SubQ Snap 1.1 vs Gemma 4 12B: специализированный судья против открытого универсала

Спросите обе модели — SubQ Snap 1.1 и Gemma 4 12B, какие из пятисот обращений в поддержку являются запросами на возврат средств, и обе выдадут пригодный для использования ответ. Только одна из них вдобавок скажет вам по каждому обращению, насколько она уверена, — и только одну из них можно скачать и запустить на собственном оборудовании. В этом и состоит всё сравнение, и причина, по которой оно не выявляет победителя, в том, что эти две модели на самом деле относятся к разным продуктовым категориям. Snap 1.1 — это модель принятия решений, выпущенная Subquadratic 22 октября 2026 года: она оценивает фиксированный набор вариантов и не генерирует текст. Gemma 4 12B — это универсальная модель Google DeepMind с открытыми весами, плотная модель примерно на 12 миллиардов параметров под лицензией Apache 2.0, которая читает текст, изображения, аудио и видео и пишет прозу в ответ.

Считайте их взаимозаменяемыми — и вы совершите одну из двух ошибок: будете платить по тарифам API за классификатор, который могли бы запустить на ноутбуке, или попытаетесь получить структурированную маршрутизацию от модели, которую никогда не учили воздерживаться. Если же рассматривать их как два слоя одного конвейера, они вполне неплохо сочетаются.

Что каждый из них на самом деле из себя представляет

Gemma 4 12B — средняя модель семейства Gemma 4: она располагается между on-device-моделями E2B и E4B и уровнями 26B-A4B и 31B. Её примечательная архитектурная особенность — отсутствие отдельных энкодеров: патчи изображений и звуковые волны проецируются напрямую в языковой бэкбон, а не проходят через отдельные визуальный и аудиоэнкодеры. Она доступна в конфигурации с рассуждением и без него, поставляется под лицензией Apache 2.0 и относится к тем моделям, которые команда выбирает, потому что их можно дообучать, квантовать, встраивать и поставлять, ни у кого не спрашивая разрешения. Трекеры расходятся в точной дате выпуска — Artificial Analysis и BenchLM указывают 3 июня 2026 года, llm-stats — 23 мая, — и это небольшое напоминание о том, что даже скучные факты об открытых релизах пересказываются по-разному в зависимости от того, кто ведёт подсчёт.

SubQ Snap 1.1 намеренно более узкий. Он принимает до 384K токенов текста и изображений плюс определяемый приложением набор ответов — от одного до шестнадцати вопросов, от двух до 255 вариантов на вопрос — и возвращает выбор с вероятностью. Здесь нет свободнотекстового вывода, который нужно разбирать, нет JSON-схемы, которую нужно соблюдать, и нет способа для модели ответить на вопрос, который вы ей не предложили. Аргумент Subquadratic состоит в том, что это иная вычислительная задача, нежели генерация, и что архитектура с разреженным вниманием может выполнять её при постоянных вычислениях на токен, а не платить квадратичным вниманием по документу на 300K токенов.

Характеристики, рядом

• Контекст — SubQ Snap 1.1 принимает 384K токенов за один проход; Gemma 4 12B принимает 256K (262 144).

• Входные модальности — Snap 1.1 принимает текст и изображения; Gemma 4 12B принимает текст, изображения, аудио и видео.

• Вывод — Snap 1.1 возвращает вариант или оценку из вашего списка вместе с вероятностью; Gemma 4 12B генерирует текст произвольной длины.

• Цена — Snap 1.1 стоит $0.04 за 1 млн входных токенов, а выходные бесплатны; медианная цена Gemma 4 12B у провайдеров — $0.10 за 1 млн входных и $0.30 за 1 млн выходных.

• Веса — Snap 1.1 не публикует их; Gemma 4 12B поставляется с весами под лицензией Apache 2.0, которые можно скачать, квантовать и развернуть на собственных серверах.

• Калибровка — Snap 1.1 сообщает об ожидаемой ошибке калибровки 0,014 и уровне воздержания 86% по вопросам, на которые не может ответить; Gemma 4 12B не публикует сопоставимый показатель калибровки.

• Ориентир бенчмарка — Snap 1.1 набирает 65 баллов в Artificial Analysis Decision Index v1.0 и делит первое место; Gemma 4 12B набирает 14 баллов в Artificial Analysis Intelligence Index — это расчётная оценка для его класса размера.

Эти последние две строки несопоставимы, и их не следует ставить рядом друг с другом без предупреждения. Decision Index измеряет качество решений на задаче с фиксированным ответом; Intelligence Index измеряет общие способности к рассуждению. 65 и 14 отвечают на разные вопросы.

Задача, которую оба могут выполнить, и сколько это стоит

Возьмём реалистичный вызов маршрутизации: цепочка тикетов на 8 000 токенов, пять очередей-кандидатов, один ответ. Snap 1.1 взимает $0.04 за миллион входных токенов и ничего за выходные, поэтому такой вызов обходится примерно в $0.00032. Gemma 4 12B при медианном тарифе провайдера взимает $0.0008 за те же 8 000 входных токенов плюс выходные — простая метка — это, возможно, пять токенов, или $0.0000015, но конфигурация с рассуждением, которая думает перед ответом, может легко потратить от 200 до 400 токенов, что составляет ещё от $0.00006 до $0.00012.

Таким образом, при тарифах API Snap в два-три раза дешевле за вызов, и разрыв увеличивается с ростом длины документа, поскольку цена входных данных у Gemma в два с половиной раза выше, чем у Snap. При 100 тыс. токенов сравнение составляет $0,004 против $0,010 ещё до того, как Gemma вообще что-либо напишет.

Теперь запустите Gemma 4 12B на собственном сервере на GPU, который у вас уже есть. Предельная стоимость одного вызова снижается до стоимости электроэнергии, и сравнение полностью меняется. Это самое важное в этом противостоянии: Snap 1.1 дешевле, только если вы покупаете инференс по токенам. Если у вас есть простаивающие мощности, Gemma бесплатна на пределе, а Snap — никогда.

Где Gemma 4 12B выигрывает

Очевидный ответ — открытость, но полезная версия более конкретна. Apache 2.0 означает, что ни один вендор не может объявить используемую вами конечную точку устаревшей, никакой лимит частоты запросов не затормозит пакетную задачу в 2 часа ночи, и никакие данные не покидают вашу сеть. Для регулируемого рабочего процесса — триажа страховых требований, клинического кодирования, проверки договоров — этот последний пункт обычно решает спор ещё до обсуждения цены.

Gemma также делает то, чего Snap структурно не может. Она пишет сводку об эскалации после того, как маршрутизатор принимает решение об эскалации. Она читает отсканированную форму, расшифровывает запись звонка и за один проход отвечает на вопрос, касающийся и того, и другого. Её можно дообучить на ваших собственных размеченных данных, что для узкой задачи классификации часто превосходит zero-shot-поведение любой общей модели. По опубликованным самим производителем цифрам она набирает 77,2 балла в MMLU-Pro, 78,8 в GPQA и 72,0 в LiveCodeBench v6 — скромно для фронтирной модели, но вполне достойно для чего-то, что помещается на один ускоритель.

Его слабые стороны столь же конкретны: 5,2 балла на Humanity's Last Exam без использования инструментов, 43,4 на MRCRv2 в задаче извлечения из длинного контекста и задержка первого токена примерно 2,4–2,6 секунды при типичных скоростях провайдера — что медленновато для маршрутизирующего перехода в цикле агента.

Где побеждает SubQ Snap 1.1

Три вещи — в порядке убывания значимости. Во-первых, калиброванный отказ от ответа. Snap 1.1 демонстрирует показатель 86% ответов «Я не знаю» на вопросах, на которые не может ответить правильно, против 0,7% у собственного релиза 1.0 на прокси-показателе всезнания от поставщика — это улучшение и есть главная особенность данной версии. Чтобы заставить обычную LLM надёжно отказываться от ответа, требуется промпт-инжиниринг, эвристика уверенности или вторая модель для оценки первой, и ни один из этих подходов не так чист, как модель, обученная с отказом от ответа в качестве явной цели.

Во-вторых, контекст. 384K за один проход против 256K, и — что важнее — не нужно продумывать стратегию разбиения на фрагменты. Модель общего назначения с окном 256K технически способна удержать документ; сможет ли она извлечь нужное предложение из его середины — другой вопрос, и показатель Gemma 43,4 на MRCRv2 подсказывает, что честный ответ — «иногда».

В-третьих, форма выходных данных. Вероятность по вашим пяти очередям напрямую пригодна в качестве порога маршрутизации. Сгенерированное предложение — нет, и именно в связующем коде, который превращает одно в другое, живёт большинство багов классификации в продакшене.

Чего у Snap нет, так это независимой проверки 1.1. Существующие сторонние оценки тестировали предварительную модель, и одна из них — исследование оценки релевантности документов от 95pctai, сравнивающее Snap с Gemma 4 31B, — показала, что Snap примерно вдвое быстрее и вдвое дешевле за один запуск, но пропустил 21 ответ, который уловил baseline Gemma. Автор исследования отмечает, что и модель-судья, и baseline были моделями Google, что может создавать преимущество для Gemma, а также что Snap запускался только один раз.

Реальность развертывания

Gemma 4 12B отсутствует в каталоге OrcaRouter. Мы предоставляем доступ к уровням 26B-A4B и 31B того же семейства, а 12B доступна через собственные каналы Google и ряд сторонних платформ. Snap 1.1 также не наш продукт: она работает через API Subquadratic по адресу console.subq.ai.

Практический вопрос для большинства команд — не на чём остановить выбор, а должны ли уровень принятия решений и уровень генерации делить одну зависимость. Отказывают они по-разному. Упавший роутер останавливает ваш пайплайн ещё до начала работы; упавший генератор останавливает его на полпути. Если держать эти два компонента у разных поставщиков — один ключ к 200+ моделям генерации в OrcaRouter с наценкой 0% к прайс-листу провайдеров и автоматическим переключением при сбое, один контракт на модель принятия решений, — это означает, что плохой день у любого из поставщиков приведёт к деградации пайплайна, а не к его остановке.

Как решить за один проход

Если решение — это метка из фиксированного набора вариантов, документы длинные, а вы не можете хостить веса, то выбирайте Snap 1.1 и закладывайте бюджет на создание собственного стенда оценки, потому что для этой версии его никто не опубликовал.

Если решение — это метка, но тот же вызов также должен порождать текст, или данные не могут покидать вашу сеть, или у вас есть свободные мощности GPU: Gemma 4 12B, дообученная на нескольких тысячах ваших собственных примеров, обычно превзойдёт универсальную модель принятия решений в вашей конкретной задаче.

Если вы действительно не уверены, недорогой эксперимент — прогнать обе модели на одних и тех же 2000 размеченных случаях и сравнить не точность, а стоимость ошибок, которые делает каждая из них. Snap будет чаще воздерживаться от ответа. Gemma будет отвечать чаще и чаще ошибаться, не сообщая об этом. Что из этого хуже — свойство вашего бизнеса, а не той или иной модели.