SubQ Snap 1.1 vs Qwen 3.8: Empat Puluh Kali Harga per Token, Pekerjaan yang Berbeda

Qwen3.8-Max memakan biaya sekitar empat puluh kali lipat dibandingkan SubQ Snap 1.1 per token masukan — sekitar $1,65 per juta versus $0,04 — dan rasio itu adalah fakta yang paling tidak menarik dari perbandingan ini. Kedua model ditagih untuk hal yang berbeda. Qwen3.8-Max, model unggulan Alibaba dengan 2,4 triliun parameter yang diluncurkan pada 3 Agustus 2026, mengenakan biaya untuk apa yang dipikirkannya dan apa yang ditulisnya. Snap 1.1, model keputusan dari Subquadratic yang dirilis pada 22 Oktober 2026, hanya mengenakan biaya untuk apa yang dibacanya, karena jawabannya adalah label, bukan kalimat. Jalankan keputusan pada model yang Anda kendalikan, dan generasi pada model yang sepadan dengan tagihannya: Qwen3.8-Max tersedia pada harga daftar penyedia dengan markup 0% dan failover otomatis.

Masukkan keduanya ke dalam pipeline yang sama, dan rasio harga berhenti terlihat seperti tawaran murah atau kemahalan, lalu mulai terlihat seperti keputusan desain. Salah satu dari model ini seharusnya menangani setiap panggilan perutean di sistem Anda. Model lainnya seharusnya hampir tidak menangani satu pun — dan kasus-kasus di mana Qwen3.8-Max adalah jawaban yang tepat justru merupakan kasus-kasus yang sama sekali tidak dapat ditangani oleh model keputusan.

Apa sebenarnya Qwen3.8-Max itu

Alibaba menampilkan pratinjaunya di WAIC di Shanghai pada 19 Juli 2026 dan meluncurkannya pada 3 Agustus. Arsitekturnya adalah sparse mixture of experts pada skala terdepan yang sesungguhnya: 2,4 triliun parameter total dengan sekitar 95 miliar yang aktif per token, jendela konteks 1 juta token, dan keluaran maksimum 131 ribu token. Model ini multimodal secara native, menerima teks, gambar, dan video, serta mendukung mode berpikir, pemanggilan fungsi, alat bawaan, dan keluaran terstruktur di seluruh format wire yang kompatibel dengan OpenAI, kompatibel dengan Anthropic, dan OpenAI Responses.

Baris benchmark ini adalah baris model frontier, bukan model kecil: GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1.1 pada 56,6, MRCR v2 pada 0,93, dan Indeks Kecerdasan Artificial Analysis sebesar 45. Itulah jenis angka yang membenarkan harga daftar $1,65/$4,95 — sekitar $4.950 untuk memproses satu miliar token masukan melaluinya, atau kira-kira sama dengan yang dikenakan Snap 1.1 untuk 124 miliar.

Catatan tentang penamaan, karena ini penting bagi siapa pun yang sedang memilih: Qwen3.8-Max adalah model unggulan yang dihosting. Bobot terbukanya dirilis sebagai Qwen3.8-2.4T-A95B di bawah lisensi khusus, dan ada saudara kandung yang benar-benar terbuka — Qwen3.8-27B, Apache 2.0, konteks asli 262K, Intelligence Index 34, dan sekitar $0.42 hingga $0.50 per juta token masukan. Bagi sebagian besar tim, 27B adalah model yang harus dibandingkan dengan model-model kecil. Max adalah model yang Anda panggil saat tugas membutuhkan model terbesar yang tersedia.

Apa sebenarnya Snap 1.1

Snap 1.1 adalah model keputusan, yang merupakan klaim lebih sempit daripada kedengarannya. Model ini menerima hingga 384K token teks dan gambar serta himpunan jawaban berisi dua hingga 255 alternatif per pertanyaan, dan mengembalikan pilihan dengan probabilitas yang terkalibrasi. Tanpa prosa. Tanpa JSON yang perlu diperbaiki. Tanpa token berpikir. Argumen Subquadratic adalah bahwa keputusan dengan jawaban tetap merupakan pekerjaan komputasional yang berbeda dari generasi, dan arsitektur sparse-attention-nya memproses input dengan komputasi konstan per token alih-alih membayar attention kuadratik di sepanjang dokumen panjang.

Hasil utamanya adalah skor 65 pada Artificial Analysis Decision Index v1.0, seri di peringkat pertama dengan d1-ultra dan Elephant 9B, serta di depan Jev 1.14 yang bernilai 57. Angka di bawahnya adalah yang perlu diperhatikan: akurasi 20%, dibandingkan 32% untuk d1-ultra dan 12% untuk Elephant 9B, dengan skor indeks ditopang oleh tingkat abstensi 86% yang dilaporkan pada pertanyaan yang tidak dapat dijawabnya. Snap 1.1 adalah model yang dilatih untuk menolak, dan peringkatnya adalah ukuran seberapa baik ia menolak.

Spesifikasi secara berdampingan

• Skala — Qwen3.8-Max adalah MoE dengan 2,4T parameter dan ~95B aktif; SubQ Snap 1.1 adalah model keputusan sparse-attention yang ukurannya tidak diungkapkan.

Konteks — 1M token untuk Qwen3.8-Max, output maksimum 131K; 384K token untuk Snap 1.1, tanpa output yang dihasilkan.

• Masukan — teks, gambar, dan video untuk Qwen3.8-Max; teks dan gambar untuk Snap 1.1.

• Keluaran — teks bebas, jejak penalaran, pemanggilan alat, dan keluaran terstruktur untuk Qwen3.8-Max; pilihan atau skor dengan probabilitas untuk Snap 1.1.

Harga — sekitar $1,65 hingga $2,00 per 1 juta input dan $4,95 hingga $6,00 per 1 juta output untuk Qwen3.8-Max tergantung pada penyedianya, dengan OrcaRouter mencantumkan $2,00 dan $6,00; $0,04 per 1 juta input dan tanpa biaya untuk output untuk Snap 1.1.

• Kecerdasan umum — Artificial Analysis Intelligence Index 45 untuk Qwen3.8-Max; tidak diukur pada indeks tersebut untuk Snap 1.1.

• Kualitas keputusan — 65 pada Artificial Analysis Decision Index v1.0 untuk Snap 1.1; tidak diukur pada indeks tersebut untuk Qwen3.8-Max.

• Penerapan — API hosted dan bobot terbuka di bawah lisensi khusus untuk Qwen3.8-Max; hanya API hosted, tanpa bobot, untuk Snap 1.1.

Dua baris terakhir itulah sebabnya perbandingan ini terus dilakukan dengan buruk. Setiap model diukur pada indeks yang belum pernah dijalankan pada model lainnya, sehingga klaim apa pun bahwa yang satu "mengalahkan" yang lain adalah inferensi, bukan hasil. Belum ada yang menerbitkan perbandingan langsung.

Antipola: menggunakan produk unggulan sebagai router

Hal ini umum, dan mahal dengan cara yang tidak terlihat sampai tagihan datang. Sebuah tim membangun agen, membutuhkannya untuk memilih di antara lima alat, dan memilih model terkuat yang tersedia karena keputusan itu penting. Keputusan itu memang penting. Model tersebut hanya diminta melakukan sesuatu yang tidak dioptimalkan untuknya, dengan harga yang dirancang untuk hal lain.

Hitunglah aritmetika untuk satu juta keputusan perutean dengan konteks 6.000 token masing-masing — enam miliar token input. Qwen3.8-Max dengan tarif termurah yang tercantum sebesar $1,65: $9.900 untuk input, ditambah mungkin dua puluh token output per keputusan, atau 20 juta token output dengan $4,95 per juta, sebesar $99 lagi. Sebut saja $10.000. Dengan tarif OrcaRouter $2,00 dan $6,00 yang tercantum, volume yang sama menjadi $12.120. Snap 1.1 untuk volume yang sama: $240, dan tanpa baris output sama sekali. Selisihnya bukan diskon. Itu faktor empat puluh hingga lima puluh.

Latensi menceritakan kisah yang sama dari sisi lain. Model 2,4 triliun parameter yang menghasilkan jawaban bahkan yang pendek pun menimbulkan penundaan token pertama dan biaya decode yang sama sekali tidak dimiliki model keputusan — pitch Snap adalah lapisan keputusan sub-detik, dan Subquadratic tidak mempublikasikan angka latensi untuk 1.1 di luar itu. Dalam loop agen yang membuat dua puluh keputusan per tugas, perbedaan itu terakumulasi menjadi detik per tugas, yang merupakan perbedaan antara agen yang terasa instan dan agen yang terasa rusak.

Apa yang bisa dilakukan Qwen3.8-Max yang tidak bisa dilakukan Snap

Segala sesuatu yang melibatkan penghasilan sesuatu. Ia menulis catatan eskalasi, menyusun draf balasan pelanggan, meringkas kontrak 900 halaman, menghasilkan kode, memanggil alat dengan skema argumen yang valid, dan menalar suatu masalah yang jawabannya tidak ada dalam daftar yang Anda sediakan sebelumnya. Snap 1.1 tidak dapat melakukan semua hal itu, bukan karena ia lebih buruk, tetapi karena ia tidak memiliki mekanisme untuk itu.

Jendela 1 juta token juga merupakan kemampuan nyata, bukan sekadar pameran di lembar spesifikasi. Alibaba melaporkan MRCR v2 sebesar 0,93, yang merupakan skor retrieval rather than panjang konteks nominal, dan angka itulah yang menentukan apakah jendela satu juta token dapat digunakan. Jendela 384K dengan retrieval efektif yang kuat dapat mengalahkan jendela 1M dengan retrieval lemah, tetapi skor retrieval Qwen menunjukkan bahwa model ini tidak mengandalkan angka nominal tersebut.

Dan bobot terbuka penting karena alasan yang berbeda: Qwen3.8-2.4T-A95B dapat dihosting sendiri di bawah lisensi khusus, yang berarti model terbesar dalam keluarga ini bukan sekadar dependensi API. Snap 1.1 tidak memiliki opsi tersebut.

Di mana mereka cocok satu sama lain

Arsitektur yang dapat dipertahankan bukanlah pilihan di antara keduanya, melainkan pembagian kerja. Snap 1.1 menangani keputusan bervolume tinggi dengan jawaban tetap, yang di dalamnya probabilitas terkalibrasi dan opsi menolak lebih bernilai daripada kefasihan: antrean mana, alat mana, apakah perlu dieskalasi, apakah dokumen ini relevan sama sekali. Qwen3.8-Max menangani sebagian kecil kasus ketika keputusan memerlukan penalaran atas materi yang tidak ada dalam daftar opsi, dan menangani semua hal setelah keputusan yang memerlukan penulisan.

Proporsi itulah inti keseluruhan argumen ekonominya. Jika Snap abstain pada 14% kasus dan kasus-kasus itu dialihkan ke model andalan, Anda membayar harga model andalan pada 14% trafik alih-alih 100%, dan Anda mendapatkan sinyal terkalibrasi yang memberi tahu Anda 14% mana — yang merupakan mekanisme alokasi lebih baik daripada ambang tetap pada softmax model umum.

Qwen3.8-Max adalah salah satu dari lebih dari 200 model di balik satu kunci OrcaRouter, disajikan dengan harga daftar penyedia tanpa markup dan failover otomatis antar penyedia. Snap 1.1 bukan milik kami; Snap 1.1 berjalan melalui API Subquadratic sendiri. Pemisahan itu perlu diketahui sebelum Anda merancang pipeline, karena berarti lapisan generasi dapat dikonsolidasikan ke satu kontrak dan satu baris penagihan sementara lapisan keputusan tetap menjadi dependensi terpisah dari satu vendor. Jika dependensi kedua itu tidak dapat diterima, alternatifnya adalah menjalankan keputusan pada instans Qwen3.8-27B yang Anda kelola sendiri — lebih buruk dalam menahan diri, jauh lebih baik dalam menjelaskan dirinya sendiri, dan sepenuhnya dalam kendali Anda.

Default yang jujur

Jika Anda memilih satu model untuk membuat keputusan bagi sebuah agen, dan keputusan tersebut memiliki kumpulan jawaban tetap, pilihlah model keputusan. Rasio harga empat puluh banding satu itu nyata, tetapi itu adalah bagian argumentasi yang lebih kecil; bagian yang lebih besar adalah bahwa model yang dilatih untuk mengatakan "Saya tidak tahu" memberi Anda sesuatu yang tidak bisa diberikan model unggulan, yaitu tempat untuk menempatkan manusia dalam alur keputusan.

Jika Anda memilih satu model untuk mengerjakan semuanya — memutuskan, bernalar, menulis, memanggil alat, membaca sejuta token — pilih Qwen3.8-Max, dan terima kenyataan bahwa Anda membayar tarif kelas flagship untuk panggilan routing yang seharusnya ditangani dengan lebih baik oleh model seharga $0.04. Sebagian besar tim baru menyadari bahwa mereka melakukan hal persis seperti ini sekitar tiga bulan setelah peluncuran, saat tagihan datang dan tidak ada yang bisa menjelaskan mengapa router lebih mahal daripada produknya.