Qwen3.8-LiveTranslate vs Qwen 3.8: En namnkollision, inte en rättvis kamp

Söker du efter en av dessa modeller visas den andra. Qwen3.8-LiveTranslate, som släpptes den 19 september 2026, och Qwen3.8-Max — den modell som de flesta menar när de skriver "Qwen 3.8" utan suffix, allmänt tillgänglig sedan den 3 augusti 2026 och uppdaterad som Qwen3.8-Max-0902 den 2 september — delar ett generationsprefix och nästan inget annat. Den ena är ett system för simultantolkning som tar in ljud och lämnar ut översatt ljud och text, fakturerat över en WebSocket under ID:t qwen3.8-livetranslate-flash-realtime. Den andra är en sparse mixture-of-experts-generalist med 2,4 biljoner parametrar och ett kontextfönster på 1M tokens som inte kan höra någonting alls. Att ställa dem mot varandra är en kategorimiss, och det faktum att så många människor hamnar i den missen är den egentliga historien här: leverantören släpper nu minst fyra olika saker under namnet Qwen 3.8, och namngivningsschemat berättar inte vilken av dem du vill ha.

Vad var och en faktiskt är

Qwen 3.8-generationen släpptes i lager under andra halvan av 2026, och lagren är inte utbytbara.

Qwen3.8-Max är den hostade flaggskeppsmodellen: en gles MoE-modell med ungefär 2,4 biljoner totala parametrar och omkring 95 miljarder aktiva per framåtpassning, en kontext på 1 miljon tokens och text-, bild- och videoindata med enbart textutdata. Den är prissatt till $2.00 per miljon indatatokens och $6.00 per miljon utdatatokens, med cacheläsningar till $0.250 per miljon. Leverantörsrapporterade poäng placerar den på 86,6 på Terminal-Bench 2.1, 92,6 på GPQA Diamond, 67,7 på SWE-bench Pro och 43,6 på Humanity's Last Exam.

Qwen3.8-2.4T-A95B är samma generations släpp med öppna vikter, publicerat den 12 augusti 2026: 512 routade experter över 92 lager, varav 69 av dessa lager använder linjär attention, och ungefär 4,89 TB vikter. Det är den modell de flesta menar med "Qwen 3.8" när de pratar om att köra något själva i stället för att anropa ett API.

Qwen3.8-27B är den lilla öppna checkpointen i samma familj, och Qwen3.8-LiveTranslate är specialisten – en tolk med Interleave-arkitektur, byggd på en Hybrid MoE Thinker–Talker-design, med 60 källspråk som känns igen och 29 tillgängliga för talad utdata.

Axeln som skiljer dem åt är inte storlek. Det är modalitet. Qwen3.8-Max har ingen ljudinmatningsväg och ingen ljudutgång alls. Att be den tolka en livekonversation är inte en fråga om att prompta den bättre; förmågan finns inte i modellen.

Spec-kontrast

Sida vid sida överlappar de två modellerna knappt i någon dimension som en köpare bryr sig om:

• Primärt jobb — Qwen3.8-LiveTranslate: simultan tal-till-tal-tolkning. Qwen3.8-Max: allmän resonemangsförmåga, kodning, agentiskt och multimodalt textarbete.

• Indatamodalitet — Qwen3.8-LiveTranslate: ljud och bild. Qwen3.8-Max: text, bild och video.

• Utdatamodalitet — Qwen3.8-LiveTranslate: text och syntetiserat ljud. Qwen3.8-Max: endast text.

• Kontextfönster — Qwen3.8-LiveTranslate: 53 248 tokens (49 152 in / 4 096 ut). Qwen3.8-Max: 1 000 000 tokens.

• Vikter — Qwen3.8-LiveTranslate: stängd, endast API. Qwen3.8-Max: hostad, med den öppna syskonmodellen Qwen3.8-2.4T-A95B släppt under samma generation.

• Hastighetsgränser — Qwen3.8-LiveTranslate: 10 förfrågningar och 100 000 tokens per minut. Qwen3.8-Max: standardgenomströmning för hostade modeller, inget realtak per förfrågan.

Kontextskillnaden är den som förvånar folk. Qwen3.8-Max har en miljon token; tolken har ungefär fem procent av det. Men en realtidstolk behöver inte en lång kontext – den behöver ett kort minne och ett mycket snabbt sådant. Dess tak på 49 152 token för indata är dimensionerat för att föra de senaste minuterna av ett samtal vidare för att hålla namn och terminologi konsekventa, vilket är precis det jobb som "disambiguering i långa kontexter" utför. Att bedöma tolken efter dess kontextsiffra är som att bedöma en racemotor efter dess bränsletank.

Varför prisjämförelsen är en fälla

Per miljon tokens verkar tolken dramatiskt mycket dyrare än flaggskeppet: 7,50 $ per miljon indatatokens för ljud mot 2,00 $ per miljon indatatokens för text, och 30,00 $ per miljon utdatatokens för ljud mot 6,00 $ per miljon utdatatokens för text.

Den jämförelsen är meningslös, och det är det enskilt vanligaste misstaget när det gäller den här typen av modell. Ljudtoken och texttoken är inte samma enhet. Tal kodas till ljudtoken med en densitet som inte har någon koppling till samma innehåll i nedskriven form — en minut samtal förbrukar avsevärt fler ljudtoken än vad dess transkription förbrukar texttoken, och utljudet lägger till ytterligare en ström ovanpå. Att ställa de två hastigheterna sida vid sida antyder en kostnadskvot som inte existerar i praktiken.

Den strukturella skillnaden spelar större roll än prisskillnaden. Qwen fakturerar tolken per token, medan en stor del av marknaden för realtidstal fakturerar per minut av sessionen. Dessa två prismodeller beter sig helt olika när ditt ljud blir svagare, dina sessioner blir kortare eller dina talare pausar – en per-minut-mätare tar betalt för tystnad, och en per-token-mätare gör det inte. Om du bygger en kostnadsmodell är frågan inte vilken taxa som är lägre; det är vilken mätare som bestraffar din användningsprofil. Notera också regionuppdelningen: priserna i Beijing ligger på 40 ¥ / 3,3 ¥ / 100 ¥ / 160 ¥ per miljon för ljudindata, bildindata, textutdata respektive ljudutdata, väsentligt lägre än priserna i Singapore, vilket är en sådan skillnad som bara blir synlig när man jämför de två rad för rad.

Ytterligare en punkt till tolkens fördel när det gäller kostnaden: Qwen höll dessa priser i stort sett oförändrade jämfört med Qwen3.5-LiveTranslate, med Peking oförändrat och Singapore något billigare. Att en ny generation lanseras utan prishöjning är inte normen på den här marknaden.

Öppna vikter kontra endast API är den verkliga skiljelinjen

Om du väljer mellan dessa två på principiella grunder snarare än utifrån förmåga, är licensiering det avgörande faktumet.

Qwen3.8-Max finns tillgänglig i hostad form, och generationens vikter i Max-klassen släpptes med öppen källkod som Qwen3.8-2.4T-A95B i augusti. Den vägen finns, men den är inte enkel: 4,89 TB vikter är datacenterhårdvara, och open-weight-licensen kräver att organisationer som tjänar över 50 miljoner USD under en tolvmånadersperiod skaffar en kommersiell licens från Alibaba Cloud.

Qwen3.8-LiveTranslate har ingen sådan väg. Den har stängda vikter och är endast tillgänglig via API, nåbar genom ett WebSocket Realtime-API som kräver att target_language anges i en session.update-händelse innan något ljud rör sig, stöder inga funktionsanrop, ingen strukturerad utdata, ingen kontextcachning, ingen batch-inferens och ingen finjustering. Om ditt krav är att köra tolken på din egen hårdvara uppfyller den här modellen det inte, och ingen mängd ingenjörskonst kommer att ändra på det.

Det spelar roll för en särskild typ av köpare: den som inte kan skicka ljud till en tredje part – ett sjukhus, en advokatbyrå, en statlig entreprenör. För alla andra är den praktiska frågan om tolken är tillräckligt bra för att motivera beroendet, och svaret på det är en mätning som Qwen ännu inte har låtit någon göra.

Välja efter jobb, inte efter namn

Det korrekta svaret på ”Qwen3.8-LiveTranslate eller Qwen 3.8” är att du förmodligen behöver svaret på en annan fråga.

• Om jobbet är live-tolkning – ett möte, ett samtal, en sändning – är det bara en av dessa som kan göra det, och det är inte flaggskeppet.

• Om uppgiften är att sammanfatta vad som sades, extrahera åtgärdspunkter, svara på frågor om transkriptet eller skriva uppföljningen – kan bara flaggskeppet göra det, och det är inte tolken.

• Om uppdraget är bådadera bygger du en pipeline, och du kommer att betala två leverantörer med två kontrakt och två uppsättningar autentiseringsuppgifter om du inte medvetet konsoliderar.

Det tredje fallet är det vanliga, och det är där att köra båda halvorna bakom en enda slutpunkt slutar vara en bekvämlighet och börjar bli arkitektur. Qwen3.8-Max finns på OrcaRouter till leverantörens listpris på 2,00 USD per miljon indatatokens och 6,00 USD per miljon utdatatokens med noll påslag som förs vidare, så att en prissänkning från Qwen når din faktura samma dag i stället för vid nästa avtalsförnyelse, och automatisk failover gör att den sammanfattande halvan av pipelinen inte slocknar när en leverantör har en dålig timme.

För att vara tydlig om den andra halvan, eftersom distinktionen spelar roll: Qwen3.8-LiveTranslate finns inte i vår katalog. Det är tillgängligt via Alibabas eget Model Studio-API och leverantörens testendpoint på omni.qwen.ai/live-translate, och vi kommer inte att antyda att vi dirigerar en modell som vi inte gör. Det du kan lägga bakom en enda nyckel idag är downstream-stacken – modellerna som konsumerar det som tolken producerar.

Namngivningsproblemet är det faktiska fyndet

Fyra modeller, ett prefix, ingen suffixkonvention som en läsare kan förlita sig på. "Qwen 3.8" kan avse den hostade flaggskeppsmodellen, den öppna 2,4T-checkpointen, den lilla 27B-modellen eller tolken beroende på vem som skriver och vad de läste senast. De publicerade benchmarktabellerna hjälper inte, eftersom flaggskeppet har dem och tolken mestadels inte: Qwen3.8-Max kan placeras på Terminal-Bench eller GPQA Diamond, medan Qwen3.8-LiveTranslates underlag är en genomsnittlig eftersläpning på 2,3 sekunder, ett leverantörsrapporterat 85,7 xCOMET-XXL på FLEURS och en självrapporterad diariseringsfelkvot på 9,7 % utan oberoende replikering.

Så jämförelsen som den här sidan finns för att besvara är egentligen en varning. Innan du jämför Qwen 3.8 med något måste du fastställa vilken Qwen 3.8 du menar. Om den tar emot ljud är den tolken, och den är en specialist som du köper för ett jobb. Om den tar emot video är den flaggskeppet, och den är en generalist som du köper för de andra tjugo. Varje utvärdering som blandar dem kommer att ge en slutsats om ingen av dem.