera capacità pubblicata è un comportamento: può tornare a un momento specifico di un video mentre sta ancora pensando, riesaminare una finestra di nove decimi di secondo a una frequenza di fotogrammi più densa, ingrandire una regione o seguire una caratteristica nel tempo prima di arrivare a una risposta.Qwen 3.8 è la generazione di Alibaba di agosto 2026, e il membro su cui questa comparazione si basa davvero è Qwen3.8-Max: disponibile come API a pagamento dal 3 agosto 2026 a $2,00 per milione di token di input e $6,00 per milione di token di output, con una finestra da un milione di token e input nativo di immagini. Qwen3.8-Max è uno dei modelli che instradiamo; Glimpse non è affatto nel nostro catalogo. Questa asimmetria non è un piccolo dettaglio procedurale. È la forma della decisione, perché uno di questi è una chiamata che puoi inserire in una voce di budget e l'altro è un'anteprima che devi provare prima di poterne calcolare il costo.

Ciò che ciascuno è effettivamente progettato per fare

Queste non sono due risposte a un'unica domanda, e l'indizio è che i loro colli di bottiglia si trovano in punti diversi.

Il collo di bottiglia di Qwen3.8-Max è la capacità e il costo su larga scala. Un milione di token di contesto significa che una registrazione di un'ora, un fascicolo di mille pagine o una settimana di log entrano in una singola chiamata senza una pipeline di chunking davanti. Il modello è nativamente multimodale in input — testo e immagini in ingresso, testo in uscita — quindi un flusso di lavoro ricco di documenti o di screenshot non ha bisogno di una fase di visione separata. Il suo numero di parametri non è mai stato reso noto da A​libaba, ma il fratello open del suo nucleo, Qwen3.8-2.4T-A95B, è un mixture-of-experts da 2,4 trilioni di parametri con circa 95 miliardi attivi, che è il più vicino a cui si possa arrivare dall'esterno dell'azienda.

Il collo di bottiglia di Glimpse è la risoluzione nel tempo. La sua finestra non è il vincolo; lo è la pianificazione del campionamento. I comuni modelli di comprensione video campionano fotogrammi su una griglia fissa, e tutto ciò che cade tra due fotogrammi campionati è perduto — ed è per questo che «la telecamera ha fatto una panoramica o uno stacco» e «è lo stesso oggetto dopo che è stato occluso» sono domande difficili anziché facili. Glimpse affronta questo problema spendendo calcolo aggiuntivo su un intervallo dopo aver già visto l'intera clip. Nella traccia pubblicata da Elorian, esegue una prima passata a circa 8 fotogrammi al secondo, forma una lettura provvisoria, poi torna su 0,9 secondi della clip a circa 14 fotogrammi al secondo per stabilire se sta osservando una panoramica o uno stacco.

• Contesto — 1.000.000 di token per Qwen3.8-Max, pubblicato da A​libaba e presente sulla nostra rotta. Non pubblicato per Glimpse, il che è una lacuna che un lettore dovrebbe trattare come una lacuna, non come un'omissione da colmare con una stima.

• Modalità di input — entrambi accettano immagini. Qwen3.8-Max accetta fotogrammi video secondo una pianificazione che scegli tu. Glimpse accetta video e può rivisitare un intervallo dopo una prima passata, che è l'intero prodotto.

• Dimensione — non divulgata per Glimpse. Per Qwen3.8-Max, non divulgata come modello servito, con un sibling open da 2,4T / ~95B attivi come proxy disponibile più vicino.

• Pesi — nessuno per Glimpse; è solo API e chat, con registrazione gratuita. Misto per la generazione: Qwen3.8-27B è un modello dense da 27 miliardi di parametri sotto Apache 2.0, il core 2.4T è scaricabile con licenza personalizzata, e Qwen3.8-Max stesso non ha alcun peso.

• Prezzo — Glimpse $0.60 / $3.00 per milione di token. Qwen3.8-Max $2.00 / $6.00, con una lettura in cache da $0.25.

• Punteggio indipendente — Artificial Analysis Intelligence Index v4.3.2 colloca Qwen3.8-Max (0902) a 45, classificato 33° su 217, e misura la sua velocità di output a 38,8 token al secondo, che AA descrive come notevolmente lenta per la sua fascia. Glimpse non ha alcun punteggio indipendente di alcun tipo; è stato rilasciato ieri.

Entrambi i fornitori hanno scelto il proprio set di confronto

Nessuna delle affermazioni di prezzo di punta dei due modelli sopravvive al confronto con quella dell'altro.

Elorian presenta Glimpse a $0,60/$3,00 come il 94% in meno rispetto a GPT-6 Astra a $10/$50, l'85% in meno rispetto a Claude Opus 5.5 a $4/$20 e il 70% in meno rispetto a GPT-6.1 Sol a $2/$10. Ognuno di questi è un modello di punta di frontiera. Confrontati con loro, Glimpse sembra l'opzione economica, e l'affermazione è aritmeticamente corretta.

Se si confronta Glimpse con la fascia economica della linea Qwen 3.8, il quadro si inverte. Qwen3.8-Flash costa $0,15 per milione di token di input e $0,47 per milione di token di output, con letture dalla cache a $0,018 e scritture in cache a $0,230 — quindi, su un carico di lavoro con un ampio prefisso stabile, la tariffa effettiva di input è una frazione di centesimo per milione, un ordine di grandezza al di sotto del prezzo di input di Glimpse e circa due ordini al di sotto del suo prezzo di output. Qwen3.8-Max, il modello di punta, è più costoso di Glimpse sui token e resta comunque quattro volte più economico del modello di frontiera Elorian rispetto al quale Glimpse è stato prezzato.

Non è una contraddizione da nessuna delle due parti. Sono due aziende che scelgono il confronto che le lusinga, e il compito del lettore è sostituire entrambi con il carico di lavoro che ha davanti.

Prezzare un'ora di video, in entrambi i modi

Le schede tariffarie astratte non decidono nulla, quindi fai passare un lavoro concreto attraverso di esse: un compito di revisione in stile sorveglianza, un'ora di filmato per caso, 200 casi al mese, una domanda a cui il modello deve rispondere in prosa con timestamp.

Su Qwen3.8-Max l'ora entra nella finestra di contesto senza chunking. Con un valore approssimativo di 800.000 token di input per un'ora campionata in modo denso più una risposta da 1.500 token per caso, un mese costa circa $322 in input e circa $1,80 in output — diciamo $324, con l'avvertenza che, se lo stesso filmato viene esaminato ripetutamente, la lettura in cache da $0,25 riduce drasticamente la voce di input e questo calcolo non è più quello giusto.

Su Glimpse anche l'ora quadra, e il meccanismo è puntato esattamente sulla domanda che viene posta. Elorian non pubblica alcun dato per ora, ma fornisce un numero a livello di task — un episodio di pianificazione robotica che costa 0,035 $ contro 0,249 $ su Astra — e non c'è modo onesto di estenderlo alla revisione video senza inventare token. Quel che si può dire è che la struttura del prezzo è diversa per natura: Glimpse fa pagare per token su un modello che spende deliberatamente token extra per guardare di nuovo, quindi il riavvolgimento non è gratis e la traccia è la ricevuta. Che si tratti di 300 $ al mese o 900 $ dipende da quanto spesso il modello decide di tornare indietro, e quel numero esiste solo dopo che esegui le tue clip.

L'altra metà di quel conto merita di essere detta chiaramente, perché è la parte che non compare su un listino prezzi. Qwen3.8-Max è una delle nostre rotte, al prezzo di listino del fornitore, passato così com'è senza nulla in più per token — quindi se Alibaba modifica quella tariffa, il cambiamento è attivo dalla nostra parte lo stesso giorno, anziché al rinnovo contrattuale successivo. Glimpse non è nel nostro catalogo; l'API e l'interfaccia chat di Elorian sono il modo in cui puoi ottenerlo, e questa è un'affermazione su ciò che ospitiamo, non una dichiarazione sul modello. Dove un livello di instradamento si rivela utile in questo particolare confronto è un livello più in alto: una sola chiave davanti a oltre 200 modelli, failover automatico, così un'anteprima non ancora collaudata o un flagship lento resta su un percorso secondario anziché davanti alla tua rotta di produzione.

Altri due membri di Qwen 3.8 cambiano la risposta

Confrontare Glimpse con Qwen3.8-Max da solo restituisce un quadro ingannevolmente semplice, perché la generazione contiene membri che non si comportano affatto come il suo modello di punta.

Qwen3.8-Flash è la corsia dei volumi: $0,15/$0,47 per lo stesso compito breve eseguito un milione di volte anziché una singola chiamata massiccia. Per un flusso di lavoro che già campiona i fotogrammi secondo un programma fisso e ha solo bisogno di una lettura economica di ciascuno, Flash è lo strumento corretto e la questione Glimpse non si pone mai.

Qwen3.8-27B è il modello che cambia lo schema di cablaggio anziché il prezzo. È un modello multimodale denso da 27 miliardi di parametri sotto Apache 2.0 che puoi scaricare ed eseguire su una sola macchina, il che significa che il materiale video non lascia affatto la tua infrastruttura. Qwen3.8-Max a $2/$6 risponde a ciò che dice un video; il 27B risponde alla domanda se ti è consentito inviare il video da qualche parte fin dall'inizio. Né Glimpse né Qwen3.8-Max offrono questo, e non è una capacità che l'uno o l'altro fornitore aggiungerà probabilmente.

Quindi la mappa pratica ha tre corsie, non due. Campionamento economico a pianificazione fissa alle tariffe di Flash; ragionamento multimodale a grande contesto con Max; e un 27B self-hosted quando la custodia dei media è il vincolo decisivo. Glimpse non è una quarta corsia — è una scommessa sull'unica domanda a cui nessuna delle tre può rispondere bene, cioè che cosa è successo all'interno di un intervallo inferiore al secondo.

Cosa cambierebbe questo confronto

Vale la pena rileggere questa pagina quando accadono tre cose specifiche, e nessuna di esse è ancora accaduta.

Il primo è una qualsiasi valutazione indipendente di Glimpse. La sua tabella di benchmark è dichiarata dal fornitore, non riprodotta, e viene eseguita al massimo sforzo di ragionamento del modello stesso con il suo harness di agenti nativo, con una nota a piè di pagina che rivela che diversi concorrenti sono stati eseguiti al di sotto del loro massimo. Un solo harness indipendente che riproducesse una singola riga trasformerebbe un'affermazione in una prova.

Il secondo è la finestra di contesto di Glimpse. Una funzionalità di video-reasoning la cui finestra è più piccola del filmato che un flusso di lavoro reale le passa è una demo, e il numero non è stato pubblicato.

Il terzo è un cambio di tariffa di Qwen3.8-Max o un nuovo membro della generazione. La linea si è già mossa una volta — Max è entrato a $2/$6, al di sotto del prezzo di anteprima della generazione precedente — e AA ha valutato la linea Max su più di una build, con il numero dell'indice che cambia tra l'una e l'altra. Una generazione che rilascia cinque membri in un trimestre non si ferma a cinque.

Fino ad allora la regola decisionale è abbastanza ristretta da poter essere enunciata in una riga: se la tua domanda riguarda ciò che è accaduto all'interno di una frazione di secondo di filmato, Glimpse è l'unico dei due il cui meccanismo dichiarato punta proprio a questo, e l'iscrizione gratuita rende economica la prova — esegui una clip, poi leggi lo spazio di lavoro visivo e verifica se il modello è mai tornato all'intervallo che ha deciso la risposta. Se la tua domanda riguarda ciò che un lungo documento, una serie di screenshot o un'ora di filmato dicono nel loro insieme, e la risposta deve superare una revisione di budget, Qwen3.8-Max è il modello con una finestra, un tariffario, un indice indipendente e una via che ne fissa il prezzo, e Glimpse non è mai stato in quella corsa.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.