SubQ Snap 1.1 vs. Qwen 3.8: Vierzigmal so teuer pro Token, eine andere Aufgabe

Qwen3.8-Max kostet pro Eingabe-Token rund vierzigmal so viel wieSubQ Snap 1.1 — etwa 1,65 US-Dollar pro Million gegenüber 0,04 US-Dollar — und dieses Verhältnis ist der am wenigsten interessante Aspekt dieses Duells. Die beiden Modelle werden für unterschiedliche Dinge abgerechnet. Qwen3.8-Max, Alibabas Flaggschiff mit 2,4 Billionen Parametern, das am 3. August 2026 auf den Markt kam, berechnet das, was es denkt, und das, was es schreibt. Snap 1.1, Subquadratics Entscheidungsmodell, das am 22. Oktober 2026 veröffentlicht wurde, berechnet nur das, was es liest, denn die Antwort ist ein Label und kein Satz. Führen Sie die Entscheidung mit einem Modell aus, das Sie selbst kontrollieren, und die Generierung mit dem Modell, das seine Rechnung verdient: Qwen3.8-Max wird zum Listenpreis des Anbieters ohne Aufschlag (0 %) und mit automatischem Failover bereitgestellt.

Stecken Sie sie in dieselbe Pipeline, und das Preisverhältnis wirkt nicht länger wie ein Schnäppchen oder eine Abzocke, sondern wie eine Designentscheidung. Eines dieser Modelle sollte jeden Routing-Aufruf in Ihrem System übernehmen. Das andere sollte fast keinen davon übernehmen – und die Fälle, in denen Qwen3.8-Max die richtige Antwort ist, sind genau die Fälle, die ein Entscheidungsmodell überhaupt nicht bewältigen kann.

Was Qwen3.8-Max tatsächlich ist

Alibaba stellte es am 19. Juli 2026 auf der WAIC in Shanghai vor und brachte es am 3. August auf den Markt. Die Architektur ist ein Sparse-Mixture-of-Experts-Modell in echter Frontier-Größenordnung: 2,4 Billionen Gesamtparameter mit rund 95 Milliarden aktiven Parametern pro Token, ein Kontextfenster von 1 Mio. Token und eine maximale Ausgabe von 131.000 Token. Es ist von Natur aus multimodal, akzeptiert Text, Bilder und Video und unterstützt Thinking-Modus, Function Calling, integrierte Tools und strukturierte Ausgaben über OpenAI-kompatible, Anthropic-kompatible und OpenAI-Responses-Wire-Formate hinweg.

Die Benchmark-Zeile ist eine Zeile für Frontier-Modelle, nicht für kleine Modelle: GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1.1 bei 56,6, MRCR v2 bei 0,93 und ein Artificial Analysis Intelligence Index von 45. Das sind die Art von Zahlen, die einen Listenpreis von 1,65 $/4,95 $ rechtfertigen – rund 4.950 $, um eine Milliarde Input-Tokens durch das Modell zu schicken, oder etwa das, was Snap 1.1 für 124 Milliarden Tokens verlangt.

Ein Hinweis zur Benennung, denn er ist für alle relevant, die eine Kaufentscheidung treffen: Qwen3.8-Max ist das gehostete Flaggschiff. Seine offenen Gewichte wurden als Qwen3.8-2.4T-A95B unter einer eigenen Lizenz veröffentlicht, und es gibt ein separates, wirklich offenes Geschwistermodell – Qwen3.8-27B, Apache 2.0, 262K nativer Kontext, ein Intelligence Index von 34 und ungefähr 0,42 bis 0,50 US-Dollar pro Million Input-Tokens. Das 27B ist das Modell, mit dem die meisten Teams kleine Modelle vergleichen sollten. Das Max ruft man auf, wenn die Aufgabe das größte verfügbare Modell erfordert.

Was Snap 1.1 tatsächlich ist

Snap 1.1 ist ein Entscheidungsmodell, was eine engere Behauptung ist, als es klingt. Es akzeptiert bis zu 384K Tokens Text und Bilder sowie eine Antwortmenge von zwei bis 255 Alternativen pro Frage und liefert eine Auswahl mit einer kalibrierten Wahrscheinlichkeit zurück. Kein Fließtext. Kein JSON zum Reparieren. Keine Thinking-Tokens. Subquadratics Argument ist, dass eine Entscheidung mit festen Antworten eine andere Rechenaufgabe ist als Generierung, und seine Sparse-Attention-Architektur die Eingabe mit konstantem Rechenaufwand pro Token verarbeitet, statt über ein langes Dokument hinweg quadratische Attention-Kosten zu tragen.

Das wichtigste Ergebnis ist ein Wert von 65 auf dem Artificial Analysis Decision Index v1.0, punktgleich auf dem ersten Platz mit d1-ultra und Elephant 9B und vor Jev 1.14 mit 57. Die Zahl darunter ist die, an der man sich festhalten sollte: eine Genauigkeit von 20 % gegenüber 32 % für d1-ultra und 12 % für Elephant 9B, wobei der Indexwert von einer berichteten Enthaltungsquote von 86 % bei Fragen getragen wird, die es nicht beantworten kann. Snap 1.1 ist ein Modell, das darauf trainiert wurde abzulehnen, und sein Ranking ist ein Maß dafür, wie gut es ablehnt.

Die Spezifikationen im Vergleich

• Größe — Qwen3.8-Max ist ein MoE mit 2,4 T Parametern und ~95 Mrd. aktiven; SubQ Snap 1.1 ist ein Entscheidungsmodell mit Sparse Attention und nicht offengelegter Größe.

• Kontext — 1 Mio. Tokens für Qwen3.8-Max, 131 K maximale Ausgabe; 384 K Tokens für Snap 1.1, keine generierte Ausgabe.

• Eingabe — Text, Bilder und Video für Qwen3.8-Max; Text und Bilder für Snap 1.1.

• Ausgabe — Freitext, Reasoning-Traces, Tool-Aufrufe und strukturierte Ausgabe für Qwen3.8-Max; eine Auswahl oder einen Score mit einer Wahrscheinlichkeit für Snap 1.1.

• Preis — je nach Anbieter etwa 1,65 bis 2,00 US-Dollar pro 1 Mio. Eingabe und 4,95 bis 6,00 US-Dollar pro 1 Mio. Ausgabe für Qwen3.8-Max, wobei OrcaRouter 2,00 US-Dollar und 6,00 US-Dollar aufführt; 0,04 US-Dollar pro 1 Mio. Eingabe und nichts für die Ausgabe bei Snap 1.1.

• Allgemeine Intelligenz — Artificial Analysis Intelligence Index von 45 für Qwen3.8-Max; für Snap 1.1 nicht in diesem Index gemessen.

• Entscheidungsqualität — 65 auf dem Artificial Analysis Decision Index v1.0 für Snap 1.1; für Qwen3.8-Max nicht auf diesem Index gemessen.

• Bereitstellung — gehostete API und offene Gewichte unter einer benutzerdefinierten Lizenz für Qwen3.8-Max; nur gehostete API, keine Gewichte, für Snap 1.1.

Diese letzten beiden Zeilen sind der Grund, warum dieser Vergleich immer wieder schlecht gemacht wird. Jedes Modell wird auf einem Index gemessen, auf dem das andere nie getestet wurde, daher ist jede Behauptung, das eine „besiege“ das andere, eine Schlussfolgerung, kein Ergebnis. Niemand hat einen Direktvergleich veröffentlicht.

Das Anti-Pattern: Ein Flaggschiff als Router verwenden

Das ist üblich, und es ist auf eine Weise teuer, die erst sichtbar wird, wenn die Rechnung eintrifft. Ein Team baut einen Agenten, benötigt ihn, um zwischen fünf Werkzeugen zu entscheiden, und greift zum stärksten verfügbaren Modell, weil die Entscheidung wichtig ist. Die Entscheidung ist tatsächlich wichtig. Das Modell wird einfach gebeten, etwas zu tun, wofür es nicht optimiert wurde – zu einem Preis, der für etwas anderes ausgelegt ist.

Rechnen Sie das für eine Million Routing-Entscheidungen mit jeweils 6.000 Tokens Kontext durch — sechs Milliarden Eingabe-Tokens. Qwen3.8-Max zum günstigsten gelisteten Satz von 1,65 $: 9.900 $ für Eingabe, plus vielleicht zwanzig Ausgabe-Tokens pro Entscheidung, also 20 Millionen Ausgabe-Tokens zu 4,95 $ pro Million, für weitere 99 $. Nennen wir es 10.000 $. Bei OrcaRouters gelisteten 2,00 $ und 6,00 $ ergibt dasselbe Volumen 12.120 $. Snap 1.1 über dasselbe Volumen: 240 $, und überhaupt keine Ausgabezeile. Die Lücke ist kein Rabatt. Sie ist ein Faktor von vierzig bis fünfzig.

Die Latenz erzählt dieselbe Geschichte von der anderen Seite. Ein Modell mit 2,4 Billionen Parametern, das auch nur eine kurze Antwort generiert, verursacht eine Verzögerung bis zum ersten Token und Dekodierungskosten, die ein Entscheidungsmodell schlicht nicht hat – Snaps Versprechen ist eine Entscheidungsschicht unter einer Sekunde, und Subquadratic veröffentlicht für 1.1 keine darüber hinausgehende Latenzangabe. In einer Agentenschleife, die pro Aufgabe zwanzig Entscheidungen trifft, summiert sich dieser Unterschied zu Sekunden pro Aufgabe – der Unterschied zwischen einem Agenten, der sich sofort anfühlt, und einem, der sich kaputt anfühlt.

Was Qwen3.8-Max kann, was Snap nicht kann

Alles, bei dem etwas erzeugt wird. Es schreibt die Eskalationsnotiz, entwirft die Antwort an den Kunden, fasst den 900-seitigen Vertrag zusammen, generiert den Code, ruft ein Tool mit einem gültigen Argumentschema auf und denkt ein Problem durch, dessen Antwort nicht in einer Liste steht, die Sie im Voraus bereitgestellt haben. Snap 1.1 kann nichts davon, nicht weil es schlechter ist, sondern weil es keinen Mechanismus dafür hat.

Das 1M-Token-Fenster ist ebenfalls eine echte Fähigkeit und nicht nur ein Datenblatt-Prahlen. Alibaba meldet MRCR v2 mit 0,93 – ein Retrieval-Score und keine nominelle Kontextlänge –, und das ist die Zahl, die entscheidet, ob ein Fenster mit einer Million Token nutzbar ist. Ein 384K-Fenster mit starkem effektivem Retrieval kann ein 1M-Fenster mit schwachem Retrieval schlagen, doch Qwens Retrieval-Score deutet darauf hin, dass es sich nicht auf die nominelle Zahl verlässt.

Und die offenen Gewichte sind aus einem anderen Grund wichtig: Qwen3.8-2.4T-A95B kann unter einer benutzerdefinierten Lizenz selbst gehostet werden, was bedeutet, dass das größte Modell der Familie nicht ausschließlich von einer API abhängig ist. Snap 1.1 bietet keine solche Option.

Wo sie zusammenpassen

Die belastbare Architektur ist keine Wahl zwischen ihnen, sondern eine Arbeitsteilung. Snap 1.1 übernimmt die volumenstarken Entscheidungen mit festen Antworten, bei denen eine kalibrierte Wahrscheinlichkeit und eine Ablehnungsoption mehr wert sind als Sprachgewandtheit: welche Warteschlange, welches Tool, ob eskaliert werden soll, ob dieses Dokument überhaupt relevant ist. Qwen3.8-Max übernimmt den kleinen Bruchteil der Fälle, in denen die Entscheidung Schlussfolgerungen über Material erfordert, das nicht in der Optionsliste steht, und übernimmt alles nachgelagerte zur Entscheidung, das Schreiben erfordert.

Der Anteil ist das gesamte wirtschaftliche Argument. Wenn Snap sich bei 14 % der Fälle enthält und diese an das Flaggschiffmodell weitergeleitet werden, zahlen Sie für 14 % des Traffics Flaggschiffpreise statt für 100 %, und Sie erhalten ein kalibriertes Signal, das Ihnen sagt, welche 14 % das sind – was ein besserer Allokationsmechanismus ist als ein fester Schwellenwert auf dem Softmax eines allgemeinen Modells.

Qwen3.8-Max ist eines von mehr als 200 Modellen hinter einem einzigen OrcaRouter-Schlüssel, bereitgestellt zum Listenpreis des Anbieters ohne Aufschlag und mit automatischem Failover zwischen Anbietern. Snap 1.1 ist nicht von uns; es läuft über Subquadratics eigene API. Diese Aufteilung sollte man kennen, bevor man die Pipeline entwirft, denn sie bedeutet, dass die Generierungsebene auf einen Vertrag und eine Abrechnungszeile konsolidiert werden kann, während die Entscheidungsebene eine separate Abhängigkeit von einem einzigen Anbieter bleibt. Wenn diese zweite Abhängigkeit nicht akzeptabel ist, besteht die Alternative darin, die Entscheidung auf einer selbst gehosteten Qwen3.8-27B-Instanz auszuführen — schlechter darin, sich zurückzuhalten, deutlich besser darin, sich selbst zu erklären, und vollständig unter Ihrer Kontrolle.

Der ehrliche Standard

Wenn Sie ein Modell auswählen, das für einen Agenten Entscheidungen trifft, und die Entscheidungen eine feste Antwortmenge haben, wählen Sie das Entscheidungsmodell. Das Preisverhältnis von vierzig zu eins ist real, aber es ist die kleinere Hälfte des Arguments; die größere Hälfte ist, dass ein Modell, das darauf trainiert ist, „Ich weiß es nicht“ zu sagen, Ihnen etwas gibt, was ein Flaggschiffmodell nicht kann, nämlich eine Stelle, an der der Mensch in den Regelkreis eingebunden werden kann.

Wenn du dich für ein einziges Modell entscheidest, das alles erledigen soll – entscheiden, schlussfolgern, schreiben, Tools aufrufen, eine Million Token lesen –, dann nimm Qwen3.8-Max und akzeptiere, dass du Flaggschiff-Tarife für Routing-Aufrufe zahlst, die ein 0,04-Dollar-Modell besser erledigt hätte. Die meisten Teams stellen etwa drei Monate nach dem Launch fest, dass sie genau das tun, wenn die Rechnung eintrifft und niemand erklären kann, warum der Router mehr kostet als das Produkt.