Glimpse vs Qwen 3.8: Ett fönster på en miljon tokens och en siffra som ingen har publicerat

En av dessa modeller publicerar ett kontextfönster på en miljon token och en prislista du kan budgetera mot. Den andra publicerar inget kontextfönster, inget parameterantal och ingen arkitektur alls. Glimpse, släppt av Elorian den 16 oktober 2026, är en forskningsförhandsvisning vars hela publicerade förmåga är ett beteende – den kan återvända till ett specifikt ögonblick i en video medan den fortfarande tänker, skanna om ett fönster på nio tiondels sekund med tätare bildfrekvens, zooma in i en region eller följa en egenskap över tid innan den bestämmer sig för ett svar. Qwen 3.8 är Alibabas generation från augusti 2026, och medlemmen som den här jämförelsen egentligen hänger på är Qwen3.8-Max: tillgänglig som ett prissatt API sedan den 3 augusti 2026 till $2.00 per miljon indata-token och $6.00 per miljon utdata, med ett fönster på en miljon token och inbyggd bildinmatning. Qwen3.8-Max är en av modellerna vi routar; Glimpse finns inte ens i vår katalog. Den asymmetrin är inte en liten procedurdetalj. Det är formen på beslutet, eftersom en av dessa är ett anrop du kan sätta i en budgetpost och den andra är en förhandsvisning du måste prova innan du kan kosta den.

Vad var och en faktiskt är byggd för att göra

Det här är inte två svar på en och samma fråga, och tecknet på det är att deras flaskhalsar ligger på olika ställen.

Flaskhalsen för Qwen3.8-Max är kapacitet och kostnad i skala. En miljon tokens kontext innebär att en timslång inspelning, en tusensidig handling eller en veckas loggar går in i ett enda anrop utan en chunkningspipeline framför sig. Modellen är nativt multimodal för indata – text och bilder in, text ut – så ett dokumenttungt eller skärmbildstungt arbetsflöde behöver inte ett separat visionssteg. Dess parameterantal har aldrig offentliggjorts av A​libaba, men den öppna syskonmodellen till dess kärna, Qwen3.8-2.4T-A95B, är en mixture-of-experts med 2,4 biljoner parametrar och ungefär 95 miljarder aktiva, vilket är så nära någon utanför företaget kommer.

Glimpses flaskhals är upplösning i tid. Dess fönster är inte begränsningen; det är samplingsschemat. Vanliga modeller för videoförståelse samplar bildrutor på ett fast rutnät, och allt som hamnar mellan två samplade bildrutor är borta — vilket är anledningen till att ”panorerade eller klippte kameran” och ”är det samma objekt efter att det skymdes” är svåra frågor snarare än enkla. Glimpse hanterar detta genom att lägga extra beräkningskraft på ett intervall efter att det redan har sett hela klippet. I den spårning som Elorian publicerade tar den en första genomgång med ungefär 8 bildrutor per sekund, bildar en preliminär tolkning och återvänder sedan till 0,9 sekunder av klippet vid ungefär 14 bildrutor per sekund för att avgöra om den tittar på en panorering eller ett klipp.

• Kontext — 1 000 000 tokens för Qwen3.8-Max, publicerat av A​libaba och listat i vår egen rutt. Inte publicerat för Glimpse, vilket är en lucka som en läsare bör betrakta som just en lucka snarare än en utelämnad uppgift som ska fyllas i med en uppskattning.

• Indatamodalitet — båda tar emot bilder. Qwen3.8-Max tar emot videobilder enligt ett schema du väljer. Glimpse tar emot video och kan återvända till ett intervall efter en första genomgång, vilket är hela produkten.

• Storlek — ej angivet för Glimpse. För Qwen3.8-Max, ej angivet som servad modell, med ett öppet syskon om 2,4T / ~95B aktiva parametrar som närmaste tillgängliga proxy.

• Vikter — inga för Glimpse; den är enbart API och chatt, med en kostnadsfri registrering. Blandat för generationen: Qwen3.8-27B är en dense modell med 27 miljarder parametrar under Apache 2.0, 2.4T-kärnan kan laddas ner under en anpassad licens, och Qwen3.8-Max har själv inga vikter alls.

• Pris — Glimpse 0,60 $ / 3,00 $ per miljon tokens. Qwen3.8-Max 2,00 $ / 6,00 $, med en cachad läsning på 0,25 $.

• Oberoende poäng — Artificial Analysis Intelligence Index v4.3.2 placerar Qwen3.8-Max (0902) på 45, rankad som 33:a av 217, och mäter dess utdatahastighet till 38,8 tokens per sekund, vilket AA beskriver som anmärkningsvärt långsamt för dess nivå. Glimpse har ingen oberoende poäng av något slag; den släpptes i går.

Båda leverantörerna valde sin egen jämförelseuppsättning.

Ingen av modellernas främsta prispåståenden överlever kontakten med den andras.

Elorian framställer Glimpse till priset $0,60/$3,00 som 94 % lägre än GPT-6 Astra på $10/$50, 85 % lägre än Claude Opus 5.5 på $4/$20 och 70 % lägre än G​PT-6.1 Sol på $2/$10. Var och en av dessa är ett flaggskepp på frontlinjen. Jämfört med dem framstår Glimpse som det billiga alternativet, och påståendet är aritmetiskt korrekt.

Ställ Glimpse mot den billiga änden av Qwen 3.8-serien och inramningen inverteras. Qwen3.8-Flash kostar $0.15 per miljon indatatokens och $0.47 per miljon utdatatokens, med cacheläsningar på $0.018 och cacheskrivningar på $0.230 — så för en arbetsbelastning med ett stort stabilt prefix är den effektiva indatatakten en bråkdel av en cent per miljon, en storleksordning under Glimpses indatapris och ungefär två storleksordningar under dess utdatapris. Qwen3.8-Max, flaggskeppet, är dyrare än Glimpse per token och fortfarande fyra gånger billigare än den frontiermodell Elorian prissatte mot.

Det är ingen motsägelse på någon av sidorna. Det är två företag som väljer den jämförelse som smickrar dem, och läsarens uppgift är att ersätta båda med arbetsbelastningen framför sig.

Prissättning av en timmes video, båda sätten

Abstrakta taxor avgör ingenting, så kör ett konkret jobb genom dem: en granskningsuppgift i övervakningsstil, en timmes filmmaterial per ärende, 200 ärenden i månaden, en fråga som kräver att modellen svarar i prosa med tidsstämplar.

På Qwen3.8-Max får timmen plats i kontextfönstret utan chunkning. Med grovt räknat 800 000 indatatoken för en tätt samplad timme plus ett svar på 1 500 token per fall kostar en månad cirka 322 dollar i indata och cirka 1,80 dollar i utdata – kalla det 324 dollar, med förbehållet att om samma material granskas upprepade gånger skär den cachade läsningen på 0,25 dollar hårt i indataraden och den här aritmetiken slutar vara den rätta.

På Glimpse passar timmen också, och mekanismen är inriktad på exakt den fråga som ställs. Elorian publicerar ingen siffra per timme, men ger en siffra på uppgiftsnivå – en robotplaneringsepisod som kostar $0.035 mot $0.249 på Astra – och det finns inget ärligt sätt att extrapolera det till videogranskning utan att hitta på tokens. Vad som kan sägas är att prissättningens form är annorlunda till sin art: Glimpse tar betalt per token för en modell som medvetet spenderar extra tokens på att titta igen, så tillbakaspolningen är inte gratis och spåret är kvittot. Om det blir $300 i månaden eller $900 beror på hur ofta modellen bestämmer sig för att gå tillbaka, och den siffran existerar bara efter att du har kört dina egna klipp.

Den andra halvan av den räkningen förtjänar att sägas rakt ut, eftersom det är den del som inte syns på en prislista. Qwen3.8-Max är en av våra rutter, till leverantörens listpris som förs vidare utan något påslag per token — så om Alibaba ändrar den prisnivån är ändringen live hos oss samma dag i stället för vid nästa avtalsförnyelse. Glimpse finns inte i vår katalog; det är via Elorians eget API och chattgränssnitt som du får det, och det är ett uttalande om vad vi hostar snarare än ett påstående om modellen. Där ett routningslager gör nytta i just den här jämförelsen är ett lager upp: en nyckel framför fler än 200 modeller, automatisk failover, så att en obeprövad förhandsversion eller en långsam flaggskeppsmodell ligger på en sidoväg i stället för framför din produktionsrutt.

Två andra Qwen 3.8-medlemmar ändrar svaret

Att enbart jämföra Glimpse med Qwen3.8-Max ger en missvisande enkel bild, eftersom generationen innehåller medlemmar som inte alls beter sig som dess flaggskepp.

Qwen3.8-Flash är volymspåret: $0.15/$0.47 för samma korta uppgift som körs en miljon gånger i stället för ett enda stort anrop. För ett arbetsflöde som redan samplar bildrutor enligt ett fast schema och bara behöver en billig avläsning av var och en, är Flash rätt instrument och Glimpse-frågan uppstår aldrig.

Qwen3.8-27B är medlemmen som ändrar kopplingsschemat snarare än priset. Det är en tät multimodell med 27 miljarder parametrar under Apache 2.0 som du kan ladda ner och köra på en enda maskin, vilket innebär att videomaterialet inte lämnar din infrastruktur överhuvudtaget. Qwen3.8-Max för $2/$6 svarar på vad en video säger; 27B svarar på om du överhuvudtaget får skicka videon någonstans. Varken Glimpse eller Qwen3.8-Max erbjuder det, och det är inte en förmåga som någon av leverantörerna sannolikt kommer att lägga till.

Så den praktiska kartan har tre spår, inte två. Billig fast-schemalagd sampling till Flash-priser; multimodalt resonemang med stor kontext med Max; och en självhostad 27B när vårdnaden om mediet är den bindande begränsningen. Glimpse är inte ett fjärde spår – det är en satsning på den enda fråga som ingen av de tre kan besvara väl, nämligen vad som hände inom ett subsekundsintervall.

Vad skulle ändra denna jämförelse

Den här sidan är värd att läsa om när tre specifika saker inträffar, och ingen av dem har inträffat ännu.

Det första är någon form av oberoende utvärdering av Glimpse. Dess benchmarktabell är leverantörsrapporterad, inte reproducerad och kördes med modellens egen högsta tankeansträngning och dess inbyggda agent-harness, med en fotnot som avslöjar att flera konkurrenter kördes under sin maximala nivå. Ett enda oberoende utvärderingsramverk som reproducerar en enda rad skulle förvandla ett påstående till bevis.

Det andra är Glimpses kontextfönster. En videoresonemangsfunktion vars fönster är mindre än det videomaterial ett verkligt arbetsflöde ger den är en demo, och siffran har inte publicerats.

Den tredje är en prisförändring för Qwen3.8-Max eller en ny medlem i generationen. Linjen har redan flyttats en gång — Max gick in på $2/$6, under den föregående generationens förhandspris — och AA har utvärderat Max-linjen vid mer än en build, med indexnumret som har ändrats mellan dem. En generation som släpper fem medlemmar under ett kvartal stannar inte vid fem.

Fram till dess är beslutsregeln tillräckligt snäv för att formuleras i en rad: om din fråga gäller vad som hände inom en bråkdel av en sekund av filmmaterial, är Glimpse den enda av de två vars angivna mekanism siktar på det, och den kostnadsfria registreringen gör testet billigt — kör ett klipp, läs sedan av det visuella arbetsutrymmet och kontrollera om modellen någonsin gick tillbaka till det intervall som avgjorde svaret. Om din fråga gäller vad ett långt dokument, en uppsättning skärmbilder eller en timme filmmaterial säger som helhet, och svaret måste överleva en budgetgranskning, är Qwen3.8-Max modellen med ett fönster, en prislista, ett oberoende index och en väg som prissätter den, och Glimpse var aldrig med i det racet.

Inget av detta är hypotetiskt: de dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, tillförlitlighetsgrad och omtvistad flagga.