SubQ Snap 1.1 kontra Gemma 4 12B: specjalistyczny sędzia przeciw otwartemu generaliście

Zapytaj zarówno SubQ Snap 1.1, jak i Gemma 4 12B, które z pięciuset zgłoszeń do pomocy technicznej są wnioskami o zwrot pieniędzy, a oba udzielą użytecznej odpowiedzi. Tylko jeden z nich powie ci również, w przypadku każdego zgłoszenia, jak bardzo jest pewny — a tylko jeden z nich można pobrać i uruchomić na sprzęcie, który posiadasz. To całe porównanie, a powód, dla którego nie kończy się ono wskazaniem zwycięzcy, jest taki, że te dwa modele tak naprawdę nie należą do tej samej kategorii produktu. Snap 1.1 to model decyzyjny wydany przez Subquadratic 22 października 2026 r.: punktuje ustalony zestaw opcji i nie generuje tekstu. Gemma 4 12B to model ogólnego przeznaczenia Google DeepMind o otwartych wagach, gęsty model o około 12 miliardach parametrów na licencji Apache 2.0, który odczytuje tekst, obrazy, dźwięk i wideo i zwraca odpowiedź prozą.

Traktuj je jako zamienniki, a popełnisz jeden z dwóch błędów: będziesz płacić stawki API za klasyfikator, który mógłbyś uruchomić na laptopie, albo spróbujesz uzyskać ustrukturyzowane trasowanie z modelu, którego nigdy nie uczono wstrzymywania się od odpowiedzi. Traktowane jako dwie warstwy tego samego potoku, całkiem nieźle do siebie pasują.

Czym każdy z nich właściwie jest

Gemma 4 12B to środkowe dziecko rodziny Gemma 4 — lokuje się między modelami E2B i E4B działającymi na urządzeniu a poziomami 26B-A4B i 31B. Jej godna uwagi cecha architektoniczna to brak enkoderów: fragmenty obrazu i przebiegi fal dźwiękowych są rzutowane bezpośrednio do głównego szkieletu językowego, zamiast przechodzić przez osobne enkodery wizji i dźwięku. Działa w konfiguracji rozumowania i bez rozumowania, jest udostępniana na licencji Apache 2.0 i jest to typ modelu, który zespół wybiera, ponieważ można go dostrajać, kwantyzować, osadzać i wdrażać bez pytania nikogo o pozwolenie. Trackery nie zgadzają się co do dokładnej daty wydania — Artificial Analysis i BenchLM podają 3 czerwca 2026 r., a llm-stats mówi o 23 maja — co jest drobnym przypomnieniem, że nawet nudne fakty o otwartych wydaniach bywają powtarzane inaczej w zależności od tego, kto liczy.

SubQ Snap 1.1 jest celowo węższy. Przyjmuje do 384 tys. tokenów tekstu i obrazów oraz zdefiniowany przez aplikację zestaw odpowiedzi — od jednego do szesnastu pytań, od dwóch do 255 alternatyw na pytanie — i zwraca wybór wraz z prawdopodobieństwem. Nie ma danych wyjściowych w postaci dowolnego tekstu do parsowania, schematu JSON do wymuszenia ani sposobu, by model odpowiedział na pytanie, którego mu nie zaproponowano. Argument Subquadratic jest taki, że to inne zadanie obliczeniowe niż generowanie i że architektura rzadkiej uwagi może je wykonać przy stałym nakładzie obliczeniowym na token, zamiast płacić kwadratową uwagą w dokumencie o 300 tys. tokenów.

Specyfikacje zestawione obok siebie

• Kontekst — SubQ Snap 1.1 przyjmuje 384K tokenów w jednym przebiegu; Gemma 4 12B przyjmuje 256K (262,144).

• Modalność wejściowa — Snap 1.1 przyjmuje tekst i obrazy; Gemma 4 12B przyjmuje tekst, obrazy, dźwięk i wideo.

• Wyjście — Snap 1.1 zwraca wybór lub wynik z Twojej listy wraz z prawdopodobieństwem; Gemma 4 12B generuje tekst o dowolnej długości.

• Cena — Snap 1.1 kosztuje 0,04 USD za 1 mln tokenów wejściowych, a tokeny wyjściowe są bezpłatne; mediana Gemma 4 12B u różnych dostawców wynosi 0,10 USD za 1 mln tokenów wejściowych i 0,30 USD za 1 mln tokenów wyjściowych.

Wagi — Snap 1.1 nie publikuje żadnych; Gemma 4 12B dostarcza wagi Apache 2.0, które możesz pobrać, skwantyzować i hostować samodzielnie.

• Kalibracja — Snap 1.1 podaje oczekiwany błąd kalibracji na poziomie 0,014 oraz 86% wskaźnika wstrzymania się od odpowiedzi na pytania, na które nie potrafi odpowiedzieć; Gemma 4 12B nie publikuje porównywalnego wskaźnika kalibracji.

• Punkt odniesienia benchmarku — Snap 1.1 uzyskuje 65 punktów w Artificial Analysis Decision Index v1.0, ex aequo na pierwszym miejscu; Gemma 4 12B uzyskuje 14 punktów w Artificial Analysis Intelligence Index, co jest szacunkową wartością dla jej klasy rozmiaru.

Te dwa ostatnie wiersze nie są porównywalne i nie powinny być umieszczane obok siebie bez ostrzeżenia. Decision Index mierzy jakość decyzji w zadaniu z ustaloną odpowiedzią; Intelligence Index mierzy ogólne rozumowanie. Wynik 65 i wynik 14 odpowiadają na różne pytania.

Zadanie, które oboje mogą wykonać, i ile to kosztuje

Weźmy realistyczne wywołanie routingu: wątek zgłoszenia o długości 8000 tokenów, pięć kolejek kandydujących, jedna odpowiedź. Snap 1.1 pobiera 0,04 USD za milion tokenów wejściowych i nic za tokeny wyjściowe, więc wywołanie kosztuje około 0,00032 USD. Gemma 4 12B przy medianie cen dostawców pobiera 0,0008 USD za te same 8000 tokenów wejściowych, plus tokeny wyjściowe — sama etykieta to może pięć tokenów, czyli 0,0000015 USD, ale konfiguracja rozumowania, która myśli przed udzieleniem odpowiedzi, może łatwo zużyć od 200 do 400 tokenów, co stanowi dodatkowe 0,00006 do 0,00012 USD.

Przy stawkach API Snap jest zatem dwa do trzech razy tańszy za wywołanie, a różnica rośnie w miarę wydłużania się dokumentu, ponieważ cena wejściowa Gemmy jest dwa i pół raza wyższa niż w przypadku Snap. Przy 100K tokenów porównanie wynosi 0,004 USD wobec 0,010 USD, zanim Gemma w ogóle cokolwiek napisze.

Teraz hostuj Gemma 4 12B samodzielnie na GPU, który już posiadasz. Koszt krańcowy na wywołanie spada do kosztu energii elektrycznej, a porównanie całkowicie się odwraca. To najważniejsza rzecz w tym zestawieniu: Snap 1.1 jest tańszy tylko wtedy, gdy kupujesz wnioskowanie za token. Jeśli masz niewykorzystane moce, Gemma jest darmowa w ujęciu krańcowym, a Snap nigdy nie będzie.

Gdzie Gemma 4 12B wygrywa

Oczywista odpowiedź to otwartość, ale jej użyteczna wersja jest bardziej konkretna. Apache 2.0 oznacza, że żaden dostawca nie może wycofać punktu końcowego, na którym polegasz, żaden limit zapytań nie zdusi zadania wsadowego o 2 w nocy, a żadne dane nie opuszczają twojej sieci. W przypadku regulowanego procesu — segregacji roszczeń, kodowania klinicznego, przeglądu umów — ten ostatni punkt zwykle rozstrzyga sprawę, zanim w ogóle zacznie się rozmowa o cenie.

Gemma potrafi też rzeczy, których Snap strukturalnie nie może. Pisze podsumowanie eskalacji, gdy router zdecyduje o eskalacji. Odczytuje zeskanowany formularz, transkrybuje nagranie rozmowy i odpowiada na pytanie dotyczące obu w jednym przebiegu. Można ją dostroić na własnych oznaczonych danych, co w przypadku wąskiego zadania klasyfikacyjnego często przewyższa zachowanie zero-shot dowolnego modelu ogólnego. Według opublikowanych przez producenta wyników uzyskuje 77,2 w MMLU-Pro, 78,8 w GPQA i 72,0 w LiveCodeBench v6 — skromnie jak na model czołowy, całkowicie przyzwoicie dla czegoś, co mieści się na jednym akceleratorze.

Jego słabości są równie konkretne: 5,2 w Humanity's Last Exam bez narzędzi, 43,4 w MRCRv2 przy wyszukiwaniu w długim kontekście oraz opóźnienie pierwszego tokenu wynoszące około 2,4–2,6 sekundy przy typowych prędkościach dostawcy, co jest dość wolne jak na przeskok routingowy w pętli agenta.

Gdzie SubQ Snap 1.1 wygrywa

Trzy rzeczy, w kolejności od ich znaczenia. Po pierwsze, skalibrowane wstrzymywanie się od odpowiedzi. Snap 1.1 odnotowuje 86% wskaźnik mówienia „nie wiem” w przypadku pytań, na które nie potrafi poprawnie odpowiedzieć, wobec 0,7% dla własnego wydania 1.0 na wskaźniku wszechwiedzy dostawcy — ta poprawa jest głównym punktem tej wersji. Skłonienie ogólnego LLM do niezawodnego wstrzymywania się od odpowiedzi wymaga inżynierii promptów, heurystyki pewności lub drugiego modelu oceniającego pierwszy, a żadne z tych rozwiązań nie jest tak czyste jak model wytrenowany z jawnym celem wstrzymywania się od odpowiedzi.

Po drugie, kontekst. 384K w jednym przebiegu w porównaniu z 256K, a — co istotniejsze — bez konieczności projektowania strategii dzielenia na fragmenty. Ogólny model przy 256K technicznie może pomieścić dokument; czy odnajdzie właściwe zdanie ze środka, to już inne pytanie, a wynik Gemmy 43,4 w MRCRv2 sugeruje, że uczciwa odpowiedź brzmi „czasami”.

Po trzecie, kształt wyniku. Prawdopodobieństwo rozłożone na twoich pięć kolejek jest bezpośrednio użyteczne jako próg routingu. Wygenerowane zdanie już nie, a kod klejący, który zamienia jedno w drugie, to właśnie tam, gdzie żyje większość produkcyjnych błędów klasyfikacji.

Snap nie ma natomiast żadnej niezależnej weryfikacji wersji 1.1. Istniejące oceny zewnętrzne testowały model preview, a jedna z nich — badanie oceny trafności dokumentów przeprowadzone przez 95pctai, porównujące Snap z Gemma 4 31B — wykazało, że Snap jest około dwa razy szybszy i o połowę tańszy na przebieg, ale brakowało mu 21 odpowiedzi, które wychwycił model bazowy Gemma. Autor badania zaznacza, że zarówno model oceniający, jak i model bazowy były modelami Google, co może sprzyjać Gemmie, a Snap został uruchomiony tylko raz.

Realia wdrożenia

Gemma 4 12B nie znajduje się w katalogu OrcaRouter. Oferujemy warianty 26B-A4B oraz 31B z tej samej rodziny, a model 12B jest dostępny za pośrednictwem własnych kanałów Google oraz szeregu platform zewnętrznych. Snap 1.1 również nie należy do naszego portfolio: działa przez API Subquadratic pod adresem console.subq.ai.

Praktyczne pytanie, przed którym staje większość zespołów, nie brzmi, na którym rozwiązaniu się standaryzować, lecz czy warstwa decyzyjna i warstwa generatywna powinny dzielić jedną zależność. Zawodzą one w różny sposób. Router, który padnie, zatrzymuje cały potok, zanim jeszcze rozpocznie się jakakolwiek praca; generator, który padnie, zatrzymuje go w połowie. Utrzymywanie obu u osobnych dostawców — jeden klucz do ponad 200 modeli generatywnych w OrcaRouter z 0% marży ponad cennik dostawcy i automatycznym przełączaniem awaryjnym, jedna umowa na model decyzyjny — oznacza, że zły dzień u któregokolwiek z dostawców pogarsza działanie potoku, zamiast go zatrzymywać.

Jak zdecydować w jednym przebiegu

Jeśli decyzja to etykieta ze stałego zestawu opcji, dokumenty są długie, a Ty nie możesz hostować wag: Snap 1.1, i zaplanuj budżet na zbudowanie własnego środowiska ewaluacyjnego, ponieważ nikt nie opublikował takiego dla tej wersji.

Jeśli decyzja to etykieta, ale to samo wywołanie musi też wygenerować tekst, albo dane nie mogą opuścić Twojej sieci, albo masz zapasową moc GPU: Gemma 4 12B dostrojona na kilku tysiącach własnych przykładów zwykle pokona model decyzyjny ogólnego przeznaczenia w Twoim konkretnym zadaniu.

Jeśli naprawdę nie masz pewności, tanim eksperymentem jest przepuszczenie obu przez te same 2000 oznaczonych przypadków i porównanie nie dokładności, lecz kosztu błędów, jakie popełnia każde z nich. Snap będzie częściej wstrzymywać się od odpowiedzi. Gemma będzie odpowiadać częściej i częściej się mylić, nie przyznając tego. To, które z tych zachowań jest gorsze, jest cechą Twojej firmy, a nie któregoś z modeli.