SubQ Snap 1.1 vs Qwen 3.8: quaranta volte il prezzo per token, un lavoro diverso

Qwen3.8-Max costa circa quaranta volte quanto SubQ Snap 1.1 per token di input — circa $1,65 per milione contro $0,04 — e questo rapporto è il dato meno interessante del confronto. I due modelli vengono fatturati per cose diverse. Qwen3.8-Max, il modello di punta da 2,4 trilioni di parametri di Alibaba lanciato il 3 agosto 2026, addebita per ciò che pensa e per ciò che scrive. Snap 1.1, il modello decisionale di Subquadratic rilasciato il 22 ottobre 2026, addebita solo per ciò che legge, perché la risposta è un'etichetta anziché una frase. Esegui la decisione su un modello che controlli e la generazione su quello che si guadagna la sua fattura: Qwen3.8-Max è servito al prezzo di listino del provider con 0% di ricarico e failover automatico.

Mettili nella stessa pipeline e il rapporto di prezzo smette di sembrare un affare o una truffa e inizia a sembrare una scelta di progettazione. Uno di questi modelli dovrebbe gestire ogni chiamata di routing nel tuo sistema. L'altro non dovrebbe gestirne quasi nessuna — e i casi in cui Qwen3.8-Max è la risposta giusta sono esattamente i casi che un modello decisionale non può gestire affatto.

Cos'è davvero Qwen3.8-Max

Alibaba l'ha presentato in anteprima al WAIC di Shanghai il 19 luglio 2026 e l'ha lanciato il 3 agosto. L'architettura è una mixture of experts sparsa su una scala davvero di frontiera: 2,4 trilioni di parametri totali con circa 95 miliardi attivi per token, una finestra di contesto di 1M token e un output massimo di 131K token. È nativamente multimodale, accetta testo, immagini e video e supporta la modalità di pensiero, il function calling, strumenti integrati e output strutturati attraverso formati di comunicazione compatibili con OpenAI, compatibili con Anthropic e OpenAI Responses.

La riga del benchmark è quella di un modello frontier, non di un modello piccolo: GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1.1 a 56,6, MRCR v2 a 0,93 e un Artificial Analysis Intelligence Index di 45. Sono il tipo di numeri che giustificano un prezzo di listino di $1,65/$4,95 — circa $4.950 per far passare un miliardo di token di input, ovvero più o meno quanto Snap 1.1 fa pagare per 124 miliardi.

Una nota sulla denominazione, perché è importante per chiunque debba valutare l'acquisto: Qwen3.8-Max è il modello di punta ospitato. Ha pesi aperti rilasciati come Qwen3.8-2.4T-A95B con licenza personalizzata, ed esiste un fratello separato e realmente aperto — Qwen3.8-27B, Apache 2.0, contesto nativo da 262K, un Intelligence Index di 34 e circa $0,42–$0,50 per milione di token di input. Il 27B è quello che la maggior parte dei team dovrebbe confrontare con i modelli piccoli. Il Max è quello a cui ricorri quando il compito richiede il modello più grande disponibile.

Che cos’è in realtà Snap 1.1

Snap 1.1 è un modello decisionale, un'affermazione più circoscritta di quanto sembri. Accetta fino a 384K token di testo e immagini e un insieme di risposte da due a 255 alternative per domanda, e restituisce una selezione con una probabilità calibrata. Niente prosa. Niente JSON da correggere. Niente token di pensiero. La tesi di Subquadratic è che una decisione a risposta fissa sia un lavoro computazionale diverso dalla generazione, e la sua architettura ad attenzione sparsa elabora l'input a costo computazionale costante per token invece di sostenere il costo dell'attenzione quadratica su un documento lungo.

Il risultato principale è un punteggio di 65 sull'Artificial Analysis Decision Index v1.0, a pari merito al primo posto con d1-ultra ed Elephant 9B, e davanti a Jev 1.14 a 57. Il numero che sta sotto è quello da tenere a mente: un'accuratezza del 20%, contro il 32% di d1-ultra e il 12% di Elephant 9B, con il punteggio dell'indice sostenuto da un tasso di astensione dichiarato dell'86% sulle domande a cui non sa rispondere. Snap 1.1 è un modello addestrato a rifiutare, e la sua posizione in classifica è una misura di quanto bene rifiuta.

Le specifiche, affiancate

• Scala — Qwen3.8-Max è un MoE da 2,4T di parametri con ~95B attivi; SubQ Snap 1.1 è un modello decisionale ad attenzione sparsa di dimensioni non divulgate.

• Contesto — 1M token per Qwen3.8-Max, output massimo di 131K; 384K token per Snap 1.1, nessun output generato.

• Input — testo, immagini e video per Qwen3.8-Max; testo e immagini per Snap 1.1.

• Output — testo libero, tracce di ragionamento, chiamate agli strumenti e output strutturato per Qwen3.8-Max; una scelta o un punteggio con una probabilità per Snap 1.1.

• Prezzo — circa da $1,65 a $2,00 per 1M di input e da $4,95 a $6,00 per 1M di output per Qwen3.8-Max a seconda del fornitore, con OrcaRouter che riporta $2,00 e $6,00; $0,04 per 1M di input e nulla per l'output per Snap 1.1.

• Intelligenza generale — Artificial Analysis Intelligence Index di 45 per Qwen3.8-Max; per Snap 1.1 non è misurato su tale indice.

• Qualità delle decisioni — 65 sull'Artificial Analysis Decision Index v1.0 per Snap 1.1; non misurata su tale indice per Qwen3.8-Max.

• Distribuzione — API ospitata e pesi aperti con licenza personalizzata per Qwen3.8-Max; solo API ospitata, senza pesi, per Snap 1.1.

Quelle ultime due righe sono il motivo per cui questo confronto continua a essere fatto male. Ogni modello è misurato su un indice su cui l'altro non è mai stato eseguito, quindi qualsiasi affermazione che uno "batte" l'altro è un'inferenza, non un risultato. Nessuno ha pubblicato un confronto testa a testa.

L'anti-pattern: usare un modello di punta come router

È una cosa comune, ed è costosa in un modo che non emerge finché non arriva il conto. Un team costruisce un agente, ha bisogno che scelga tra cinque strumenti e ricorre al modello più potente disponibile perché la decisione conta. La decisione conta davvero. Al modello viene semplicemente chiesto di fare qualcosa per cui non è stato ottimizzato, a un prezzo pensato per qualcos'altro.

Esegui il calcolo su un milione di decisioni di instradamento con 6.000 token di contesto ciascuna — sei miliardi di token di input. Qwen3.8-Max alla tariffa più bassa indicata di $1,65: $9.900 per l'input, più forse venti token di output per decisione, ovvero 20 milioni di token di output a $4,95 per milione, per altri $99. Diciamo $10.000. Con le tariffe indicate di OrcaRouter da $2,00 e $6,00, lo stesso volume arriva a $12.120. Snap 1.1 sullo stesso volume: $240, e nessuna voce di output. Il divario non è uno sconto. È un fattore da quaranta a cinquanta.

La latenza racconta la stessa storia dall'altro lato. Un modello da 2,4 trilioni di parametri che genera anche una risposta breve incorre in un ritardo del primo token e in un costo di decodifica che un modello decisionale semplicemente non ha — la proposta di Snap è un livello decisionale sotto il secondo, e Subquadratic non pubblica alcun dato di latenza per 1.1 oltre a quello. In un ciclo dell'agente che prende venti decisioni per attività, quella differenza si accumula fino a diventare secondi per attività, che è la differenza tra un agente che sembra istantaneo e uno che sembra non funzionare.

Cosa può fare Qwen3.8-Max che Snap non può

Tutto ciò che comporta produrre qualcosa. Scrive la nota di escalation, redige la risposta al cliente, riassume il contratto di 900 pagine, genera il codice, chiama uno strumento con uno schema di argomenti valido e ragiona su un problema la cui risposta non è in un elenco fornito in anticipo. Snap 1.1 non è in grado di fare nessuna di queste cose, non perché sia peggiore, ma perché non ha alcun meccanismo per farlo.

La finestra da 1M token è anche una capacità reale, non un vanto da scheda tecnica. Alibaba riporta MRCR v2 a 0,93, che è un punteggio di recupero anziché una lunghezza contestuale nominale, ed è il numero che determina se una finestra da un milione di token è utilizzabile. Una finestra da 384K con un forte recupero effettivo può superare una finestra da 1M con un recupero debole, ma il punteggio di recupero di Qwen suggerisce che non si basa sulla cifra nominale.

E i pesi aperti contano per un altro motivo: Qwen3.8-2.4T-A95B può essere auto-ospitato con una licenza personalizzata, il che significa che il modello più grande della famiglia non è una mera dipendenza da API. Snap 1.1 non offre questa opzione.

Dove si incastrano insieme

L'architettura difendibile non è una scelta tra i due, ma una divisione del lavoro. Snap 1.1 gestisce le decisioni ad alto volume e a risposta fissa, in cui una probabilità calibrata e un'opzione di rifiuto valgono più della fluidità: quale coda, quale strumento, se escalare, se questo documento sia pertinente. Qwen3.8-Max gestisce la piccola frazione di casi in cui la decisione richiede un ragionamento su materiale che non è nell'elenco delle opzioni, e gestisce tutto ciò che è a valle della decisione e richiede scrittura.

La proporzione è l'intero ragionamento economico. Se Snap si astiene sul 14% dei casi e questi vengono instradati al modello di punta, paghi i prezzi del modello di punta sul 14% del traffico invece che sul 100%, e ottieni un segnale calibrato che ti dice quale sia quel 14% — un meccanismo di allocazione migliore di una soglia fissa sul softmax di un modello generale.

Qwen3.8-Max è uno degli oltre 200 modelli dietro un'unica chiave OrcaRouter, serviti al prezzo di listino del provider con 0% di ricarico e failover automatico tra provider. Snap 1.1 non è nostro; viene erogato tramite l'API proprietaria di Subquadratic. Vale la pena conoscere questa distinzione prima di progettare la pipeline, perché significa che il livello di generazione può essere consolidato su un unico contratto e un'unica linea di fatturazione, mentre il livello decisionale resta una dipendenza separata da un singolo fornitore. Se questa seconda dipendenza è inaccettabile, l'alternativa è eseguire la decisione su un'istanza Qwen3.8-27B che ospiti tu stesso — peggiore nell'astenersi, molto migliore nello spiegarsi, e interamente sotto il tuo controllo.

L'impostazione predefinita onesta

Se stai scegliendo un modello che prenda decisioni per un agente e le decisioni hanno un insieme fisso di risposte, scegli il modello decisionale. Il rapporto di prezzo di quaranta a uno è reale, ma è la metà più piccola dell'argomentazione; la metà più grande è che un modello addestrato a dire "non lo so" ti dà qualcosa che un modello di punta non può dare, cioè un punto in cui inserire l'essere umano nel ciclo.

Se state scegliendo un unico modello per fare tutto — decidere, ragionare, scrivere, chiamare strumenti, leggere un milione di token — scegliete Qwen3.8-Max, e accettate il fatto che state pagando tariffe da flagship per instradare chiamate che un modello da $0.04 avrebbe gestito meglio. La maggior parte dei team scopre di fare esattamente questo circa tre mesi dopo il lancio, quando arriva la fattura e nessuno sa spiegare perché il router costa più del prodotto.