Dessa 对比 Qwen3.8-Max：6 美元一个输出 Token，对上无定价的模型

Qwen3.8-Max每百万输入 token 收费 2.00 美元，每百万输出 token 收费 6.00 美元。Dessa则分文不收，因为 Block 既不出售它，也不托管它，更不发布它。这并不是在贬低 Dessa——这恰恰就是整个对比本身。一个模型是明码标价、可调用、经过独立评分的旗舰产品；另一个则是 2026 年 10 月 23 日发布的语音研究预览版，附带一个等待名单和一个演示页面。把两者并排放在一起之所以有用，正是因为它们恰好处于同一个产品问题的两端：给用户一副嗓音，到底要花多少钱？

Qwen3.8-Max 是阿里巴巴的托管旗舰模型，于 2026 年 8 月 3 日发布，是一个拥有 2.4 万亿参数的稀疏混合专家模型，每个 token 大约激活 950 亿参数。Dessa 是 Block 的全双工语音到语音模型，完全基于人类对话从零训练，不使用文本，也不依赖预训练模型。一个能读取并推理上百万 token 的文本。另一个能同时听和说。两者都无法胜任对方的工作，而目前只有一个可以调用。

每个模型实际上究竟是用来做什么的

Qwen3.8-Max 是一个通用推理与生成引擎。它接收文本、图像和视频并返回文本，上下文窗口约为一百万 token，最大输出为 131,072 token，其思考模式最多可将 262,144 token 用于思维链。阿里巴巴自家的基准测试表面向前沿推理与智能体任务：GPQA Diamond 92.6、PaperBench 93.0、OSWorld 86.1、BabyVision 82.0，均为厂商报告数据。独立机构 Artificial Analysis 在其智能指数上给它打 45 分，并测得输出速度为每秒 42.4 个 token。

Dessa 是一个对话式界面。它接收音频流并返回音频流，中间不经过任何文本，而且它是全双工的，这意味着它可以在说话的同时聆听。Block 的演示展示了它会附和、在句子中间发笑、匹配音量，并补全说话者忘记的电影片名。没有基准测试表，没有参数数量，也没有上下文窗口，因为不存在可供测量的 token 接口。

这些并不是对同一个问题的相互竞争的答案。它们是对两个问题的回答，而语音产品必须依次提出这两个问题：系统如何理解，以及它如何说话？

那些数字，以及本该是Dessa的位置上的那个空缺。

下面每个 Qwen 数据都来自阿里巴巴公布的定价和模型文档，或来自 Artificial Analysis，并已相应标注。每个 Dessa 数据都来自 Block 的公告页面，而该页面发布的信息非常少。

• 价格 — Qwen3.8-Max 每百万 token 输入 $2.00、输出 $6.00，而 Dessa 无价格。

• 缓存输入 — Qwen3.8-Max 每百万个 token 0.25 美元，Dessa 不适用。

• 参数 — Qwen3.8-Max 总参数 2.4T，激活参数约 95B，而 Dessa 未披露。

上下文——Qwen3.8-Max 约为 1,000,000 tokens；Artificial Analysis 列出 984k，而 Dessa 未注明。

• 最大输出 — Qwen3.8-Max 为 131,072 tokens，而 Dessa 不适用，因为输出为音频。

• 模态——Qwen3.8-Max 输入文本、图像和视频，输出文本；而 Dessa 输入音频，输出音频。

• 独立评分——Qwen3.8-Max 在 Artificial Analysis 智能指数上为 45，而 Dessa 无。

• 厂商基准测试——Qwen3.8-Max 在 GPQA Diamond 上为 92.6、OSWorld 上为 86.1，而 Dessa 完全没有给出任何量化声明。

• 可用性——Qwen3.8-Max 自 2026 年 8 月起是定价 API，而 Dessa 则是候补名单，外加面向一小部分安全研究人员的预览。

• 许可证 — Qwen3.8-Max 为托管商业 API，另有一个依据其自身条款发布的开源权重版本；而 Dessa 未公布任何许可证。

人听到的，人读到的

模态差距正是规格对比中容易被忽略的部分。Qwen3.8-Max 接受文本、图像和视频输入，输出文本。音频不在其输入模态之列，它也完全不输出音频；Qwen3.8 系列中没有任何一款是语音到语音模型。

这意味着基于 Qwen3.8-Max 构建的语音产品必然是一条流水线：语音识别将呼叫者的音频转成文本，Qwen3.8-Max 对该文本进行推理，语音合成再把回复转回音频。每个阶段都是独立的供应商、独立的故障模式，也是发票上独立的一行。这条流水线确实能跑通——如今大多数生产环境中的语音智能体都是这样搭建的——但它存在一种结构性成本，而 Dessa 的架构正是为了消除这一成本而设计的。

Dessa 的结构性优势不在于智能，而在于无需依赖转写文本。流水线必须先判断你何时说完话，才能作出回应；双工模型则不需要。这就是为什么 Block 的演示能够展示重叠和打断，也是为什么流水线必须用端点检测和打断逻辑来伪造这些行为，而这些逻辑会在合成器说到一半时将其取消。

实时语音代理在 Qwen3.8-Max 上实际要花多少钱

算下来比价目表所显示的更令人安心。一段十分钟的语音对话大约有 1,500 个词，把系统提示词和对话历史也算进去，大约是 2,000 个输入 token。如果智能体回复简洁，一段长度相近的回复大约是 1,000 个输出 token。按每百万 token 2.00 美元和 6.00 美元计算，也就是输入 0.004 美元、输出 0.006 美元——每次十分钟通话的语言模型成本大约为一美分。

每天 10,000 通电话时，语言模型的费用约为每天 100 美元，即每月约 3,000 美元。这并非无关紧要，但几乎可以肯定，它比同等通话量下的语音识别与合成费用更低，也比编排层的工程成本更低。认为语音昂贵是因为 token 昂贵，这种直觉在当前价格下是错误的。语音之所以昂贵，是因为音频输入和音频输出都很昂贵，也因为流水线的延迟是其各个阶段延迟之和。

百万 token 的上下文改变了智能体所能容纳的内容。相对于这个窗口，十分钟的通话不过是舍入误差，这意味着系统可以一次性承载完整转录文本、客户档案和一份政策文件，而无需检索。这是 Dessa 完全没有对应接口的一项能力——纯语音模型无法读取政策文件。

延迟预算正是这些架构产生分歧的地方

在流水线中，用户停止说话，识别器等待端点，语言模型生成第一个 token，合成器产生第一段音频。将每个阶段流式化可以隐藏其中一部分延迟，但这条链路仍有一个下限，而打断意味着拆掉合成器并重启识别器。结果就是熟悉的语音助手节奏：停顿、回复、再停顿。

Dessa 的说法是，节奏之所以消失，是因为没有链条。Block 表示，在 MacBook Pro M4 Max 上，推理运行得比实时更快；如果属实，这意味着模型不是瓶颈。但该公司没有公布以毫秒计的延迟数据，没有公布中断恢复率，也没有公布在网络或背景噪声条件下的测量结果。“比实时更快”是一种吞吐量表述，而不是响应能力表述。一个模型可以以快于播放的速度生成音频，却仍然需要 800 毫秒才能对一次中断做出反应。

对产品团队来说，缺失的那个数字才是关键所在。采用双工模式的理由在于时序。不愿公开时序的供应商，还没有把理由说清楚。

可用性、路由，以及周一你可以做什么

Qwen3.8-Max 已收录于 OrcaRouter 目录，这意味着可以通过与我们路由的其他 200 多个模型相同的密钥访问它，且加价为 0%——直接透传供应商标价——并支持跨供应商自动故障转移。如果阿里巴巴调整价格，变更当天就会在我们这边生效，因为没有加价层需要重新定价。路由 DSL 可以将 Qwen3.8-Max 与更便宜的模型组合，用于转录文本的大部分内容，并把旗舰模型保留给推理步骤；当答案比费用更重要时，模型融合可以让一组模型针对同一个问题运行。

如果旗舰型号超出了任务所需，同一系列中还有更便宜的选项。 Qwen3.8-27B 已收录在我们的目录中，每百万 token 输入 $0.33、输出 $2.40，Qwen3.8-Flash 则为 $0.15 和 $0.47。对于一个语言模型成本已经约为每次调用一美分的语音智能体来说，旗舰型号是负担得起的；在更高用量或更简单的对话轮次中，更便宜的档位才重要。

Dessa 不在我们的目录中，我们也不托管它。Block 的页面提供了一个候补名单，以及面向一小部分安全研究人员的早期访问权限。没有可供路由的 API，没有可供透传的价格，也没有可供故障转移的端点。

当 Dessa 会改变答案时

如果 Block 以合理的价格推出 API，那么比较就不再围绕 token，而开始围绕分钟。正确的指标应该是自然对话的每分钟成本，其中包括 Dessa 所省去的语音识别与合成。按这个指标，即使每分钟只要几美分的双工模型，也可能胜过其音频阶段成本高于语言模型的流水线。

第二个条件是质量。一个在前三十秒令人愉悦、五分钟后却混乱不清的双工模型，比一个速度较慢但可靠的流水线更糟。Block 的演示太短、也过于精心挑选，无法回答这个问题，而该公司自己提出的开放问题——事实保留、语言学习、上下文学习——恰恰决定了长时间对话能否保持连贯。

现在该做什么

把语音产品建立在流水线之上，因为它是唯一有价格和合同的东西。使用强大的识别器和合成器，把 Qwen3.8-Max 放在中间负责推理的位置，并让语言模型层保持可替换，这样当价格变动时，昂贵的部分就能迁移。然后留意两个足以证明值得围绕双工模型重建的数字：一个已公布的延迟数据，以及一个每分钟价格。

一句话对比：Qwen3.8-Max 是你今天就能买到的，Dessa 是你明天可能想买的。两者之间的差距不在于智能，而在于一纸价目表、一个接入端点、一套基准测试——这三样东西 Block 尚未公布，而阿里巴巴却靠公布它们为生。