SubQ Snap 1.1 vs Qwen 3.8 : quarante fois le prix par token, un travail différent

Qwen3.8-Max coûte environ quarante fois ce que SubQ Snap 1.1 coûte par token d'entrée — environ 1,65 $ par million contre 0,04 $ — et ce ratio est le fait le moins intéressant de cette confrontation. Les deux modèles sont facturés pour des choses différentes. Qwen3.8-Max, le modèle phare d'Alibaba comptant 2,4 billions de paramètres, lancé le 3 août 2026, facture ce qu'il pense et ce qu'il écrit. Snap 1.1, le modèle décisionnel de Subquadratic sorti le 22 octobre 2026, ne facture que ce qu'il lit, car la réponse est une étiquette et non une phrase. Confiez la décision à un modèle que vous maîtrisez, et la génération à celui qui justifie sa facture : Qwen3.8-Max est servi au prix catalogue du fournisseur, avec 0 % de marge et un basculement automatique en cas d'échec.

Placez-les dans le même pipeline : le ratio de prix cesse alors de ressembler à une bonne affaire ou à une arnaque pour commencer à ressembler à un choix de conception. L’un de ces modèles devrait effectuer chaque appel de routage de votre système. L’autre ne devrait en effectuer presque aucun — et les cas où Qwen3.8-Max est la bonne réponse sont précisément ceux qu’un modèle de décision ne peut pas gérer du tout.

Ce qu'est réellement Qwen3.8-Max

Alibaba en a donné un aperçu à la WAIC de Shanghai le 19 juillet 2026 et l’a lancé le 3 août. L’architecture est un mélange d’experts clairsemé à une échelle véritablement de pointe : 2,4 billions de paramètres au total, avec environ 95 milliards actifs par token, une fenêtre de contexte de 1 M de tokens et une sortie maximale de 131 K tokens. Il est nativement multimodal, accepte le texte, les images et la vidéo, et prend en charge le mode réflexion, l’appel de fonctions, les outils intégrés et les sorties structurées dans les formats d’échange compatibles OpenAI, compatibles Anthropic et OpenAI Responses.

Cette ligne de benchmarks est celle d’un modèle de pointe, pas d’un petit modèle : GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1.1 à 56,6, MRCR v2 à 0,93, et un Artificial Analysis Intelligence Index de 45. Ce sont le genre de chiffres qui justifient un prix catalogue de 1,65 $/4,95 $ — environ 4 950 $ pour faire passer un milliard de tokens d’entrée dans le modèle, ou à peu près ce que Snap 1.1 facture pour 124 milliards.

Une note sur les noms, car cela compte pour quiconque cherche à acheter : Qwen3.8-Max est le modèle phare hébergé. Ses poids ouverts sont publiés sous le nom Qwen3.8-2.4T-A95B avec une licence personnalisée, et il existe un modèle frère véritablement ouvert et distinct — Qwen3.8-27B, Apache 2.0, contexte natif de 262K, un Intelligence Index de 34, et environ 0,42 $ à 0,50 $ par million de jetons d’entrée. Le 27B est celui que la plupart des équipes devraient comparer aux petits modèles. Le Max est celui qu’on appelle quand la tâche nécessite le plus grand modèle disponible.

Ce qu’est réellement Snap 1.1

Snap 1.1 est un modèle de décision, ce qui est une affirmation plus étroite qu’il n’y paraît. Il accepte jusqu’à 384K jetons de texte et d’images ainsi qu’un ensemble de réponses de deux à 255 alternatives par question, et renvoie une sélection avec une probabilité calibrée. Pas de prose. Pas de JSON à réparer. Pas de jetons de réflexion. L’argument de Subquadratic est qu’une décision à réponse fixe est une tâche computationnelle différente de la génération, et que son architecture à attention éparse traite l’entrée à coût de calcul constant par jeton plutôt que de payer une attention quadratique sur un long document.

Le résultat principal est un score de 65 à l’Artificial Analysis Decision Index v1.0, à égalité en première position avec d1-ultra et Elephant 9B, et devant Jev 1.14 à 57. Le chiffre qui figure en dessous est celui qu’il faut retenir : une précision de 20 %, contre 32 % pour d1-ultra et 12 % pour Elephant 9B, le score de l’indice étant porté par un taux d’abstention déclaré de 86 % sur les questions auxquelles il ne peut pas répondre. Snap 1.1 est un modèle entraîné à s’abstenir, et son classement mesure la qualité de son abstention.

Les spécifications, côte à côte

• Échelle — Qwen3.8-Max est un MoE de 2,4 T de paramètres avec ~95 B actifs ; SubQ Snap 1.1 est un modèle de décision à attention parcimonieuse dont la taille n’est pas divulguée.

• Contexte — 1 M de tokens pour Qwen3.8-Max, sortie maximale de 131 K ; 384 K de tokens pour Snap 1.1, aucune sortie générée.

• Entrée — texte, images et vidéo pour Qwen3.8-Max ; texte et images pour Snap 1.1.

• Sortie — texte libre, traces de raisonnement, appels d’outils et sortie structurée pour Qwen3.8-Max ; un choix ou un score avec une probabilité pour Snap 1.1.

• Prix — environ 1,65 $ à 2,00 $ pour 1 M de tokens d’entrée et 4,95 $ à 6,00 $ pour 1 M de tokens de sortie pour Qwen3.8-Max selon le fournisseur, OrcaRouter indiquant 2,00 $ et 6,00 $ ; 0,04 $ pour 1 M de tokens d’entrée et rien pour la sortie pour Snap 1.1.

• Intelligence générale — indice d’intelligence Artificial Analysis de 45 pour Qwen3.8-Max ; non mesuré sur cet indice pour Snap 1.1.

• Qualité des décisions — 65 sur l’Artificial Analysis Decision Index v1.0 pour Snap 1.1 ; non mesuré sur cet indice pour Qwen3.8-Max.

• Déploiement — API hébergée et poids ouverts sous une licence personnalisée pour Qwen3.8-Max ; API hébergée uniquement, sans poids, pour Snap 1.1.

Ces deux dernières lignes expliquent pourquoi cette comparaison continue d’être mal faite. Chaque modèle est mesuré sur un indice sur lequel l’autre n’a jamais été évalué, si bien que toute affirmation selon laquelle l’un « bat » l’autre est une inférence, pas un résultat. Personne n’a publié de comparaison directe.

L’anti-pattern : utiliser un produit phare comme routeur

C’est courant, et c’est coûteux d’une manière qui ne se voit qu’à l’arrivée de la facture. Une équipe construit un agent, a besoin qu’il choisisse entre cinq outils, et se tourne vers le modèle le plus puissant disponible parce que la décision compte. La décision compte, en effet. On demande simplement au modèle de faire quelque chose pour quoi il n’a pas été optimisé, à un tarif conçu pour autre chose.

Faites le calcul sur un million de décisions de routage avec 6 000 tokens de contexte chacune — six milliards de tokens d’entrée. Qwen3.8-Max au tarif le moins cher affiché de $1.65 : $9,900 pour l’entrée, plus peut-être vingt tokens de sortie par décision, soit 20 millions de tokens de sortie à $4.95 par million, pour $99 de plus. Disons $10,000. Aux tarifs affichés d’OrcaRouter de $2.00 et $6.00, le même volume revient à $12,120. Snap 1.1 sur le même volume : $240, et aucune ligne de sortie du tout. L’écart n’est pas une remise. C’est un facteur de quarante à cinquante.

La latence raconte la même histoire, mais sous un autre angle. Un modèle de 2,4 billions de paramètres qui génère ne serait-ce qu’une réponse courte entraîne un délai avant le premier token et un coût de décodage qu’un modèle de décision n’a tout simplement pas — l’argument de Snap est une couche de décision inférieure à la seconde, et Subquadratic ne publie aucune donnée de latence pour 1.1 au-delà de cela. Dans une boucle d’agent qui prend vingt décisions par tâche, cette différence se cumule pour atteindre des secondes par tâche, ce qui correspond à la différence entre un agent qui semble instantané et un autre qui semble défaillant.

Ce que Qwen3.8-Max fait que Snap ne peut pas faire

Tout ce qui implique de produire quelque chose. Il rédige la note d’escalade, prépare la réponse au client, résume le contrat de 900 pages, génère le code, appelle un outil avec un schéma d’arguments valide et raisonne sur un problème dont la réponse ne figure pas dans une liste que vous avez fournie à l’avance. Snap 1.1 ne peut faire aucune de ces choses, non pas parce qu’il est moins performant, mais parce qu’il n’a aucun mécanisme pour y parvenir.

La fenêtre de 1 M de tokens est aussi une véritable capacité, et non un argument de fiche technique. Alibaba rapporte un score MRCR v2 de 0,93, qui est un score de récupération plutôt qu’une longueur de contexte nominale, et c’est le chiffre qui détermine si une fenêtre d’un million de tokens est utilisable. Une fenêtre de 384 K avec une récupération effective solide peut surpasser une fenêtre de 1 M avec une récupération faible, mais le score de récupération de Qwen suggère qu’il ne se repose pas sur le chiffre nominal.

Et les poids ouverts comptent pour une autre raison : Qwen3.8-2.4T-A95B peut être auto-hébergé sous une licence personnalisée, ce qui signifie que le plus grand modèle de la famille n’est pas uniquement une dépendance à une API. Snap 1.1 ne propose pas une telle option.

Là où ils s'emboîtent

L’architecture défendable n’est pas un choix entre les deux, c’est une division du travail. Snap 1.1 prend en charge les décisions à fort volume et à réponse fixe, où une probabilité calibrée et une option de refus valent plus que la fluidité : quelle file, quel outil, faut-il escalader, ce document est-il pertinent du tout. Qwen3.8-Max prend en charge la petite fraction de cas où la décision exige un raisonnement sur des éléments qui ne figurent pas dans la liste d’options, et gère tout ce qui, en aval de la décision, nécessite de rédiger.

La proportion constitue tout l’argument économique. Si Snap s’abstient sur 14 % des cas et que ceux-ci sont acheminés vers le modèle phare, vous payez les tarifs du modèle phare sur 14 % du trafic au lieu de 100 %, et vous obtenez un signal calibré qui vous indique quels sont ces 14 % — un meilleur mécanisme d’allocation qu’un seuil fixe appliqué au softmax d’un modèle général.

Qwen3.8-Max fait partie des plus de 200 modèles accessibles derrière une seule clé OrcaRouter, facturé au prix catalogue du fournisseur avec 0 % de marge et un basculement automatique entre fournisseurs. Snap 1.1 n'est pas le nôtre ; il passe par l'API propre à Subquadratic. Cette séparation mérite d'être connue avant de concevoir le pipeline, car elle signifie que la couche de génération peut être regroupée sur un seul contrat et une seule ligne de facturation, tandis que la couche de décision reste une dépendance distincte et mono-fournisseur. Si cette seconde dépendance est inacceptable, l'alternative consiste à exécuter la décision sur une instance Qwen3.8-27B que vous hébergez vous-même — moins performante pour s'abstenir, bien meilleure pour s'expliquer, et entièrement sous votre contrôle.

Le choix par défaut honnête

Si vous choisissez un seul modèle pour prendre des décisions pour un agent, et que ces décisions ont un ensemble de réponses fixe, choisissez le modèle de décision. Le rapport de prix de quarante pour un est réel, mais il constitue la plus petite moitié de l’argument ; la plus grande moitié est qu’un modèle entraîné à dire « Je ne sais pas » vous apporte quelque chose qu’un modèle phare ne peut pas offrir : un endroit où intégrer l’humain dans la boucle.

Si vous choisissez un seul modèle pour tout faire — décider, raisonner, écrire, appeler des outils, lire un million de jetons — choisissez Qwen3.8-Max, et acceptez de payer les tarifs des modèles haut de gamme pour des appels de routage qu’un modèle à 0,04 $ aurait mieux traités. La plupart des équipes découvrent qu’elles font exactement cela environ trois mois après le lancement, quand la facture arrive et que personne ne peut expliquer pourquoi le routeur coûte plus cher que le produit.