Dessa vs Qwen3.8-Max: Een outputtoken van $6 tegen een model zonder prijs

Qwen3.8-Max rekent $2,00 per miljoen inputtokens en $6,00 per miljoen outputtokens.Dessa rekent niets, omdat Block het niet verkoopt, niet host en niet uitbrengt. Dat is geen kritiek op Dessa — dat is de hele vergelijking. Het ene model is een geprijsd, aanroepbaar, onafhankelijk gescoord vlaggenschip; het andere is een preview van spraakonderzoek die op 23 oktober 2026 is aangekondigd met een wachtlijst en een demopagina. Ze naast elkaar zetten is juist nuttig omdat ze aan tegenovergestelde uiteinden van dezelfde productvraag staan: wat kost het om een gebruiker een stem te geven?

Qwen3.8-Max is Alibaba's gehoste vlaggenschipmodel, aangekondigd op 3 augustus 2026: een schaars mixture-of-expertsmodel met 2,4 biljoen parameters, waarvan per token ongeveer 95 miljard parameters actief zijn. Dessa is Blocks full-duplex spraak-naar-spraakmodel, vanaf nul getraind op menselijke gesprekken, zonder tekst en zonder vooraf getrainde modellen. De een leest en redeneert over een miljoen tokens tekst. De ander luistert en praat tegelijk. Geen van beide kan het werk van de ander doen, en slechts één van hen kan vandaag worden aangeroepen.

Waar elk model eigenlijk voor is

Qwen3.8-Max is een algemeen inzetbare redeneer- en generatie-engine. De engine neemt tekst, afbeeldingen en video als invoer en levert tekst als uitvoer, met een contextvenster van ongeveer één miljoen tokens, een maximale uitvoer van 131,072 tokens en een denkmodus die tot 262,144 tokens kan besteden aan chain-of-thought. Alibaba's eigen benchmarktabel is gericht op frontier reasoning en agentisch werk: GPQA Diamond 92.6, PaperBench 93.0, OSWorld 86.1, BabyVision 82.0, allemaal door de leverancier gerapporteerd. Het onafhankelijke Artificial Analysis kent het een 45 toe op zijn Intelligence Index en meet 42,4 uitvoertokens per seconde.

Dessa is een gespreksinterface. Hij neemt een audiostream en geeft een audiostream terug, zonder tekst daartussen, en hij is full-duplex, wat betekent dat hij kan luisteren terwijl hij spreekt. De demo's van Block laten zien dat hij backchannelt, midden in een zin lacht, het volume matcht en de vergeten filmtitel van een spreker afmaakt. Er is geen benchmarktabel, geen parameteraantal en geen contextvenster, omdat er geen tokeninterface is om te meten.

Dit zijn geen concurrerende antwoorden op één vraag. Het zijn antwoorden op twee vragen die een spraakproduct achtereenvolgens moet stellen: hoe begrijpt het systeem, en hoe spreekt het?

De nummers, en het gat waar Dessa's zou moeten staan

Elk Qwen-cijfer hieronder is afkomstig van Alibaba's gepubliceerde prijs- en modeldocumentatie of van Artificial Analysis, en is dienovereenkomstig gelabeld. Elk Dessa-cijfer is afkomstig van Block's aankondigingspagina, die heel weinig publiceert.

• Prijs — Qwen3.8-Max $2,00 input en $6,00 output per miljoen tokens vs Dessa geen prijs.

• Gecachte invoer — Qwen3.8-Max $0,25 per miljoen tokens vs. Dessa niet van toepassing.

• Parameters — Qwen3.8-Max 2,4T totaal, ongeveer 95B actief versus Dessa niet bekendgemaakt.

• Context — Qwen3.8-Max ongeveer 1.000.000 tokens; Artificial Analysis vermeldt 984k, tegenover Dessa: niet vermeld.

• Maximale uitvoer — Qwen3.8-Max 131.072 tokens vs Dessa niet van toepassing, omdat de uitvoer audio is.

• Modaliteit — Qwen3.8-Max: tekst, afbeelding en video als invoer, tekst als uitvoer, tegenover Dessa: audio als invoer, audio als uitvoer.

• Onafhankelijke score — Qwen3.8-Max 45 op de Artificial Analysis Intelligence Index, tegenover geen voor Dessa.

• Leveranciersbenchmarks — Qwen3.8-Max GPQA Diamond 92,6, OSWorld 86,1 tegenover Dessa, dat helemaal geen kwantitatieve claims maakt.

• Beschikbaarheid — Qwen3.8-Max is sinds augustus 2026 een betaalde API, tegenover Dessa met een wachtlijst en een kleine preview voor veiligheidsonderzoekers.

• Licentie — Qwen3.8-Max: een gehoste commerciële API, met een aparte open-weightrelease onder eigen voorwaarden, tegenover Dessa: geen licentie gepubliceerd.

Men hoort, men leest

De modaliteitskloof is het onderdeel dat verloren gaat in een specificatievergelijking. Qwen3.8-Max accepteert tekst, afbeeldingen en video en produceert tekst. Audio behoort niet tot de invoermodaliteiten en het produceert helemaal geen audio; niets in de Qwen3.8-lijn is een spraak-naar-spraakmodel.

Dat betekent dat een spraakproduct dat op Qwen3.8-Max is gebouwd noodzakelijkerwijs een pipeline is: spraakherkenning zet de audio van de beller om in tekst, Qwen3.8-Max redeneert over die tekst, en spraaksynthese zet het antwoord weer om in audio. Elke fase is een aparte leverancier, een aparte faalmodus en een aparte regel op de factuur. De pipeline werkt — zo worden de meeste spraakagenten in productie vandaag gebouwd — maar hij heeft een structurele kostprijs die Dessa's architectuur ontworpen is om weg te nemen.

Het structurele voordeel van Dessa is niet intelligentie. Het is dat er geen transcript is waaraan het zich moet vastleggen. Een pipeline moet beslissen wanneer je klaar bent met spreken voordat die kan reageren; een duplexmodel hoeft dat niet. Daarom kunnen de demo's van Block overlap en onderbreking laten zien, en daarom moet een pipeline die gedragingen nabootsen met eindpuntdetectie en barge-in-logica die de synthesizer midden in een woord annuleert.

Wat een live voice-agent daadwerkelijk kost op Qwen3.8-Max

De rekensom is geruststellender dan de tariefkaart doet vermoeden. Een gesproken gesprek van tien minuten komt neer op ongeveer 1.500 woorden, wat ongeveer 2.000 inputtokens is zodra de systeemprompt en de gespreksgeschiedenis zijn meegerekend. Een antwoord van vergelijkbare lengte is ongeveer 1.000 outputtokens als de agent beknopt is. Bij $2,00 en $6,00 per miljoen is dat $0,004 aan input en $0,006 aan output — grofweg één cent aan taalmodelkosten per gesprek van tien minuten.

Bij 10.000 oproepen per dag bedraagt de rekening voor het taalmodel ongeveer $100 per dag, oftewel ruwweg $3.000 per maand. Dat is niet niets, maar het is vrijwel zeker minder dan de rekening voor spraakherkenning en -synthese bij hetzelfde volume, en minder dan de engineeringkosten van de orchestratielaag. De intuïtie dat spraak duur is omdat tokens duur zijn, klopt bij de huidige prijzen niet. Spraak is duur omdat audio in en audio uit duur zijn, en omdat de latentie van de pipeline de som van de fasen is.

De context van één miljoen tokens verandert wat de agent kan bevatten. Een gesprek van tien minuten is een afrondingsfout tegenover dat venster, wat betekent dat het systeem het volledige transcript, het klantdossier en een beleidsdocument tegelijk kan meenemen zonder retrieval. Dat is een capaciteit waarvoor Dessa helemaal geen interface heeft — een model dat alleen spraak ondersteunt, kan het beleidsdocument niet lezen.

Het latentiebudget is het punt waarop de architecturen uiteenlopen.

In een pipeline stopt de gebruiker met spreken, wacht de spraakherkenner op een eindpunt, produceert het taalmodel een eerste token en produceert de synthesizer de eerste audio. Door elke fase te streamen wordt een deel daarvan verborgen, maar de keten heeft nog steeds een ondergrens, en barge-in betekent de synthesizer afbreken en de spraakherkenner opnieuw starten. Het resultaat is het bekende ritme van een spraakassistent: een pauze, dan een antwoord, dan een pauze.

Dessa's bewering is dat het ritme verdwijnt omdat er geen keten is. Block zegt dat inferentie sneller dan realtime draait op een MacBook Pro M4 Max, wat — als het waar is — betekent dat het model niet de bottleneck is. Maar het bedrijf publiceert geen latentiecijfer in milliseconden, geen herstelpercentage na onderbrekingen en geen meting onder netwerk- of achtergrondruisomstandigheden. "Sneller dan realtime" is een uitspraak over doorvoer, niet over responsiviteit. Een model kan audio sneller dan de weergave genereren en er toch 800 milliseconden over doen om op een onderbreking te reageren.

Voor een productteam is dat ontbrekende getal allesbepalend. De reden om een duplexmodel te adopteren is timing. Een leverancier die geen timing publiceert, heeft zijn punt nog niet bewezen.

Beschikbaarheid, routering en wat je maandag kunt doen

Qwen3.8-Max staat in de OrcaRouter-catalogus, wat betekent dat het bereikbaar is via dezelfde sleutel als de rest van de 200+ modellen die we routeren, tegen 0% opslag — de lijstprijs van de provider wordt doorgegeven — met automatische failover tussen providers. Als Alibaba het tarief wijzigt, is die wijziging dezelfde dag live aan onze kant, omdat er geen opslaglaag is die opnieuw geprijsd moet worden. De routerings-DSL kan Qwen3.8-Max combineren met een goedkoper model voor het grootste deel van een transcript en het vlaggenschip reserveren voor de redeneerstap; modelfusie kan een panel van modellen over dezelfde vraag laten draaien wanneer het antwoord belangrijker is dan de rekening.

Er zijn goedkopere opties binnen dezelfde familie als het topmodel meer is dan de taak nodig heeft. Qwen3.8-27B staat in onze catalogus voor $0,33 aan input en $2,40 aan output per miljoen tokens, en Qwen3.8-Flash voor $0,15 en $0,47. Voor een spraakagent waarvan de taalmodelkosten al ongeveer een cent per oproep bedragen, is het topmodel betaalbaar; de goedkopere niveaus zijn van belang bij hogere volumes of voor eenvoudigere beurten.

Dessa staat niet in onze catalogus en wij hosten het niet. De pagina van Block biedt een wachtlijst en vroege toegang voor een kleine groep veiligheidsonderzoekers. Er is geen API om naar te routeren, geen prijs om door te geven en geen endpoint om naar uit te wijken.

Wanneer Dessa het antwoord zou veranderen

Als Block een API uitbrengt tegen een plausibele prijs, gaat de vergelijking niet meer over tokens maar over minuten. De juiste maatstaf zou de kosten per minuut natuurlijke conversatie zijn, inclusief de spraakherkenning en -synthese die Dessa wegneemt. Op die maatstaf zou een duplexmodel tegen zelfs een paar cent per minuut een pipeline kunnen verslaan waarvan de audiostadia meer kosten dan het taalmodel.

De tweede voorwaarde is kwaliteit. Een duplexmodel dat dertig seconden lang aangenaam is en na vijf minuten in de war raakt, is slechter dan een pipeline die langzamer maar betrouwbaar is. De demo's van Block zijn te kort en te sterk samengesteld om dat te beantwoorden, en de eigen open vragen van het bedrijf — het vasthouden van feiten, taalverwerving, in-context leren — zijn precies de vragen die bepalen of een lang gesprek samenhangt.

Wat nu te doen?

Bouw het spraakproduct op de pipeline, want dat is het enige met een prijs en een contract. Gebruik een sterke herkenner en synthesizer, zet Qwen3.8-Max in het midden waar het redeneren plaatsvindt, en houd de taalmodel-laag verwisselbaar zodat het dure deel kan meebewegen wanneer prijzen veranderen. Let dan op de twee cijfers die een herbouw rond een duplexmodel zouden rechtvaardigen: een gepubliceerde latentiewaarde en een prijs per minuut.

De vergelijking in één regel: Qwen3.8-Max is wat je vandaag kunt kopen, en Dessa is wat je morgen misschien wilt kopen. Het verschil tussen hen is geen intelligentie. Het is een tariefkaart, een endpoint en een benchmark — drie dingen die Block nog niet heeft gepubliceerd, en drie dingen die Alibaba voor de kost publiceert.