
Tell 1 против Qwen 3.8: разрыв в вызове инструментов, который никто не выносит в заголовок
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 169 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 236 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 89 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 98 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 198 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
Retell публикует таблицу лидеров для голосовых моделей и ставит Tell 1 на первое место в ней. В той же таблице, если прочитать чуть ниже по каждому столбцу, сказано, что Tell 1 занимает пятое место по вызову инструментов. Этот единственный показатель — самое полезное на странице, потому что он отмечает точную границу между тем, для чего был создан Tell 1, и тем, в чём сейчас действительно хороша универсальная модель вроде Qwen 3.8 — поколение, чей флагман — Qwen3.8-Max, а открытая dense-модель — Qwen3.8-27B. Телефонный агент, который не может записать на приём, хуже медленного. Модель с 2,4 трлн параметров, которой нужно 8 секунд, чтобы поздороваться, вообще не может отвечать на звонки. Интересный вопрос не в том, какая модель лучше, а в том, где в вашем стеке каждая из них перестаёт быть подходящим инструментом.
Стоит сразу обозначить уровни доказательности, потому что документация по этим двум моделям несовместима. Qwen3.8-Max был запущен как платный API 3 августа 2026 года с опубликованной матрицей возможностей, контекстом в 1 млн токенов и вендорскими бенчмарками; Qwen3.8-27B последовал в виде загружаемых весов под Apache-2.0; обе модели независимо оцениваются Artificial Analysis. У Tell 1 есть всего одна строка в бенчмарке, который написал его владелец, и вообще нет карточки модели. Таким образом, одна сторона этой страницы измерена, а другая — заявлена, и каждое число ниже помечено соответствующим образом.
Во что вам на самом деле обходится пятое место Tell 1
Собственные цифры таблицы vCX стоит читать в том порядке, в каком они появляются, а не в том, который подсказывают места в рейтинге. В строке, которую Retell называет разговорной, Tell 1 набирает 96,6%, и ни одна из 62 конфигураций не превосходит её. В строке, которую он называет вызовом инструментов, та же модель набирает 95,4%, а четыре другие показывают лучший результат — что скорее не недостаток модели, а свидетельство того, на чём её настраивали быть сильной. Средние 94,45% и медиана 72,5 мс оба следуют из этого приоритета; как и стоимость модели в 3,5 цента за минуту, которая занимает 19-е место — уверенно в середине таблицы.
Показатель за пятое место — 95,4%, 954 из 1 000 оценок пройдено — сам по себе неплох. Важна закономерность. В процессе контакт-центра вызовы инструментов — это те шаги, где агент совершает необратимые действия: бронирует слот, принимает платёж, переводит звонящего, отменяет заказ. Доля сбоев 4,6% на этих шагах — это система, которая в основном работает и иногда делает не то, что нужно, и это именно тот режим отказа, из-за которого ИИ-агента через месяц снимают с продакшена. Напротив, выигрыш в разговорной естественности и задержке — это то, что позволяет получить одобрение на старте. Именно эту асимметрию — лучше в демо, чем в транзакции — и нужно проверять, а не принимать на веру.
Две оговорки насчёт самого бенчмарка, поскольку это единственное публичное свидетельство в пользу Tell 1. В его строке указана версия 17 тестового стенда, тогда как в 50 из 62 строк — версия 1, так что «#1 overall» агрегирует данные двух разных наборов тестов. К тому же это собственный бенчмарк Retell, запущенный на трафиковых паттернах Retell, — методология законная, но не независимая.
Что Qwen 3.8 даёт для той же задачи
Qwen 3.8 — это поколение, а не модель, и это различие здесь важно. Qwen3.8-Max — флагманская облачная модель: контекст на 1 млн токенов, ввод текста, изображений и видео, режим рассуждения, вызов функций, встроенные инструменты и структурированные выходные данные; доступна в совместимых с OpenAI, Anthropic и DashScope форматах обмена. Artificial Analysis оценивает её в 33,7 балла по своему Intelligence Index — лучше, чем 73% моделей в его сравнении — а также в 76,2 по Coding Index, 92,8 по GPQA Diamond, 88,8 по Terminal-Bench 2.1 и 47,8 по tau-banking; это сочетание данных производителя и независимых оценок, на которое ссылается наша страница модели. Qwen3.8-27B — открытая по весам плотная модель: 27 млрд параметров, контекст 256K, мультимодальность, Apache 2.0, а по собственной карточке Qwen — 90,3 LiveCodeBench v6, 89,2 GPQA Diamond, 84,3 OSWorld-Verified, 79,0 QwenSWEBench.
Прочитайте показатель tau-banking дважды, если вас волнует использование инструментов. Это бенчмарк задач обслуживания клиентов с применением инструментов — поиск аккаунта, изменение заказа, соблюдение политики — и 47.8 — это серьёзный результат в сложном тесте, а не маркетинговая цифра. Модели общего назначения стали хорошо справляться с этим раньше, чем научились звучать по-человечески, и именно порядок — вся суть этого сравнения: Qwen 3.8 будет выполнять ваш цикл инструментов надёжнее, чем голосовая модель с задержкой 72 миллисекунды, и ей потребуются секунды, чтобы начать говорить.
• Задержка — медиана 72,5 мс для Tell 1 в тестовом стенде Retell; наши собственные измерения на работающем сервисе дают для Qwen3.8-Max 8 235 мс p50 и для Qwen3.8-27B 4 197 мс p50 за семидневный период, а это другая величина, измеренная иным способом, и ни то, ни другое не является репликой телефонного звонка.
• Вызов инструментов — 95,4% (5-е место из 62) для Tell 1 на тестовом стенде Retell; 47,8 tau-banking и полный нативный вызов функций со структурированными выходами для Qwen3.8-Max, по бенчмаркам, оценённым людьми, которые не продают ни одну из этих моделей.
• Контекст — 1 млн токенов для Qwen3.8-Max, 256K для Qwen3.8-27B; для Tell 1 не опубликовано и в значительной степени неактуально при звонке, где база знаний находится вне модели.
• Цена — Tell 1 укладывается в диапазон Retell от $0.07 до $0.31 за минуту, причём 3,5 цента из этой суммы приходятся на модель; у Qwen3.8-Max вход стоит $2, а выход — $6 за миллион токенов, у Qwen3.8-27B — $0.33 и $2.40; оба — по прайс-листу провайдера через OrcaRouter без добавленной наценки.

Арифметика, которая решает судьбу большинства развёртываний
Именно при пересчёте между этими двумя единицами цены сравнения обычно теряют чёткость, поэтому давайте проговорим этот пересчёт вслух. Минута речи — это примерно 150 произнесённых слов, что соответствует примерно 200 токенам вывода и, возможно, от 1500 до 3000 токенов ввода, если учесть промпт, извлечённые знания и схемы инструментов. При цене Qwen3.8-Max $2/$6 это меньше двух центов за минуту стоимости модели; при цене Qwen3.8-27B $0.33/$2.40 это доля цента.
Итак, тарификация по токенам — не дорогая часть, и в этом ловушка. Чего вы не получите от Qwen 3.8 ни за какие деньги, так это первый слог за 72 мс, потому что флагманская модель с 2,4 трлн параметров, отвечающая за восемь секунд, уже потеряла звонящего. Стоимость облачного флагмана — не токены, а задержка полного цикла. Построить то же самое самостоятельно означает полностью отвечать за бюджет задержки — разместить модель вместе с речевым стеком, ограничить длину вывода, передавать потоком первую фразу до завершения вызова инструмента — и именно эта инженерия является реальной статьёй расходов, а не $0.02.
Вот почему честный вывод носит архитектурный, а не конкурентный характер. Ценность Tell 1 в том, что кто-то уже потратил инженерные усилия на первые 800 миллисекунд телефонного звонка. Ценность Qwen 3.8 в том, что она измеримо лучше справляется с той частью звонка, где что-то реально делается, и она доступна как в виде вызываемого API, так и в виде весов, которые можно разместить у себя.
Паттерн разделённого стека и где роутер оправдывает своё место
{{1}}Конфигурация, которая решает эту проблему, — это не выбор между двумя моделями; это разделение труда, и голосовые платформы уже применяют его внутри.{{/1}} {{2}}Собственная главная страница Retell описывает её стек именно так: модель для рассуждений и оркестрации, агентная обвязка, которая собирает знания и инструменты, и отдельный речевой слой.{{/2}} Tell 1 занимает одно место в этой схеме, а не все.
Вне голосовой платформы то же разделение выглядит так. Небольшая быстрая модель отвечает за слой смены реплик — подтверждение, уточнение, «сейчас проверю для вас» — а шаги, требующие множества инструментов и сложных рассуждений, передаются модели с лучшими показателями в вызове функций и длинном контексте. Qwen 3.8 хорошо подходит на вторую роль, и оба её основных варианта можно маршрутизировать через OrcaRouter одним ключом: переключайтесь между Qwen3.8-Max и Qwen3.8-27B, меняя строку модели, держите цепочку резервных вариантов чтобы ошибка 429 от вышестоящего провайдера не превращалась в сорванный вызов, и используйте DSL маршрутизации, чтобы направлять сложные ходы флагманской модели, а рутинные — более дешёвому варианту. Цена из прайс-листа провайдера передаётся без наценки, поэтому изменение цены Qwen доходит до вас в тот же день, а не при следующем продлении договора.
Tell 1 нет в нашем каталоге и не будет; он не продаётся как модель. Что мы можем сделать — это путь эскалации вокруг него: та модель, к которой обращается ваш голосовой агент, когда звонящий спрашивает о том, что не покрыто скриптом.
Как уладить это за неделю
Возьмите пятьдесят реальных звонков из собственной очереди, а не синтетических — слабость бенчмарка в том, что его звонки принадлежат Retell, а ваши сценарии отказа кроются в ваших собственных транскриптах. Прогоните каждый через две конфигурации: Tell 1 внутри Retell и ту же логику агента, направленную на Qwen3.8-Max. Оцените три вещи и игнорируйте всё остальное. Сработал ли вызов инструмента с правильными аргументами? Совпал ли ответ с вашей базой знаний? И на какой отметке времени агент начал говорить после того, как звонящий замолчал?
Мое ожидание, судя по опубликованным цифрам, а не по результатам тестирования: конфигурация Qwen выиграет в первых двух случаях и сильно проиграет в третьем, и размер этого третьего разрыва — единственная цифра, которая определяет архитектуру. Если ваши вызовы — в основном поисковые запросы с однозначно правильным ответом, преимущество voice-tuned модели в задержке стоит меньше, чем несколько процентных пунктов точности вызова инструментов, и универсальная модель выигрывает. Если ваши вызовы — в основном разговор — триаж, успокоение, квалификация — вызовы инструментов поверхностны, задержка решает всё, и модель, созданная для телефона, — подходящая деталь для этой задачи.
Оба ответа имеют право на существование, и именно поэтому постановка вопроса «что лучше» несостоятельна. Единственное, чего я бы не стал делать, — это выбирать Tell 1 на основании первого места в рейтинге, не прочитав столбец, в котором он только пятый, или выбирать Qwen 3.8 на основании Intelligence Index, не замерив секундомером время до его первого токена в ходе живого звонка.


