SubQ Snap 1.1 vs Gemma 4 12B: 오픈 범용 모델에 맞서는 전문 심판

둘 모두에게 물어보세요: SubQ Snap 1.1과 Gemma 4 12B500개의 지원 티켓 중 어느 것이 환불 요청인지요. 그러면 둘 다 사용할 수 있는 답을 내놓을 것입니다. 그중 하나만이 티켓별로 얼마나 확신하는지도 알려줄 것이며, 오직 하나만이 직접 소유한 하드웨어에 다운로드해 실행할 수 있습니다. 이것이 비교의 전부이며, 승자가 정해지지 않는 이유는 두 모델이 사실상 같은 제품 범주가 아니기 때문입니다. Snap 1.1은 Subquadratic이 2026년 10월 22일에 공개한 의사결정 모델로, 고정된 옵션 집합에 점수를 매기고 텍스트를 생성하지 않습니다. Gemma 4 12B는 Google DeepMind의 오픈 웨이트 범용 모델로, Apache 2.0에 따른 약 120억 매개변수의 밀집 모델이며 텍스트, 이미지, 오디오, 비디오를 읽고 산문으로 응답합니다.

이들을 대체재로 취급하면 두 가지 실수 중 하나를 하게 됩니다. 노트북에서 실행할 수 있는 분류기에 API 요금을 지불하거나, 애초에 기권하도록 학습된 적 없는 모델에서 구조화된 라우팅을 얻으려는 것입니다. 같은 파이프라인의 두 계층으로 취급하면 둘은 제법 잘 맞습니다.

각각이 실제로 무엇인지

Gemma 4 12B는 Gemma 4 제품군의 중간 모델로, 온디바이스 E2B·E4B 모델과 26B-A4B·31B 등급 사이에 자리한다. 이 모델의 주목할 만한 아키텍처적 특징은 인코더가 없다는 점이다. 이미지 패치와 오디오 파형이 별도의 비전·오디오 인코더를 거치지 않고 언어 백본에 곧바로 투영된다. 추론 구성과 비추론 구성으로 동작하며 Apache 2.0으로 배포되는데, 누구의 허락도 구하지 않고 파인튜닝하고 양자화하고 임베딩하고 배포할 수 있어서 팀이 선택하는 유형의 모델이다. 정확한 출시일을 두고 추적 사이트들의 의견이 엇갈린다. Artificial Analysis와 BenchLM은 2026년 6월 3일이라고 하고, llm-stats는 5월 23일이라고 한다. 이는 오픈 릴리스에 관한 지루한 사실조차 누가 세느냐에 따라 다르게 진술된다는 작은 알림이다.

SubQ Snap 1.1은 의도적으로 범위가 더 좁습니다. 최대 384K 토큰의 텍스트와 이미지, 그리고 애플리케이션이 정의한 답변 집합(질문 1~16개, 질문당 대안 2~255개)을 받아들이고, 확률과 함께 하나의 선택을 반환합니다. 구문 분석할 자유 텍스트 출력도, 강제할 JSON 스키마도, 모델이 제시되지 않은 질문에 답할 방법도 없습니다. Subquadratic의 주장은 이것이 생성과는 다른 계산 작업이며, 희소 어텐션 아키텍처가 300K 토큰 문서 전반에 걸쳐 이차 어텐션 비용을 치르는 대신 토큰당 일정한 연산으로 이를 수행할 수 있다는 것입니다.

사양, 나란히 비교

• 맥락 — SubQ Snap 1.1은 단일 패스에서 384K 토큰을 처리하고, Gemma 4 12B는 256K(262,144)를 처리합니다.

• 입력 모달리티 — Snap 1.1은 텍스트와 이미지를 입력받고, Gemma 4 12B는 텍스트, 이미지, 오디오 및 비디오를 입력받습니다.

• 출력 — Snap 1.1은 목록에서 선택지나 점수를 확률과 함께 반환하고, Gemma 4 12B는 임의 길이의 텍스트를 생성합니다.

• 가격 — Snap 1.1은 100만 입력 토큰당 $0.04이고 출력은 무료입니다. Gemma 4 12B의 제공업체별 중앙값은 100만 입력 토큰당 $0.10, 100만 출력 토큰당 $0.30입니다.

가중치 — Snap 1.1은 아무것도 공개하지 않으며, Gemma 4 12B는 다운로드하고 양자화하여 직접 호스팅할 수 있는 Apache 2.0 가중치를 제공합니다.

• 보정 — Snap 1.1은 예상 보정 오차 0.014와 답할 수 없는 질문에 대한 86%의 응답 보류율을 보고합니다; Gemma 4 12B는 비교 가능한 보정 수치를 공개하지 않습니다.

• 벤치마크 기준점 — Snap 1.1은 Artificial Analysis Decision Index v1.0에서 65점을 기록하며 공동 1위에 올랐고, Gemma 4 12B는 Artificial Analysis Intelligence Index에서 14점을 기록했으며, 이는 해당 규모 등급에 대한 추정치입니다.

마지막 두 행은 서로 비교할 수 없으며, 경고 없이 나란히 배치해서는 안 됩니다. Decision Index는 정답이 정해진 과제에서의 의사결정 품질을 측정하고, Intelligence Index는 일반 추론을 측정합니다. 65와 14는 서로 다른 질문에 답하는 수치입니다.

둘 다 할 수 있는 작업과 그 비용

현실적인 라우팅 호출을 예로 들어 보겠습니다. 8,000토큰짜리 티켓 스레드, 후보 큐 다섯 개, 답변 하나입니다. Snap 1.1은 입력 토큰 100만 개당 $0.04를 청구하고 출력에는 아무것도 청구하지 않으므로, 이 호출 비용은 약 $0.00032입니다. 중간값 제공업체 가격 기준으로 Gemma 4 12B는 동일한 8,000 입력 토큰에 $0.0008을 청구하고, 여기에 출력 비용이 더해집니다. 레이블만 있으면 아마 다섯 토큰, 즉 $0.0000015이지만, 답변하기 전에 생각하는 추론 구성은 쉽게 200~400토큰을 사용할 수 있고, 이는 추가로 $0.00006~$0.00012입니다.

API 요율 기준으로 Snap은 호출당 2~3배 더 저렴하며, 문서가 길어질수록 격차는 더 커집니다. Gemma의 입력 가격이 Snap의 2.5배이기 때문입니다. 100K 토큰에서는 Gemma가 글을 전혀 쓰기 전부터 이미 $0.004 대 $0.010입니다.

이제 이미 보유한 GPU에서 Gemma 4 12B를 자체 호스팅하세요. 호출당 한계 비용은 전기료로 떨어지고, 비교는 완전히 역전됩니다. 이것이 이번 대결에서 가장 중요한 단 하나의 사실입니다. Snap 1.1이 더 저렴한 것은 오직 토큰 단위로 추론을 구매할 때뿐입니다. 유휴 용량이 있다면 Gemma는 한계 비용이 무료이며, Snap은 결코 그렇게 될 수 없습니다.

Gemma 4 12B가 앞서는 부분

뻔한 답은 개방성이다. 하지만 실용적인 답은 더 구체적이다. Apache 2.0은 어떤 벤더도 당신이 사용하는 엔드포인트를 일방적으로 지원 중단할 수 없고, 어떤 속도 제한도 새벽 2시의 배치 작업을 지연시킬 수 없으며, 어떤 데이터도 당신의 네트워크를 떠나지 않는다는 뜻이다. 규제가 적용되는 워크플로 — 클레임 트리아지, 임상 코딩, 계약 검토 — 에서는 그 마지막 점이 보통 가격을 논하기 전에 논쟁을 정리해 버린다.

Gemma는 Snap이 구조적으로 할 수 없는 일도 합니다. 라우터가 에스컬레이션을 결정하면 에스컬레이션 요약을 작성합니다. 스캔한 양식을 읽고, 통화 녹음을 전사하고, 두 가지 모두에 대한 질문에 한 번에 답합니다. 자체 라벨링된 데이터로 미세 조정할 수 있으며, 좁은 분류 작업에서는 이는 종종 어떤 범용 모델의 제로샷 동작보다도 뛰어납니다. 공급업체가 자체 공개한 수치에 따르면 MMLU-Pro에서 77.2, GPQA에서 78.8, LiveCodeBench v6에서 72.0을 기록합니다. 이는 프런티어 모델로서는 소박하지만, 단일 가속기에 들어가는 무언가로서는 충분히 괜찮은 성적입니다.

약점도 똑같이 구체적입니다. 도구 없이 Humanity's Last Exam에서 5.2, MRCRv2 장문 컨텍스트 검색에서 43.4, 일반적인 제공자 속도에서 첫 토큰 지연이 약 2.4~2.6초인데, 이는 에이전트 루프의 라우팅 홉 기준으로 다소 느린 편입니다.

SubQ Snap 1.1이 앞서는 부분

세 가지를 중요도 순으로 말하겠습니다. 첫째, 보정된 답변 보류입니다. Snap 1.1은 정답을 낼 수 없는 질문에 대해 "모른다"고 말하는 비율이 86%라고 보고하는데, 이는 공급업체의 전지성 프록시에서 자사 1.0 릴리스의 0.7%와 대비됩니다. 이 개선이 이 버전의 핵심입니다. 일반 LLM이 안정적으로 답변을 보류하게 하려면 프롬프트 엔지니어링, 신뢰도 휴리스틱, 또는 첫 번째 모델을 평가할 두 번째 모델이 필요하며, 그 어느 것도 답변 보류를 명시적 목표로 학습한 모델만큼 깔끔하지 않습니다.

둘째, 컨텍스트입니다. 256K 대비 단일 패스로 384K, 그리고 — 더 중요한 것은 — 설계할 청킹 전략이 없다는 점입니다. 256K의 범용 모델은 기술적으로 문서를 담을 수 있습니다. 문서 중간에서 올바른 문장을 검색하는지는 별개의 문제이며, MRCRv2에서 Gemma의 43.4는 정직한 답이 "때때로"임을 시사합니다.

셋째, 출력의 형태입니다. 다섯 개 큐에 대한 확률은 라우팅 임계값으로 바로 사용할 수 있습니다. 생성된 문장은 그렇지 않으며, 하나를 다른 것으로 바꾸는 글루 코드에 대부분의 프로덕션 분류 버그가 존재합니다.

Snap에 없는 것은 {{1}}1.1{{/1}}에 대한 독립적인 검증이다. 존재하는 제3자 평가들은 미리보기 모델을 테스트했으며, 그중 하나인 95pctai의 Snap 대 Gemma 4 31B 비교 문서 관련성 채점 연구에서는 Snap이 대략 두 배 빠르고 실행당 비용은 절반이지만 Gemma 기준선이 포착한 답변 21개를 놓친 것으로 나타났다. 이 연구의 저자는 심사자와 기준선이 모두 Google 모델이어서 Gemma에 유리하게 작용했을 수 있고, Snap은 한 번만 실행되었다는 점을 지적한다.

배포의 현실

Gemma 4 12B는 OrcaRouter 카탈로그에 없습니다. 저희는 같은 패밀리의 26B-A4B 및 31B 티어를 제공하며, 12B는 Google 자체 채널과 여러 타사 플랫폼을 통해 이용할 수 있습니다. Snap 1.1 역시 저희 것이 아닙니다. 이는 console.subq.ai에서 Subquadratic의 API를 통해 실행됩니다.

대부분의 팀에게 실질적인 질문은 어느 쪽을 표준으로 삼을지가 아니라 결정 계층과 생성 계층이 의존성을 공유해야 하는지입니다. 이들은 서로 다르게 실패합니다. 다운된 라우터는 어떤 작업도 시작되기 전에 파이프라인을 멈추고, 다운된 생성기는 작업 도중에 멈춥니다. 두 계층을 서로 다른 공급업체에 두는 것 — OrcaRouter에서 공급업체 목록 대비 0% 마크업과 자동 장애 조치로 200개 이상의 생성 모델에 사용하는 하나의 키, 결정 모델을 위한 하나의 계약 — 은 어느 한 공급업체에서 문제가 생긴 오후가 파이프라인을 중단시키는 대신 성능을 저하시킬 뿐이라는 뜻입니다.

한 번에 결정하는 방법

결정이 고정된 옵션 집합에 대한 레이블 지정이고, 문서가 길며, 가중치를 직접 호스팅할 수 없다면 Snap 1.1을 선택하고, 이 버전에 대한 평가 하네스는 아무도 공개한 적이 없으므로 자체 평가 하네스를 구축할 예산을 잡아 두십시오.

결정이 레이블인데 같은 호출에서 텍스트도 생성해야 하거나, 데이터가 네트워크를 벗어날 수 없거나, 여분의 GPU 용량이 있다면: 자체 예시 수천 개로 파인튜닝한 Gemma 4 12B가 특정 작업에서는 대개 범용 의사결정 모델을 능가합니다.

정말로 확신이 없다면, 저렴한 실험은 동일한 2,000개의 레이블이 지정된 사례에 두 모델을 모두 실행해 보고 정확도가 아니라 각각이 저지르는 오류의 비용을 비교하는 것입니다. Snap은 더 자주 답변을 보류할 것입니다. Gemma는 더 많이 답하고, 그렇다고 말하지 않은 채 더 자주 틀릴 것입니다. 이 중 어느 쪽이 더 나쁜지는 두 모델 중 어느 쪽의 속성이 아니라 여러분 비즈니스의 속성입니다.