Glimpse vs Qwen 3.8: Een venster van een miljoen tokens en een getal dat niemand heeft gepubliceerd

Een van deze modellen publiceert een contextvenster van één miljoen tokens en een tariefkaart waarop je kunt budgetteren. Het andere publiceert helemaal geen contextvenster, geen parameteraantal en geen architectuur. Glimpse, uitgebracht door Elorian op 16 oktober 2026, is een onderzoekspreview waarvan de volledige gepubliceerde capaciteit een gedrag is — het kan terugkeren naar een specifiek moment in een video terwijl het nog aan het denken is, een venster van negen tienden van een seconde opnieuw scannen met een hogere framesnelheid, inzoomen op een regio, of één kenmerk in de tijd volgen voordat het zich vastlegt op een antwoord. Qwen 3.8 is Alibaba's generatie van augustus 2026, en het lid waar deze vergelijking daadwerkelijk om draait is Qwen3.8-Max: live als een API met prijsstelling sinds 3 augustus 2026 voor $2,00 per miljoen invoertokens en $6,00 per miljoen uitvoertokens, met een venster van een miljoen tokens en native beeldinvoer. Qwen3.8-Max is een van de modellen die wij routeren; Glimpse staat helemaal niet in onze catalogus. Die asymmetrie is geen klein procedureel detail. Het is de vorm van de beslissing, want een van deze is een aanroep die je in een budgetregel kunt opnemen en de andere is een preview die je moet uitproberen voordat je er kosten voor kunt bepalen.

Wat elk ervan eigenlijk is gebouwd om te doen

Dit zijn niet twee antwoorden op één vraag, en het veelzeggende is dat hun knelpunten op verschillende plekken zitten.

De bottleneck van Qwen3.8-Max is capaciteit en kosten op schaal. Een miljoen tokens context betekent dat een opname van een uur, een dossier van duizend pagina's of een week aan logs in één enkele aanroep terechtkomt zonder dat er een chunking-pijplijn voor staat. Het model is native multimodaal aan de invoerkant — tekst en afbeeldingen erin, tekst eruit — dus een workflow met veel documenten of screenshots heeft geen aparte visiefase nodig. Het aantal parameters is nooit door A​libaba bekendgemaakt, maar het open zusje van zijn kern, Qwen3.8-2.4T-A95B, is een mixture-of-experts met 2,4 biljoen parameters en ruwweg 95 miljard actieve parameters, wat zo dichtbij komt als iemand buiten het bedrijf kan komen.

Het knelpunt van Glimpse is de temporele resolutie. Het venster is niet de beperking; het bemonsteringsschema is dat. Gewone modellen voor videobegrip bemonsteren frames op een vast raster, en alles wat tussen twee bemonsterde frames valt, is weg — daarom zijn "is de camera gepand of geknipt" en "is dat hetzelfde object nadat het geoccludeerd was" moeilijke vragen in plaats van makkelijke. Glimpse pakt dat aan door extra rekenkracht te besteden aan één interval nadat het de hele clip al heeft gezien. In de trace die Elorian publiceerde, doet het een eerste doorgang met ongeveer 8 frames per seconde, vormt een voorlopige interpretatie, en keert dan terug naar 0,9 seconden van de clip met ongeveer 14 frames per seconde om vast te stellen of het naar een pan of een cut kijkt.

• Context — 1.000.000 tokens voor Qwen3.8-Max, gepubliceerd door Alibaba en vermeld op onze eigen route. Niet gepubliceerd voor Glimpse, wat een lacune is die de lezer als een lacune moet beschouwen en niet als een omissie die met een schatting moet worden opgevuld.

• Invoermodaliteit — beide accepteren afbeeldingen. Qwen3.8-Max accepteert videoframes volgens een schema dat jij kiest. Glimpse accepteert video en kan na een eerste ronde een interval opnieuw bekijken, wat het hele product vormt.

• Grootte — niet bekendgemaakt voor Glimpse. Voor Qwen3.8-Max niet bekendgemaakt als geserveerd model, met een open zustermodel van 2,4T / ~95B actief als dichtstbijzijnde beschikbare proxy.

• Gewichten — geen voor Glimpse; het is alleen API en chat, met een gratis aanmelding. Gemengd voor de generatie: Qwen3.8-27B is een dense model met 27 miljard parameters onder Apache 2.0, de 2,4T-core is downloadbaar onder een aangepaste licentie, en Qwen3.8-Max zelf heeft helemaal geen gewichten.

• Prijs — Glimpse $0,60 / $3,00 per miljoen tokens. Qwen3.8-Max $2,00 / $6,00, met een cachelezing van $0,25.

• Onafhankelijke score — De Artificial Analysis Intelligence Index v4.3.2 plaatst Qwen3.8-Max (0902) op 45, gerangschikt als 33e van 217, en meet de uitvoersnelheid op 38,8 tokens per seconde, wat AA omschrijft als opvallend langzaam voor zijn klasse. Glimpse heeft helemaal geen onafhankelijke score van welke aard dan ook; het is gisteren uitgekomen.

Beide leveranciers kozen hun eigen vergelijkingsset.

De headline-prijsclaim van geen van beide modellen overleeft het contact met die van het ander.

Elorian positioneert Glimpse op $0,60/$3,00 als 94% lager dan GPT-6 Astra tegen $10/$50, 85% lager dan Claude Opus 5.5 tegen $4/$20 en 70% lager dan G​PT-6.1 Sol tegen $2/$10. Elk daarvan is een frontier-flagship. Afgezet tegen hen lijkt Glimpse de goedkope optie, en de bewering is rekenkundig correct.

Zet Glimpse af tegen de goedkope kant van de Qwen 3.8-lijn en de framing kantelt. Qwen3.8-Flash kost $0,15 per miljoen inputtokens en $0,47 per miljoen output, met cachereads tegen $0,018 en cachewrites tegen $0,230 — dus bij een workload met een grote stabiele prefix is het effectieve inputtarief een fractie van een cent per miljoen, een orde van grootte onder de inputprijs van Glimpse en ruwweg twee ordes onder zijn outputprijs. Qwen3.8-Max, het vlaggenschip, is duurder dan Glimpse per token en nog steeds vier keer goedkoper dan het frontiermodel waartegen Elorian wordt afgezet.

Dat is aan geen van beide kanten een tegenstelling. Het zijn twee bedrijven die de vergelijking kiezen die hen het beste uitkomt, en het is aan de lezer om beide te vervangen door de workload die voor diegene ligt.

Een uur video prijzen, beide kanten op

Abstracte tariefkaarten beslissen niets, dus laat er een concrete klus doorheen lopen: een reviewtaak in surveillancestijl, één uur beeldmateriaal per zaak, 200 zaken per maand, een vraag waarbij het model in proza moet antwoorden met tijdstempels.

Op Qwen3.8-Max past het uur in het contextvenster zonder op te splitsen in chunks. Bij ruwweg 800.000 invoertokens voor een dicht gesampled uur plus een antwoord van 1.500 tokens per geval, kost een maand ongeveer $322 aan invoer en ongeveer $1,80 aan uitvoer — noem het $324, met de kanttekening dat als hetzelfde beeldmateriaal herhaaldelijk wordt bekeken, de gecachte read van $0,25 de invoerregel hard drukt en deze rekensom niet langer de juiste is.

Bij Glimpse past het uurtarief ook, en het mechanisme is precies gericht op de vraag die wordt gesteld. Elorian publiceert geen cijfer per uur, maar geeft wel één cijfer op taakniveau — een robotplanning-episode die $0,035 kost tegenover $0,249 op Astra — en er is geen eerlijke manier om dat door te trekken naar videobeoordeling zonder tokens te verzinnen. Wat wel gezegd kan worden, is dat de vorm van de prijsstelling wezenlijk anders is: Glimpse rekent per token op een model dat bewust extra tokens uitgeeft om nog eens te kijken, dus het terugspoelen is niet gratis en de trace is de bon. Of dat $300 per maand of $900 is, hangt af van hoe vaak het model besluit terug te gaan, en dat aantal bestaat pas nadat je je eigen clips hebt gedraaid.

De andere helft van die rekening is het vermelden waard, want dat is het deel dat niet op een tarievenkaart staat. Qwen3.8-Max is een van onze routes, tegen de lijstprijs van de provider, doorgegeven zonder iets per token toe te voegen — dus als A​libaba dat tarief wijzigt, is de wijziging dezelfde dag bij ons live in plaats van bij de volgende contractverlenging. Glimpse staat niet in onze catalogus; de eigen API en chatinterface van Elorian zijn waar je het krijgt, en dat is een uitspraak over wat wij hosten, niet een claim over het model. Waar een routeringslaag nuttig blijkt in deze specifieke vergelijking, is dat één laag hoger: één sleutel voor meer dan 200 modellen, automatische failover, zodat een onbewezen preview of een traag vlaggenschip op een zijpad zit in plaats van vóór je productieroute.

Twee andere Qwen 3.8-leden veranderen het antwoord

Het vergelijken van Glimpse met alleen Qwen3.8-Max geeft een misleidend eenvoudig beeld, omdat de generatie leden bevat die zich totaal niet gedragen zoals het vlaggenschip ervan.

Qwen3.8-Flash is het volumekanaal: $0.15/$0.47 voor dezelfde korte taak die een miljoen keer wordt uitgevoerd in plaats van één grote aanroep. Voor een workflow die al frames bemonstert volgens een vast schema en alleen een goedkope uitlezing van elk frame nodig heeft, is Flash het juiste instrument en komt de Glimpse-vraag nooit ter sprake.

Qwen3.8-27B is het lid dat eerder het bedradingsschema verandert dan de prijs. Het is een dense multimodaal model met 27 miljard parameters onder Apache 2.0 dat je kunt downloaden en op één machine kunt draaien, wat betekent dat het beeldmateriaal je infrastructuur helemaal niet verlaat. Qwen3.8-Max voor $2/$6 beantwoordt wat een video zegt; de 27B beantwoordt of je de video überhaupt ergens naartoe mag sturen. Noch Glimpse noch Qwen3.8-Max biedt dat, en het is geen mogelijkheid die een van beide leveranciers waarschijnlijk zal toevoegen.

Dus de praktische kaart heeft drie sporen, niet twee. Goedkope sampling volgens een vast schema tegen Flash-tarieven; multimodale redenering met grote context met Max; en een zelfgehoste 27B wanneer het in eigen beheer houden van de media de beperkende factor is. Glimpse is geen vierde spoor — het is een weddenschap op de ene vraag die geen van de drie goed kan beantwoorden, namelijk wat er gebeurde binnen een interval van minder dan een seconde.

Wat zou deze vergelijking veranderen?

Deze pagina is het waard om opnieuw te lezen wanneer drie specifieke dingen gebeuren, en geen daarvan is nog gebeurd.

Het eerste is elke onafhankelijke evaluatie van Glimpse. De benchmarktabel ervan is door de leverancier gerapporteerd, niet gereproduceerd en uitgevoerd op de hoogste denkinspanning van het model zelf, met zijn eigen agent-harness, met een voetnoot die onthult dat verschillende concurrenten onder hun maximum werden uitgevoerd. Eén onafhankelijke harness die één enkele rij reproduceert, zou van een bewering bewijs maken.

Het tweede is het contextvenster van Glimpse. Een functie voor videoredenering waarvan het venster kleiner is dan het beeldmateriaal dat een echte workflow eraan doorgeeft, is een demo, en het cijfer is niet gepubliceerd.

Het derde is een tariefwijziging voor Qwen3.8-Max of een nieuw lid van de generatie. De lijn is al eens opgeschoven — Max kwam binnen op $2/$6, onder de preview-prijs van de vorige generatie — en AA heeft de Max-lijn bij meer dan één build geëvalueerd, waarbij het indexcijfer tussen die builds verschoof. Een generatie die vijf leden in een kwartaal uitbrengt, stopt niet bij vijf.

Tot dan toe is de beslissingsregel smal genoeg om in één regel te formuleren: als je vraag is wat er gebeurde binnen een fractie van een seconde beeldmateriaal, is Glimpse de enige van de twee waarvan het beschreven mechanisme daarop is gericht, en de gratis aanmelding maakt de proef goedkoop — draai een clip, lees dan de visuele scratchruimte en controleer of het model ooit terugging naar het interval dat het antwoord bepaalde. Als je vraag is wat een lang document, een set screenshots of een uur beeldmateriaal als geheel zegt, en het antwoord een budgetreview moet overleven, is Qwen3.8-Max het model met een venster, een tariefkaart, een onafhankelijke index en een route die het prijst, en Glimpse zat nooit in die race.

Niets daarvan is hypothetisch: de gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in the OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en markering voor betwisting bevat.