Glimpse so với Qwen 3.8: Cửa sổ một triệu token và một con số chưa ai công bố

Một trong hai mô hình này công bố cửa sổ ngữ cảnh một triệu token và một bảng giá để bạn có thể lập ngân sách dựa theo. Mô hình còn lại không công bố cửa sổ ngữ cảnh, không công bố số lượng tham số và cũng không công bố kiến trúc nào cả. Glimpse, được Elorian phát hành ngày 16 tháng 10 năm 2026, là một bản xem trước nghiên cứu mà toàn bộ năng lực được công bố chỉ là một hành vi — nó có thể quay lại một thời điểm cụ thể trong video ngay trong khi vẫn đang suy nghĩ, quét lại một cửa sổ dài chín phần mười giây ở tốc độ khung hình dày đặc hơn, phóng to một vùng, hoặc theo dõi một đặc trưng xuyên suốt thời gian trước khi đưa ra câu trả lời. Qwen 3.8 là thế hệ tháng 8 năm 2026 của Alibaba, và thành viên mà so sánh này thực sự xoay quanh là Qwen3.8-Max: đang hoạt động như một API có tính phí kể từ ngày 3 tháng 8 năm 2026 với mức 2,00 USD mỗi triệu token đầu vào và 6,00 USD mỗi triệu token đầu ra, cùng cửa sổ một triệu token và khả năng nhập hình ảnh gốc. Qwen3.8-Max là một trong những mô hình chúng tôi định tuyến; Glimpse hoàn toàn không có trong danh mục của chúng tôi. Sự bất đối xứng đó không phải là một chi tiết thủ tục nhỏ nhặt. Nó chính là hình hài của quyết định, bởi một trong hai là lệnh gọi bạn có thể đưa vào một dòng ngân sách, còn cái kia là bản xem trước mà bạn phải thử trước khi có thể tính được chi phí.

Mỗi thứ thực sự được tạo ra để làm gì

Đây không phải là hai câu trả lời cho cùng một câu hỏi, và dấu hiệu nhận biết nằm ở chỗ điểm nghẽn của chúng nằm ở những vị trí khác nhau.

Điểm nghẽn của Qwen3.8-Max nằm ở năng lực và chi phí khi mở rộng quy mô. Một triệu token ngữ cảnh đồng nghĩa với một bản ghi âm dài một giờ, một hồ sơ dài nghìn trang, hoặc nhật ký của cả một tuần đều đi vào một lệnh gọi duy nhất mà không cần pipeline chia nhỏ chạy phía trước. Mô hình vốn có khả năng đa phương thức ở đầu vào — văn bản và hình ảnh vào, văn bản ra — nên một quy trình nhiều tài liệu hoặc nhiều ảnh chụp màn hình không cần một giai đoạn thị giác riêng. Số lượng tham số của nó chưa từng được A​libaba công bố, nhưng người anh em mở của lõi nó, Qwen3.8-2.4T-A95B, là một mixture-of-experts 2,4 nghìn tỷ tham số với khoảng 95 tỷ tham số hoạt động, mức gần nhất mà bất kỳ ai bên ngoài công ty có thể đạt được.

Nút thắt của Glimpse là độ phân giải theo thời gian. Cửa sổ của nó không phải là ràng buộc; lịch lấy mẫu mới là. Các mô hình hiểu video thông thường lấy mẫu khung hình trên một lưới cố định, và bất cứ thứ gì rơi vào khoảng giữa hai khung hình được lấy mẫu đều biến mất — đó là lý do vì sao "camera đã lia hay cắt cảnh" và "đó có phải cùng một vật thể sau khi nó bị che khuất không" là những câu hỏi khó chứ không phải dễ. Glimpse giải quyết điều đó bằng cách dành thêm tính toán cho một khoảng sau khi nó đã xem toàn bộ đoạn clip. Trong bản trace mà Elorian công bố, nó thực hiện lượt chạy đầu tiên ở tốc độ khoảng 8 khung hình mỗi giây, đưa ra một cách đọc dự đoán ban đầu, rồi quay lại 0,9 giây của clip ở tốc độ khoảng 14 khung hình mỗi giây để xác định xem nó đang nhìn vào một cú lia hay một cú cắt cảnh.

• Ngữ cảnh — 1.000.000 token cho Qwen3.8-Max, do A​libaba công bố và được liệt kê trên tuyến của chính chúng tôi. Không được công bố cho Glimpse, đây là một khoảng trống mà người đọc nên coi là khoảng trống, chứ không phải một thiếu sót cần được lấp đầy bằng một con số ước tính.

• Phương thức đầu vào — cả hai đều nhận hình ảnh. Qwen3.8-Max nhận các khung hình video theo lịch trình bạn chọn. Glimpse nhận video và có thể xem lại một khoảng thời gian sau lượt chạy đầu tiên, và đó chính là toàn bộ sản phẩm.

• Kích thước — không được tiết lộ đối với Glimpse. Với Qwen3.8-Max, không được tiết lộ với tư cách là mô hình được phục vụ, cùng một mô hình mở cùng dòng 2,4T / ~95B tham số hoạt động là đại diện gần nhất hiện có.

• Trọng số — không có đối với Glimpse; nó chỉ có API và chat, với đăng ký miễn phí. Không đồng nhất trong cả thế hệ: Qwen3.8-27B là mô hình dense 27 tỷ tham số theo Apache 2.0, lõi 2.4T có thể tải xuống theo giấy phép tùy chỉnh, còn bản thân Qwen3.8-Max thì không có trọng số nào cả.

• Giá — Glimpse $0,60 / $3,00 mỗi triệu token. Qwen3.8-Max $2,00 / $6,00, với $0,25 cho mỗi lượt đọc từ bộ nhớ đệm.

• Điểm số độc lập — Artificial Analysis Intelligence Index v4.3.2 xếp Qwen3.8-Max (0902) ở mức 45, đứng thứ 33 trong số 217, và đo tốc độ đầu ra của nó ở mức 38,8 token mỗi giây, mà AA nhận xét là chậm đáng kể so với phân khúc của nó. Glimpse không có bất kỳ điểm số độc lập nào; nó vừa ra mắt ngày hôm qua.

Cả hai nhà cung cấp đều tự chọn bộ so sánh của riêng mình.

Không tuyên bố giá nổi bật của mô hình nào trụ nổi khi đối chiếu với tuyên bố của mô hình kia.

Elorian định vị Glimpse ở mức $0.60/$3.00 là thấp hơn 94% so với GPT-6 Astra ở mức $10/$50, thấp hơn 85% so với Claude Opus 5.5 ở mức $4/$20 và thấp hơn 70% so với GPT-6.1 Sol ở mức $2/$10. Mỗi một trong số đó đều là một flagship tiên phong. So với chúng, Glimpse trông như lựa chọn giá rẻ, và tuyên bố này đúng về mặt số học.

Đặt Glimpse lên bàn cân với phân khúc giá rẻ của dòng Qwen 3.8 thì cách nhìn nhận sẽ đảo ngược. Qwen3.8-Flash có mức giá 0,15 đô-la cho mỗi triệu token đầu vào và 0,47 đô-la cho mỗi triệu token đầu ra, với giá đọc bộ nhớ đệm là 0,018 đô-la và ghi bộ nhớ đệm là 0,230 đô-la — vậy nên với một khối lượng công việc có tiền tố ổn định, dài, mức giá đầu vào hiệu dụng chỉ còn một phần nhỏ của một xu cho mỗi triệu token, thấp hơn giá đầu vào của Glimpse một bậc độ lớn và thấp hơn giá đầu ra của nó khoảng hai bậc. Qwen3.8-Max, mẫu chủ lực, đắt hơn Glimpse tính theo token nhưng vẫn rẻ hơn mô hình tiên phong mà Elorian đem ra so sánh tới bốn lần.

Đó không phải là mâu thuẫn ở bên nào cả. Đó là chuyện hai công ty chọn phép so sánh có lợi cho họ, và việc của người đọc là thay cả hai bằng khối lượng công việc đang ở trước mắt mình.

Định giá một giờ video, theo cả hai cách

Bảng giá trừu tượng chẳng quyết định được gì cả, nên hãy đưa một công việc cụ thể chạy qua chúng: một tác vụ duyệt kiểu giám sát, một giờ video mỗi trường hợp, 200 trường hợp một tháng, một câu hỏi mà mô hình cần trả lời bằng văn xuôi kèm dấu thời gian.

Trên Qwen3.8-Max, một giờ vừa vặn trong cửa sổ ngữ cảnh mà không cần chia nhỏ. Với khoảng 800.000 token đầu vào cho một giờ được lấy mẫu dày đặc, cộng thêm câu trả lời 1.500 token cho mỗi trường hợp, một tháng tốn khoảng $322 cho đầu vào và khoảng $1,80 cho đầu ra — cứ tính là $324, với lưu ý rằng nếu cùng một đoạn phim được xem lại nhiều lần, lần đọc từ bộ nhớ đệm $0,25 sẽ cắt mạnh chi phí đầu vào và phép tính này không còn đúng nữa.

Trên Glimpse, mức theo giờ cũng khớp, và cơ chế này nhắm thẳng vào đúng câu hỏi đang được đặt ra. Elorian không công bố con số theo giờ, nhưng có đưa ra một con số ở cấp tác vụ — một phiên lập kế hoạch cho robot tốn $0.035 so với $0.249 trên Astra — và không có cách nào trung thực để suy rộng điều đó sang việc đánh giá video mà không bịa ra token. Điều có thể nói là hình dạng định giá khác về bản chất: Glimpse tính phí theo token trên một mô hình cố ý tiêu thêm token để nhìn lại, nên việc tua lại không miễn phí và dấu vết chính là biên lai. Việc đó là $300 một tháng hay $900 phụ thuộc vào tần suất mô hình quyết định quay lại, và con số đó chỉ tồn tại sau khi bạn chạy các clip của riêng mình.

Nửa còn lại của hóa đơn đó đáng được nói thẳng ra, vì đó là phần không xuất hiện trên bảng giá. Qwen3.8-Max là một trong những tuyến của chúng tôi, theo đúng giá niêm yết của nhà cung cấp, chuyển nguyên không cộng thêm gì trên mỗi token — vậy nên nếu A​libaba thay đổi mức giá đó, thay đổi sẽ có hiệu lực ngay bên phía chúng tôi trong cùng ngày chứ không phải đợi đến kỳ gia hạn hợp đồng tiếp theo. Glimpse không có trong danh mục của chúng tôi; API và giao diện chat riêng của Elorian mới là nơi bạn có được nó, và đó là một nhận định về những gì chúng tôi lưu trữ chứ không phải một tuyên bố về mô hình. Điểm mà một lớp định tuyến tỏ ra hữu ích trong so sánh cụ thể này nằm ở một tầng cao hơn: một khóa duy nhất đứng trước hơn 200 mô hình, tự động chuyển đổi dự phòng, để một bản xem trước chưa được kiểm chứng hay một mô hình chủ lực chậm chạp nằm trên một nhánh phụ thay vì chắn ngay trước tuyến production của bạn.

Hai thành viên khác của Qwen 3.8 thay đổi câu trả lời

Chỉ so sánh Glimpse với Qwen3.8-Max sẽ tạo ra một bức tranh đơn giản gây hiểu lầm, vì thế hệ này chứa những thành viên hành xử chẳng giống chút nào với mẫu chủ lực của nó.

Qwen3.8-Flash là làn dành cho khối lượng lớn: $0.15/$0.47 cho cùng một tác vụ ngắn được chạy hàng triệu lần thay vì một lệnh gọi lớn duy nhất. Với một quy trình vốn đã lấy mẫu khung theo một lịch trình cố định và chỉ cần một phép đọc rẻ cho mỗi khung, Flash mới là công cụ đúng đắn và câu hỏi về Glimpse không bao giờ nảy sinh.

Qwen3.8-27B là thành viên thay đổi sơ đồ đấu nối chứ không phải mức giá. Đây là một mô hình đa phương thức dày đặc 27 tỷ tham số theo giấy phép Apache 2.0 mà bạn có thể tải về và chạy trên một máy duy nhất, nghĩa là đoạn phim không hề rời khỏi hạ tầng của bạn. Qwen3.8-Max với giá 2/6 đô la trả lời video đang nói gì; còn 27B trả lời liệu bạn có được phép gửi video đi đâu đó ngay từ đầu hay không. Cả Glimpse lẫn Qwen3.8-Max đều không cung cấp điều đó, và đây cũng không phải là năng lực mà bất kỳ nhà cung cấp nào trong hai bên có khả năng bổ sung.

Vậy bản đồ thực tế có ba làn, không phải hai. Lấy mẫu theo lịch cố định giá rẻ ở mức giá Flash; suy luận đa phương thức ngữ cảnh lớn với Max; và một 27B tự vận hành khi quyền lưu giữ media là ràng buộc then chốt. Glimpse không phải là làn thứ tư — nó là một canh bạc vào câu hỏi duy nhất mà cả ba đều không thể trả lời tốt: điều gì đã xảy ra bên trong một khoảng thời gian dưới một giây.

Điều gì sẽ thay đổi sự so sánh này?

Trang này đáng đọc lại khi ba điều cụ thể xảy ra, và chưa có điều nào trong số đó xảy ra.

Đầu tiên là bất kỳ đánh giá độc lập nào về Glimpse. Bảng benchmark của nó do nhà cung cấp báo cáo, chưa được tái lập, và được chạy ở mức nỗ lực suy nghĩ cao nhất của chính mô hình với harness tác nhân gốc của nó, kèm một chú thích tiết lộ rằng một số đối thủ đã được chạy dưới mức tối đa của họ. Chỉ cần một harness độc lập tái lập được một dòng duy nhất là có thể biến một tuyên bố thành bằng chứng.

Thứ hai là cửa sổ ngữ cảnh của Glimpse. Một tính năng suy luận video mà cửa sổ nhỏ hơn lượng phim mà một quy trình thực tế giao cho nó thì chỉ là một bản demo, và con số đó vẫn chưa được công bố.

Điều thứ ba là một thay đổi giá của Qwen3.8-Max hoặc một thành viên mới trong thế hệ. Dòng này đã thay đổi một lần rồi — Max ra mắt ở mức $2/$6, thấp hơn giá xem trước của thế hệ trước — và AA đã đánh giá dòng Max trên nhiều hơn một bản dựng, với chỉ số thay đổi giữa các bản dựng đó. Một thế hệ tung ra năm thành viên trong một quý sẽ không dừng lại ở con số năm.

Cho đến lúc đó, quy tắc quyết định đủ hẹp để nói gọn trong một dòng: nếu câu hỏi của bạn là chuyện gì đã xảy ra bên trong một phần giây của đoạn phim, thì Glimpse là mô hình duy nhất trong hai mô hình có cơ chế được nêu rõ nhắm vào việc đó, và việc đăng ký miễn phí khiến cho lần dùng thử trở nên rẻ — hãy chạy một clip, rồi đọc không gian nháp trực quan và kiểm tra xem mô hình có bao giờ quay lại khoảng thời gian đã quyết định câu trả lời hay không. Nếu câu hỏi của bạn là một tài liệu dài, một tập ảnh chụp màn hình hay một giờ phim nói gì như một tổng thể, và câu trả lời phải trụ được qua một đợt xét duyệt ngân sách, thì Qwen3.8-Max là mô hình có cửa sổ, bảng giá, chỉ số độc lập và một tuyến tính giá cho nó, còn Glimpse chưa bao giờ tham gia cuộc đua đó.

Không có gì trong số đó là giả thuyết: các lỗi AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này đều được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.