SubQ Snap 1.1 vs Qwen 3.8: cuarenta veces el precio por token, un trabajo distinto

Qwen3.8-Max cuesta aproximadamente cuarenta veces lo que SubQ Snap 1.1 por token de entrada —alrededor de $1,65 por millón frente a $0,04—, y esa proporción es el dato menos interesante del enfrentamiento. Los dos modelos se facturan por cosas distintas. Qwen3.8-Max, el buque insignia de Alibaba con 2,4 billones de parámetros que se lanzó el 3 de agosto de 2026, cobra por lo que piensa y por lo que escribe. Snap 1.1, el modelo de decisión de Subquadratic lanzado el 22 de octubre de 2026, cobra solo por lo que lee, porque la respuesta es una etiqueta en lugar de una frase. Ejecuta la decisión en un modelo que controles y la generación en el que se gane su factura: Qwen3.8-Max se sirve al precio de lista del proveedor con 0 % de recargo y conmutación automática por error.

Si los pones en el mismo pipeline, la relación de precios deja de parecer una ganga o un robo y empieza a parecer una decisión de diseño. Uno de estos modelos debería encargarse de todas las llamadas de enrutamiento de tu sistema. El otro debería encargarse de casi ninguna, y los casos en los que Qwen3.8-Max es la respuesta correcta son precisamente los casos que un modelo de decisión no puede manejar en absoluto.

Qué es realmente Qwen3.8-Max

Alibaba lo presentó en primicia en el WAIC de Shanghái el 19 de julio de 2026 y lo lanzó el 3 de agosto. La arquitectura es una mezcla dispersa de expertos a una escala genuinamente frontera: 2,4 billones de parámetros totales con aproximadamente 95 mil millones activos por token, una ventana de contexto de 1M de tokens y una salida máxima de 131K tokens. Es nativamente multimodal, acepta texto, imágenes y video, y admite modo de pensamiento, llamada a funciones, herramientas integradas y salidas estructuradas en formatos de protocolo compatibles con OpenAI, compatibles con Anthropic y de OpenAI Responses.

La fila del benchmark es una fila de modelo de frontera, no de modelo pequeño: GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1.1 en 56,6, MRCR v2 en 0,93 y un Índice de Inteligencia de Artificial Analysis de 45. Son el tipo de cifras que justifican un precio de lista de $1,65/$4,95: aproximadamente $4.950 para procesar mil millones de tokens de entrada con él, o más o menos lo que Snap 1.1 cobra por 124 mil millones.

Una nota sobre la nomenclatura, porque es importante para cualquiera que esté comprando: Qwen3.8-Max es el buque insignia alojado. Tiene pesos abiertos publicados como Qwen3.8-2.4T-A95B bajo una licencia personalizada, y existe un hermano separado y genuinamente abierto: Qwen3.8-27B, Apache 2.0, contexto nativo de 262K, un Intelligence Index de 34 y aproximadamente de $0,42 a $0,50 por millón de tokens de entrada. El 27B es el que la mayoría de los equipos debería comparar con modelos pequeños. El Max es al que recurres cuando la tarea necesita el modelo más grande disponible.

Qué es realmente Snap 1.1

Snap 1.1 es un modelo de decisión, una afirmación más limitada de lo que parece. Acepta hasta 384 K tokens de texto e imágenes y un conjunto de respuestas de entre dos y 255 alternativas por pregunta, y devuelve una selección con una probabilidad calibrada. Sin prosa. Sin JSON que reparar. Sin tokens de pensamiento. El argumento de Subquadratic es que una decisión de respuesta fija es un trabajo computacional distinto del de generación, y su arquitectura de atención dispersa procesa la entrada con un cómputo constante por token en lugar de asumir atención cuadrática a lo largo de un documento largo.

El resultado principal es una puntuación de 65 en el Artificial Analysis Decision Index v1.0, empatando en el primer puesto con d1-ultra y Elephant 9B, y por delante de Jev 1.14, con 57. El número que aparece debajo es el que hay que retener: una precisión del 20%, frente al 32% de d1-ultra y el 12% de Elephant 9B, y la puntuación del índice se sustenta en una tasa de abstención reportada del 86% en las preguntas que no puede responder. Snap 1.1 es un modelo entrenado para abstenerse, y su posición en la clasificación es una medida de lo bien que se abstiene.

Las especificaciones, lado a lado

• {{1}}Escala{{/1}} — {{2}}Qwen3.8-Max es un MoE de 2,4 T de parámetros con ~95 B activos; SubQ Snap 1.1 es un modelo de decisión de atención dispersa de tamaño no revelado.{{/2}}

Contexto: 1 M de tokens para Qwen3.8-Max, 131 K de salida máxima; 384 K de tokens para Snap 1.1, sin salida generada.

• Entrada — texto, imágenes y vídeo para Qwen3.8-Max; texto e imágenes para Snap 1.1.

• Salida — texto de forma libre, trazas de razonamiento, llamadas a herramientas y salida estructurada para Qwen3.8-Max; una elección o puntuación con una probabilidad para Snap 1.1.

• Precio: aproximadamente entre $1,65 y $2,00 por 1M de entrada y entre $4,95 y $6,00 por 1M de salida para Qwen3.8-Max, según el proveedor, y OrcaRouter indica $2,00 y $6,00; $0,04 por 1M de entrada y nada por la salida para Snap 1.1.

• Inteligencia general — Índice de Inteligencia de Artificial Analysis de 45 para Qwen3.8-Max; no se mide en ese índice para Snap 1.1.

• Calidad de las decisiones — 65 en el Artificial Analysis Decision Index v1.0 para Snap 1.1; no se midió en ese índice para Qwen3.8-Max.

• Despliegue — API alojada y pesos abiertos bajo una licencia personalizada para Qwen3.8-Max; solo API alojada, sin pesos, para Snap 1.1.

Esas dos últimas filas son la razón por la que esta comparación sigue haciéndose mal. Cada modelo se mide en un índice en el que nunca se ha ejecutado el otro, así que cualquier afirmación de que uno «supera» al otro es una inferencia, no un resultado. Nadie ha publicado una comparación directa.

El antipatrón: usar un buque insignia como enrutador

Es habitual, y resulta caro de una forma que no se manifiesta hasta que llega la factura. Un equipo crea un agente, necesita que decida entre cinco herramientas y recurre al modelo más potente disponible porque la decisión importa. La decisión sí importa. Simplemente se le está pidiendo al modelo que haga algo para lo que no fue optimizado, a un precio pensado para otra cosa.

Haz los cálculos para un millón de decisiones de enrutamiento con 6,000 tokens de contexto cada una — seis mil millones de tokens de entrada. Qwen3.8-Max a la tarifa más baja listada de $1.65: $9,900 por entrada, más quizá veinte tokens de salida por decisión, o 20 millones de tokens de salida a $4.95 por millón, por otros $99. Digamos $10,000. Con la lista de $2.00 y $6.00 de OrcaRouter, el mismo volumen asciende a $12,120. Snap 1.1 con el mismo volumen: $240, y ninguna línea de salida en absoluto. La diferencia no es un descuento. Es un factor de cuarenta a cincuenta.

La latencia cuenta la misma historia desde el otro lado. Un modelo de 2,4 billones de parámetros que genera incluso una respuesta breve incurre en un retraso del primer token y un coste de decodificación que un modelo de decisión simplemente no tiene —la propuesta de Snap es una capa de decisión de menos de un segundo, y Subquadratic no publica ninguna cifra de latencia para 1.1 más allá de eso. En un bucle de agente que toma veinte decisiones por tarea, esa diferencia se acumula hasta convertirse en segundos por tarea, que es la diferencia entre un agente que se siente instantáneo y uno que se siente roto.

Qué hace Qwen3.8-Max que Snap no puede hacer

Todo lo que implica producir algo. Escribe la nota de escalamiento, redacta la respuesta al cliente, resume el contrato de 900 páginas, genera el código, llama a una herramienta con un esquema de argumentos válido y razona sobre un problema cuya respuesta no está en una lista que hayas proporcionado de antemano. Snap 1.1 no puede hacer ninguna de esas cosas, no porque sea peor, sino porque no tiene mecanismo para ello.

La ventana de 1M de tokens también es una capacidad real, no una fanfarronada de hoja de especificaciones. Alibaba informa MRCR v2 en 0,93, que es una puntuación de recuperación en lugar de una longitud de contexto nominal, y es la cifra que determina si una ventana de un millón de tokens es utilizable. Una ventana de 384K con una recuperación efectiva sólida puede superar a una ventana de 1M con una recuperación débil, pero la puntuación de recuperación de Qwen sugiere que no se está apoyando en la cifra nominal.

Y los pesos abiertos importan por una razón distinta: Qwen3.8-2.4T-A95B puede autoalojarse bajo una licencia personalizada, lo que significa que el modelo más grande de la familia no es una dependencia exclusiva de API. Snap 1.1 no tiene esa opción.

Donde encajan juntos

La arquitectura defendible no es una elección entre ambos, sino una división del trabajo. Snap 1.1 se encarga de las decisiones de alto volumen y respuesta fija, donde una probabilidad calibrada y una opción de rechazo valen más que la fluidez: qué cola, qué herramienta, si escalar o si este documento es relevante siquiera. Qwen3.8-Max se encarga de la pequeña fracción de casos en los que la decisión requiere razonar sobre material que no está en la lista de opciones, y de todo lo posterior a la decisión que requiere redacción.

La proporción es todo el argumento económico. Si Snap se abstiene en el 14% de los casos y esos se dirigen al modelo insignia, pagas precios del modelo insignia por el 14% del tráfico en lugar del 100%, y obtienes una señal calibrada que te dice cuál es ese 14%, lo que constituye un mejor mecanismo de asignación que un umbral fijo sobre el softmax de un modelo general.

Qwen3.8-Max es uno de los más de 200 modelos disponibles detrás de una única clave de OrcaRouter, servido a precio de lista del proveedor con 0 % de recargo y conmutación automática por error entre proveedores. Snap 1.1 no es nuestro; se ejecuta a través de la API propia de Subquadratic. Vale la pena conocer esa división antes de diseñar el pipeline, porque significa que el nivel de generación se puede consolidar en un solo contrato y una sola línea de facturación, mientras que el nivel de decisión sigue siendo una dependencia separada de un único proveedor. Si esa segunda dependencia es inaceptable, la alternativa es ejecutar la decisión en una instancia de Qwen3.8-27B que alojes tú mismo: peor para abstenerse, mucho mejor para explicarse y totalmente bajo tu control.

El valor predeterminado honesto

Si estás eligiendo un modelo para que tome decisiones por un agente, y las decisiones tienen un conjunto fijo de respuestas, elige el modelo de decisiones. La relación de precios de cuarenta a uno es real, pero es la mitad menor del argumento; la mitad mayor es que un modelo entrenado para decir «no lo sé» te da algo que un modelo insignia no puede, que es un lugar donde poner a la persona en el bucle.

Si vas a elegir un solo modelo para hacerlo todo —decidir, razonar, escribir, llamar herramientas, leer un millón de tokens—, elige Qwen3.8-Max y acepta que estás pagando tarifas de gama alta por enrutar llamadas que un modelo de $0.04 habría resuelto mejor. La mayoría de los equipos descubren que están haciendo exactamente esto unos tres meses después del lanzamiento, cuando llega la factura y nadie sabe explicar por qué el enrutador cuesta más que el producto.