SubQ Snap 1.1 vs Qwen 3.8: veertig keer zo duur per token, een andere taak

Qwen3.8-Max kost ongeveer veertig keer zoveel als SubQ Snap 1.1 per inputtoken — ongeveer $1,65 per miljoen tegen $0,04 — en die verhouding is nog wel het minst interessante feit aan deze vergelijking. De twee modellen rekenen voor verschillende dingen af. Qwen3.8-Max, Alibaba's vlaggenschip met 2,4 biljoen parameters dat op 3 augustus 2026 werd gelanceerd, rekent af voor wat het denkt en wat het schrijft. Snap 1.1, het beslissingsmodel van Subquadratic dat op 22 oktober 2026 uitkwam, rekent alleen af voor wat het leest, omdat het antwoord een label is en geen zin. Laat de beslissing draaien op een model dat je zelf beheert, en de generatie op het model dat zijn rekening waard is: Qwen3.8-Max wordt aangeboden tegen de lijstprijs van de provider, met 0% opslag en automatische failover.

Zet ze in dezelfde pipeline en de prijsverhouding ziet er niet langer uit als een koopje of een afzetterij, maar begint eruit te zien als een ontwerpbeslissing. Een van deze modellen zou elke routeringsaanroep in je systeem moeten doen. Het andere zou er bijna geen enkele moeten doen — en de gevallen waarin Qwen3.8-Max het juiste antwoord is, zijn precies de gevallen die een beslissingsmodel helemaal niet aankan.

Wat Qwen3.8-Max eigenlijk is

Alibaba gaf er op 19 juli 2026 tijdens WAIC in Shanghai een voorproefje van en lanceerde het op 3 augustus. De architectuur is een sparse mixture of experts op werkelijk frontier-schaal: 2,4 biljoen totale parameters, met ongeveer 95 miljard actief per token, een contextvenster van 1M tokens en een maximale output van 131K tokens. Het is native multimodaal, accepteert tekst, afbeeldingen en video en ondersteunt denkmodus, function calling, ingebouwde tools en gestructureerde outputs in OpenAI-compatibele, Anthropic-compatibele en OpenAI Responses-wireformaten.

De benchmarkrij is een frontier-modelrij, geen rij voor kleine modellen: GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1,1 bij 56,6, MRCR v2 op 0,93, en een Artificial Analysis Intelligence Index van 45. Dat zijn het soort cijfers dat een lijstprijs van $1,65/$4,95 rechtvaardigt — ongeveer $4.950 om een miljard inputtokens erdoorheen te sturen, of ongeveer wat Snap 1.1 vraagt voor 124 miljard.

Een opmerking over de naamgeving, want dat is belangrijk voor iedereen die een keuze maakt: Qwen3.8-Max is het gehoste vlaggenschip. Het heeft open gewichten die zijn uitgebracht als Qwen3.8-2.4T-A95B onder een aangepaste licentie, en er is een aparte, echt open variant — Qwen3.8-27B, Apache 2.0, 262K native context, een Intelligence Index van 34 en ongeveer $0,42 tot $0,50 per miljoen inputtokens. De 27B is degene die de meeste teams naast kleine modellen zouden moeten leggen. De Max is degene die je inschakelt wanneer de taak het grootste beschikbare model vereist.

Wat Snap 1.1 eigenlijk is

Snap 1.1 is een beslissingsmodel, wat een beperktere bewering is dan het klinkt. Het accepteert tot 384K tokens tekst en afbeeldingen en een antwoordset van twee tot 255 alternatieven per vraag, en retourneert een selectie met een gekalibreerde waarschijnlijkheid. Geen proza. Geen JSON om te repareren. Geen denktokens. Subquadratic betoogt dat een beslissing met een vast antwoord een andere computationele taak is dan generatie, en dat de sparse-attentionarchitectuur de invoer verwerkt met constante rekenkracht per token in plaats van kwadratische attention over een lang document te betalen.

Het belangrijkste resultaat is een score van 65 op de Artificial Analysis Decision Index v1.0, gedeeld eerste met d1-ultra en Elephant 9B, en voor Jev 1.14 op 57. Het getal daaronder is het getal om vast te houden: nauwkeurigheid van 20%, tegenover 32% voor d1-ultra en 12% voor Elephant 9B, waarbij de indexscore wordt gedragen door een gerapporteerde onthoudingsgraad van 86% bij vragen die het niet kan beantwoorden. Snap 1.1 is een model dat is getraind om te weigeren, en zijn rangschikking is een meting van hoe goed het weigert.

De specs, naast elkaar

• Schaal — Qwen3.8-Max is een MoE met 2,4 biljoen parameters en ~95 miljard actief; SubQ Snap 1.1 is een sparse-attention-beslissingsmodel met een niet-openbaar gemaakte omvang.

• Context — 1M tokens voor Qwen3.8-Max, 131K maximale uitvoer; 384K tokens voor Snap 1.1, geen gegenereerde uitvoer.

• Invoer — tekst, afbeeldingen en video voor Qwen3.8-Max; tekst en afbeeldingen voor Snap 1.1.

• Uitvoer — vrije tekst, redeneersporen, tool-aanroepen en gestructureerde uitvoer voor Qwen3.8-Max; een keuze of score met een waarschijnlijkheid voor Snap 1.1.

• Prijs — ongeveer $1,65 tot $2,00 per 1 mln. invoer en $4,95 tot $6,00 per 1 mln. uitvoer voor Qwen3.8-Max, afhankelijk van de provider, waarbij OrcaRouter $2,00 en $6,00 vermeldt; $0,04 per 1 mln. invoer en niets voor uitvoer voor Snap 1.1.

• Algemene intelligentie — Artificial Analysis Intelligence Index-score van 45 voor Qwen3.8-Max; niet gemeten op die index voor Snap 1.1.

• Besluitkwaliteit — 65 op de Artificial Analysis Decision Index v1.0 voor Snap 1.1; niet gemeten op die index voor Qwen3.8-Max.

• Implementatie — gehoste API en open gewichten onder een aangepaste licentie voor Qwen3.8-Max; alleen gehoste API, geen gewichten, voor Snap 1.1.

Die laatste twee rijen zijn de reden dat deze vergelijking steeds weer verkeerd wordt gemaakt. Elk model wordt gemeten op een index waarop het andere nooit is getest, dus elke bewering dat het ene model het andere "verslaat" is een gevolgtrekking, geen resultaat. Niemand heeft ooit een rechtstreekse vergelijking gepubliceerd.

Het anti-patroon: een vlaggenschip als router gebruiken

Het komt vaak voor, en het is duur op een manier die pas zichtbaar wordt wanneer de rekening binnenkomt. Een team bouwt een agent, heeft die nodig om tussen vijf tools te kiezen, en grijpt naar het sterkste beschikbare model omdat de beslissing ertoe doet. De beslissing doet er inderdaad toe. Het model wordt simpelweg gevraagd iets te doen waarvoor het niet is geoptimaliseerd, tegen een prijs die voor iets anders is opgebouwd.

Reken eens uit: een miljoen routeringsbeslissingen met elk 6.000 tokens context — zes miljard inputtokens. Qwen3.8-Max tegen het goedkoopste vermelde tarief van $1,65: $9.900 voor input, plus misschien twintig outputtokens per beslissing, oftewel 20 miljoen outputtokens tegen $4,95 per miljoen, nog eens $99. Noem het $10.000. Bij de tarieven van OrcaRouter van $2,00 en $6,00 komt hetzelfde volume op $12.120. Snap 1.1 over hetzelfde volume: $240, en helemaal geen outputregel. Het verschil is geen korting. Het is een factor veertig tot vijftig.

Latentie vertelt hetzelfde verhaal vanaf de andere kant. Een model met 2,4 biljoen parameters dat zelfs een kort antwoord genereert, heeft een vertraging bij de eerste token en een decodeerkost die een beslissingsmodel simpelweg niet heeft — de pitch van Snap is een beslissingslaag van minder dan een seconde, en Subquadratic publiceert daarbuiten geen latentiecijfer voor 1.1. In een agentlus die twintig beslissingen per taak neemt, loopt dat verschil op tot seconden per taak, het verschil tussen een agent die direct aanvoelt en een die kapot aanvoelt.

Wat Qwen3.8-Max doet en Snap niet kan

Alles waarbij iets wordt geproduceerd. Het schrijft de escalatienotitie, stelt het antwoord aan de klant op, vat het contract van 900 pagina's samen, genereert de code, roept een tool aan met een geldig argumentschema en redeneert een probleem door waarvan het antwoord niet in een lijst staat die je van tevoren hebt aangeleverd. Snap 1.1 kan geen van die dingen, niet omdat het slechter is, maar omdat het er geen mechanisme voor heeft.

Het 1M-tokenvenster is ook een echte capaciteit, geen stoer cijfer op een specsheet. Alibaba rapporteert MRCR v2 op 0,93; dat is een retrieval-score en geen nominale contextlengte, en het is het getal dat bepaalt of een venster van een miljoen tokens bruikbaar is. Een venster van 384K met sterke effectieve retrieval kan een venster van 1M met zwakke retrieval verslaan, maar de retrieval-score van Qwen suggereert dat Qwen niet op het nominale cijfer leunt.

En de open gewichten zijn om een andere reden van belang: Qwen3.8-2.4T-A95B kan onder een aangepaste licentie zelf worden gehost, wat betekent dat het grootste model in de familie niet uitsluitend afhankelijk is van een API. Snap 1.1 heeft die optie niet.

Waar ze bij elkaar passen

De verdedigbare architectuur is geen keuze tussen beide, maar een taakverdeling. Snap 1.1 behandelt de beslissingen met hoog volume en vaste antwoorden, waarbij een gekalibreerde waarschijnlijkheid en een weigeringsoptie meer waard zijn dan vloeiendheid: welke wachtrij, welke tool, of er moet worden opgeschaald, of dit document überhaupt relevant is. Qwen3.8-Max behandelt de kleine fractie gevallen waarin de beslissing redeneren vereist over materiaal dat niet in de optielijst staat, en verzorgt alles stroomafwaarts van de beslissing waarvoor schrijven nodig is.

Het aandeel is het hele economische argument. Als Snap zich in 14% van de gevallen onthoudt en die naar het vlaggenschip worden geleid, betaal je vlaggenschipprijzen voor 14% van het verkeer in plaats van 100%, en krijg je een gekalibreerd signaal dat aangeeft welke 14% — wat een beter allocatiemechanisme is dan een vaste drempel op de softmax van een algemeen model.

Qwen3.8-Max is een van de meer dan 200 modellen achter één enkele OrcaRouter-sleutel, aangeboden tegen de lijstprijs van de provider met 0% opslag en automatische failover tussen providers. Snap 1.1 is niet van ons; het draait via de eigen API van Subquadratic. Die splitsing is het kennen waard voordat je de pipeline ontwerpt, want het betekent dat de generatielaag kan worden geconsolideerd op één contract en één facturatieregel, terwijl de beslissingslaag een afzonderlijke afhankelijkheid van één leverancier blijft. Als die tweede afhankelijkheid onaanvaardbaar is, is het alternatief om de beslissing uit te voeren op een Qwen3.8-27B-instantie die je zelf host — minder goed in het zich onthouden van een oordeel, veel beter in het uitleggen van zichzelf, en volledig onder jouw controle.

De eerlijke standaard

Als je één model kiest om beslissingen te nemen voor een agent, en de beslissingen hebben een vaste antwoordenset, kies dan het beslissingsmodel. De prijsverhouding van veertig tegen één is echt, maar dat is het kleinere deel van het argument; het grotere deel is dat een model dat getraind is om "Ik weet het niet" te zeggen je iets geeft wat een vlaggenschipmodel niet kan, namelijk een plek om de mens in de lus te zetten.

Als je één model kiest om alles te doen — beslissen, redeneren, schrijven, tools aanroepen, een miljoen tokens lezen — kies dan Qwen3.8-Max, en accepteer dat je flagship-tarieven betaalt voor routeringsaanroepen die een model van $0.04 beter zou hebben afgehandeld. De meeste teams ontdekken ongeveer drie maanden na de lancering dat ze precies dit doen, wanneer de factuur binnenkomt en niemand kan uitleggen waarom de router meer kost dan het product.