Dessa против Qwen3.8-Max: выходной токен за $6 против модели без цены

Qwen3.8-Max берёт 2,00 $ за миллион входных токенов и 6,00 $ за миллион выходных токенов. Dessa не берёт ничего, потому что Block её не продаёт, не размещает и не выпускает. Это не упрёк Dessa — в этом и состоит всё сравнение. Одна модель — это платный, доступный для вызова флагман с независимой оценкой; другая — исследовательский превью синтеза речи, анонсированный 23 октября 2026 года, с листом ожидания и демо-страницей. Ставить их рядом полезно именно потому, что они находятся на противоположных концах одного и того же продуктового вопроса: сколько стоит дать пользователю голос?

Qwen3.8-Max — это флагманская облачная модель Alibaba, анонсированная 3 августа 2026 года: разреженная смесь экспертов (sparse mixture-of-experts) с 2,4 триллиона параметров, из которых примерно 95 миллиардов активны на каждый токен. Dessa — это полнодуплексная речевая модель Block, работающая в режиме speech-to-speech и обученная с нуля на человеческих разговорах, без текста и без предварительно обученных моделей. Одна читает и рассуждает над миллионом токенов текста. Другая слушает и говорит одновременно. Ни одна не справится с задачей другой, и только одну из них можно вызвать уже сегодня.

Для чего на самом деле предназначена каждая модель

Qwen3.8-Max — это универсальный движок рассуждений и генерации. Он принимает текст, изображения и видео и возвращает текст; контекстное окно составляет около одного миллиона токенов, максимальный объём вывода — 131 072 токена, а режим мышления может расходовать до 262 144 токенов на цепочку рассуждений. Собственная таблица бенчмарков Alibaba ориентирована на передовые рассуждения и агентную работу: GPQA Diamond — 92,6, PaperBench — 93,0, OSWorld — 86,1, BabyVision — 82,0; все данные приведены производителем. Независимая Artificial Analysis присваивает ему 45 баллов в своём Intelligence Index и фиксирует 42,4 выходных токена в секунду.

Dessa — это разговорный интерфейс. Он принимает аудиопоток и возвращает аудиопоток, без какого-либо текста между ними, и он полнодуплексный, то есть может слушать, пока говорит. В демонстрациях Block он поддакивает, смеётся посреди предложения, подстраивает громкость и договаривает забытое название фильма за говорящего. Здесь нет таблицы бенчмарков, нет количества параметров и нет контекстного окна, потому что нет токенного интерфейса, который можно было бы измерить.

Это не конкурирующие между собой ответы на один вопрос. Это ответы на два вопроса, которые голосовой продукт должен задавать последовательно: как система понимает и как она говорит?

Числа и пустое место там, где должно быть «Dessa's»

Каждый приведённый ниже показатель Qwen взят из опубликованной Alibaba документации по ценам и моделям или из Artificial Analysis и соответствующим образом помечен. Каждый показатель Dessa взят со страницы анонса Block, на которой публикуется очень мало.

• Цена — Qwen3.8-Max: $2,00 за входные и $6,00 за выходные данные за миллион токенов, тогда как у Dessa цена не указана.

• Кэшированный ввод — Qwen3.8-Max: $0,25 за миллион токенов; Dessa — не применимо.

• Параметры — Qwen3.8-Max: 2,4T всего, примерно 95B активных, у Dessa — не раскрыто.

• Контекст — Qwen3.8-Max около 1 000 000 токенов; Artificial Analysis указывает 984 тыс., а у Dessa не указано.

• Максимальный объём вывода — Qwen3.8-Max: 131 072 токена; Dessa: не применимо, поскольку вывод — аудио.

• Модальность — Qwen3.8-Max: текст, изображение и видео на входе, текст на выходе, против Dessa: аудио на входе, аудио на выходе.

• Независимая оценка — Qwen3.8-Max: 45 в Индексе интеллекта Artificial Analysis, у Dessa — нет.

• Бенчмарки от производителя — Qwen3.8-Max: GPQA Diamond 92,6, OSWorld 86,1, тогда как Dessa вообще не приводит никаких количественных данных.

• Доступность — Qwen3.8-Max: платный API с августа 2026 года, тогда как Dessa — лист ожидания и небольшой предварительный доступ для исследователей безопасности.

• Лицензия — Qwen3.8-Max: коммерческий API с хостингом, а также отдельный выпуск открытых весов на собственных условиях, тогда как у Dessa лицензия не опубликована.

Слышишь, читаешь

Модальный разрыв — это то, что теряется при сравнении характеристик. Qwen3.8-Max принимает текст, изображения и видео, а выдаёт текст. Аудио не входит в число его входных модальностей, и аудио он не выдаёт вообще; ни одна модель линейки Qwen3.8 не является моделью «речь-в-речь».

Это означает, что голосовой продукт, построенный на Qwen3.8-Max, неизбежно представляет собой конвейер: распознавание речи преобразует аудио звонящего в текст, Qwen3.8-Max выполняет рассуждение над этим текстом, а синтез речи превращает ответ обратно в аудио. Каждый этап — это отдельный поставщик, отдельный режим отказа и отдельная строка в счёте. Конвейер работает — именно так сегодня устроено большинство голосовых агентов в продакшене — но у него есть структурные издержки, которые архитектура Dessa призвана устранить.

Структурное преимущество Dessa не в интеллекте. Оно в том, что нет расшифровки, которую нужно было бы зафиксировать. Пайплайну приходится решать, что вы закончили говорить, прежде чем он сможет ответить; дуплексная модель этого не делает. Вот почему демо Block могут показывать наложение и перебивание, и почему пайплайну приходится имитировать это поведение с помощью определения конца реплики и логики перебивания (barge-in), которая отменяет работу синтезатора на середине слова.

Сколько на самом деле стоит голосовой агент в реальном времени на Qwen3.8-Max

Арифметика внушает больше оптимизма, чем предполагает тарифная сетка. Десятиминутный устный разговор — это примерно 1500 слов, что составляет около 2000 входных токенов с учётом системного промпта и истории разговора. Ответ сопоставимой длины — это около 1000 выходных токенов, если агент краток. При $2,00 и $6,00 за миллион это $0,004 за вход и $0,006 за выход — примерно один цент стоимости использования языковой модели за десятиминутный звонок.

При 10 000 звонков в день счёт за языковую модель составляет около $100 в день, или примерно $3 000 в месяц. Это не мелочь, но почти наверняка меньше счёта за распознавание и синтез речи при том же объёме, а также меньше стоимости инженерной работы над слоем оркестрации. Представление о том, что голос дорог, потому что дороги токены, при текущих ценах неверно. Голос дорог потому, что дороги аудиовход и аудиовыход, и потому что задержка конвейера равна сумме задержек его этапов.

Контекст в миллион токенов меняет то, что агент способен удержать. Десятиминутный звонок — это погрешность округления на фоне такого окна, а значит, система может одновременно держать полную расшифровку, файл клиента и документ с политикой, обходясь без извлечения. А вот для такой возможности у Dessa вообще нет интерфейса — модель, работающая только с речью, не может прочитать документ с политикой.

Именно в бюджете задержки архитектуры и расходятся.

В конвейере пользователь перестаёт говорить, распознаватель ждёт конечную точку, языковая модель выдаёт первый токен, а синтезатор — первый аудиосигнал. Потоковая обработка на каждом этапе скрывает часть этого, но у цепочки всё ещё есть нижняя граница, а перебивание означает остановку синтезатора и перезапуск распознавателя. В результате получается знакомый ритм голосового ассистента: пауза, затем ответ, затем пауза.

Утверждение Dessa состоит в том, что ритм исчезает, потому что нет цепочки. Block утверждает, что инференс работает быстрее реального времени на MacBook Pro M4 Max, что — если это правда — означает, что модель не является узким местом. Но компания не публикует ни показатель задержки в миллисекундах, ни частоту восстановления после прерывания, ни измерения в условиях сети или фонового шума. «Быстрее реального времени» — это утверждение о пропускной способности, а не об отзывчивости. Модель может генерировать аудио быстрее, чем оно воспроизводится, и всё равно реагировать на прерывание за 800 миллисекунд.

Для продуктовой команды это недостающее число решает всё. Причина внедрять дуплексную модель — тайминги. Поставщик, который не публикует данные о таймингах, ещё не обосновал своё предложение.

Доступность, маршрутизация и что можно сделать в понедельник

Qwen3.8-Max представлена в каталоге OrcaRouter, а значит, доступна по тому же ключу, что и остальные более чем 200 моделей, которые мы маршрутизируем, с наценкой 0% — цена провайдера передаётся напрямую — и автоматическим переключением при сбое между провайдерами. Если Alibaba изменит тариф, изменение будет действовать на нашей стороне в тот же день, поскольку слой наценки, который нужно было бы пересчитывать, отсутствует. DSL маршрутизации позволяет комбинировать Qwen3.8-Max с более дешёвой моделью для основной части транскрипта и оставлять флагманскую модель для этапа рассуждения; слияние моделей может задействовать панель моделей для одного и того же вопроса, когда ответ важнее счёта.

В том же семействе есть более дешёвые варианты, если флагманская модель — это больше, чем нужно для задачи. Qwen3.8-27B есть в нашем каталоге по цене $0.33 за входные и $2.40 за выходные данные за миллион токенов, а Qwen3.8-Flash — $0.15 и $0.47. Для голосового агента, у которого стоимость языковой модели уже составляет около цента за вызов, флагманская модель доступна по цене; более дешёвые уровни важны при большем объёме или для более простых реплик.

Dessa отсутствует в нашем каталоге, и мы её не хостим. На странице Block есть лист ожидания и ранний доступ для небольшой группы исследователей в области безопасности. Здесь нет API, на который можно было бы направлять запросы, нет цены, которую можно было бы передать, и нет эндпоинта, на который можно было бы переключиться при сбое.

Когда Dessa изменила бы ответ

Если Block выпустит API по разумной цене, сравнение перестанет быть про токены и станет про минуты. Правильной метрикой будет стоимость минуты естественного разговора, включая распознавание и синтез речи, которые устраняет Dessa. По этой метрике дуплексная модель даже за несколько центов в минуту может превзойти конвейер, чьи аудиоэтапы стоят дороже, чем его языковая модель.

Второе условие — качество. Дуплексная модель, которая приятна тридцать секунд и путается через пять минут, хуже, чем конвейер, который медленнее, но надёжен. Демонстрации Block слишком коротки и слишком отрежиссированы, чтобы ответить на этот вопрос, а собственные открытые вопросы компании — удержание фактов, изучение языка, обучение в контексте — это именно те, от которых зависит, сохранит ли длительная беседа связность.

Что делать сейчас

Создавайте голосовой продукт на основе пайплайна, потому что только у него есть цена и контракт. Используйте сильный распознаватель и синтезатор, поместите Qwen3.8-Max в середину, туда, где происходит рассуждение, и сохраняйте слой языковой модели заменяемым, чтобы дорогая часть могла перемещаться при изменении цен. Затем следите за двумя числами, которые оправдали бы перестройку вокруг дуплексной модели: опубликованный показатель задержки и цена за минуту.

Сравнение в одну строку: Qwen3.8-Max — это то, что можно купить сегодня, а Dessa — то, что, возможно, захочется купить завтра. Разница между ними не в интеллекте. Это тарифная сетка, эндпоинт и бенчмарк — три вещи, которые Block ещё не опубликовал, и три вещи, которые Alibaba публикует на постоянной основе.