SubQ Snap 1.1 vs Qwen 3.8: в сорок раз выше цена за токен, но другая задача

Qwen3.8-Max стоит примерно в сорок раз дороже, чем SubQ Snap 1.1 за один входной токен — около $1,65 за миллион против $0,04 — и это соотношение — самый неинтересный факт в этом противостоянии. Две модели тарифицируются за разные вещи. Qwen3.8-Max — флагман Alibaba с 2,4 трлн параметров, запущенный 3 августа 2026 года, — берёт плату за то, о чём думает, и за то, что пишет. Snap 1.1 — модель принятия решений от Subquadratic, выпущенная 22 октября 2026 года, — берёт плату только за то, что читает, потому что ответ — это метка, а не предложение. Запустите принятие решения на модели, которую вы контролируете, а генерацию — на той, что оправдывает свой счёт: Qwen3.8-Max предоставляется по прайс-листовой цене провайдера с наценкой 0% и автоматическим переключением при сбое.

Поставьте их в один пайплайн — и соотношение цен перестанет выглядеть как выгодная сделка или грабёж, а начнёт выглядеть как проектное решение. Одна из этих моделей должна обслуживать каждый вызов маршрутизации в вашей системе. Другая — почти ни одного, и случаи, где Qwen3.8-Max является правильным ответом, — это ровно те случаи, с которыми модель принятия решений вообще не справится.

Что на самом деле представляет собой Qwen3.8-Max

Alibaba представила его в предварительной версии на WAIC в Шанхае 19 июля 2026 года и выпустила 3 августа. Архитектура — разреженная смесь экспертов поистине фронтирного масштаба: 2,4 трлн параметров всего при примерно 95 млрд активных на токен, контекстное окно в 1 млн токенов и максимальный объём вывода 131 тыс. токенов. Она нативно мультимодальна, принимает текст, изображения и видео и поддерживает режим размышлений, вызов функций, встроенные инструменты и структурированные выходные данные в OpenAI-совместимом, Anthropic-совместимом и OpenAI Responses форматах передачи данных.

Это строка бенчмарков фронтирной модели, а не малой: GPQA Diamond — 92,6, HLE — 43,6, OSWorld — 86,1, DeepSWE 1.1 — 56,6, MRCR v2 — 0,93 и индекс интеллекта Artificial Analysis — 45. Именно такие цифры оправдывают цену по прайс-листу в $1,65/$4,95 — примерно $4 950, чтобы прогнать через неё миллиард входных токенов, или примерно столько, сколько Snap 1.1 берёт за 124 млрд.

Замечание о названиях, потому что это важно для всех, кто выбирает модель: Qwen3.8-Max — это флагманская размещённая модель. Её открытые веса выпущены как Qwen3.8-2.4T-A95B по собственной лицензии, а есть отдельный, по-настоящему открытый собрат — Qwen3.8-27B, Apache 2.0, нативный контекст 262K, Intelligence Index 34 и примерно $0.42–$0.50 за миллион входных токенов. Именно 27B большинству команд стоит сравнивать с небольшими моделями. Max — это та модель, к которой обращаются, когда задаче нужна самая большая доступная модель.

Что на самом деле представляет собой Snap 1.1

Snap 1.1 — это модель принятия решений, и это более узкое утверждение, чем кажется. Она принимает до 384K токенов текста и изображений и набор ответов от двух до 255 альтернатив на вопрос, а возвращает выбор с калиброванной вероятностью. Никакого связного текста. Никакого JSON, который нужно чинить. Никаких токенов размышления. Аргумент Subquadratic состоит в том, что решение с фиксированным набором ответов — это иная вычислительная задача, чем генерация, и её архитектура разреженного внимания обрабатывает вход при постоянных вычислениях на токен, а не платит квадратичным вниманием по всему длинному документу.

Главный результат — 65 баллов в Artificial Analysis Decision Index v1.0, первое место наравне с d1-ultra и Elephant 9B и впереди Jev 1.14 с 57 баллами. Но важнее цифра под ним: точность 20% против 32% у d1-ultra и 12% у Elephant 9B, при этом балл индекса обеспечен заявленной 86%-й долей отказов от ответа на вопросы, на которые модель не может ответить. Snap 1.1 — это модель, обученная отказываться, и её место в рейтинге измеряет, насколько хорошо она отказывается.

Характеристики, рядом

• Масштаб — Qwen3.8-Max — это MoE с 2,4 трлн параметров и ~95 млрд активных; SubQ Snap 1.1 — это модель принятия решений на основе разреженного внимания с нераскрытым размером.

• Контекст — 1M токенов для Qwen3.8-Max, максимальный объём вывода 131K; 384K токенов для Snap 1.1, вывод не генерируется.

• Ввод — текст, изображения и видео для Qwen3.8-Max; текст и изображения для Snap 1.1.

• Вывод — текст в свободной форме, трассировки рассуждений, вызовы инструментов и структурированный вывод для Qwen3.8-Max; выбор или оценка с вероятностью для Snap 1.1.

• Цена — примерно от $1.65 до $2.00 за 1 млн входных и от $4.95 до $6.00 за 1 млн выходных для Qwen3.8-Max в зависимости от провайдера, при этом OrcaRouter указывает $2.00 и $6.00; $0.04 за 1 млн входных и ничего за выходные для Snap 1.1.

• Общий интеллект — индекс интеллекта Artificial Analysis, равный 45 для Qwen3.8-Max; для Snap 1.1 по этому индексу измерений не проводилось.

• Качество решений — 65 по индексу Artificial Analysis Decision Index v1.0 для Snap 1.1; для Qwen3.8-Max по этому индексу не измерялось.

• Развёртывание — хостируемый API и открытые веса по кастомной лицензии для Qwen3.8-Max; только хостируемый API, без весов, для Snap 1.1.

Последние две строки — причина того, почему это сравнение постоянно проводят некорректно. Каждая модель измеряется по индексу, на котором другая никогда не запускалась, поэтому любое утверждение, что одна «превосходит» другую, — это предположение, а не результат. Никто не опубликовал прямого сравнения.

Антипаттерн: использование флагмана в качестве роутера

Это распространённая практика — и дорогостоящая, причём цена становится заметна только тогда, когда приходит счёт. Команда создаёт агента, которому нужно выбирать между пятью инструментами, и берёт самую мощную доступную модель, потому что решение действительно важно. Решение и правда важно. Просто модель просят делать то, для чего она не оптимизирована, да ещё и по цене, рассчитанной на другое.

Посчитайте на миллионе решений маршрутизации с контекстом в 6 000 токенов каждое — это шесть миллиардов входных токенов. Qwen3.8-Max по самой низкой указанной ставке $1.65: $9 900 за вход плюс, возможно, двадцать выходных токенов на решение, или 20 миллионов выходных токенов по $4.95 за миллион, что даёт ещё $99. Итого $10 000. По тарифам OrcaRouter $2.00 и $6.00 тот же объём обходится в $12 120. Snap 1.1 на том же объёме: $240, и вообще без строки выходных токенов. Этот разрыв — не скидка. Это коэффициент от сорока до пятидесяти.

Задержка рассказывает ту же историю с другой стороны. Модель с 2,4 триллиона параметров, генерирующая даже короткий ответ, несёт задержку до первого токена и затраты на декодирование, которых у модели принятия решений просто нет — Snap продвигает слой принятия решений с субсекундной задержкой, а Subquadratic не публикует для 1.1 никаких показателей задержки сверх этого. В агентном цикле, который принимает двадцать решений на задачу, эта разница накапливается до секунд на задачу — а это разница между агентом, который воспринимается мгновенным, и тем, который кажется сломанным.

Что умеет Qwen3.8-Max, чего не может Snap

Всё, что связано с созданием чего-либо. Он пишет записку об эскалации, составляет черновик ответа клиенту, суммирует 900-страничный договор, генерирует код, вызывает инструмент с корректной схемой аргументов и рассуждает над проблемой, ответ на которую отсутствует в заранее предоставленном вами списке. Snap 1.1 не может ничего из этого — не потому, что он хуже, а потому, что у него нет для этого механизма.

Окно в 1M токенов — это тоже реальная возможность, а не показная цифра из спецификации. Alibaba сообщает, что MRCR v2 составляет 0,93; это оценка извлечения, а не номинальная длина контекста, и именно она определяет, пригодно ли окно в миллион токенов. Окно в 384K с сильным эффективным извлечением может превзойти окно в 1M со слабым извлечением, но оценка извлечения Qwen говорит о том, что он не полагается на номинальную цифру.

И открытые веса важны по другой причине: Qwen3.8-2.4T-A95B можно развернуть на собственной инфраструктуре по кастомной лицензии, а значит, крупнейшая модель в семействе не является исключительно зависимостью от API. У Snap 1.1 такой возможности нет.

Где они сочетаются

Защитимая архитектура — это не выбор между ними, а разделение труда. Snap 1.1 отвечает за массовые решения с фиксированным ответом, где калиброванная вероятность и возможность отказа ценнее беглости: какая очередь, какой инструмент, нужно ли эскалировать, относится ли этот документ к делу вообще. Qwen3.8-Max берёт на себя небольшую долю случаев, где для решения требуется рассуждение над материалом, которого нет в списке вариантов, а также всё, что идёт после решения и требует написания текста.

Вся суть экономического аргумента — в пропорции. Если Snap воздерживается в 14% случаев и они направляются к флагманской модели, вы платите по флагманским ценам за 14% трафика вместо 100%, и получаете калиброванный сигнал, указывающий, какие именно это 14% — что является лучшим механизмом распределения, чем фиксированный порог по softmax общей модели.

Qwen3.8-Max — одна из более чем 200 моделей, доступных через один ключ OrcaRouter, предоставляемая по прайс-листовой цене провайдера с нулевой наценкой и с автоматическим переключением при сбое между провайдерами. Snap 1.1 — не наш продукт; он работает через собственный API Subquadratic. Об этом разделении стоит знать до того, как вы будете проектировать конвейер, потому что это означает, что уровень генерации можно свести к одному контракту и одной строке выставления счетов, тогда как уровень принятия решений остаётся отдельной зависимостью от одного поставщика. Если такая вторая зависимость неприемлема, альтернатива — запускать принятие решений на экземпляре Qwen3.8-27B, который вы размещаете у себя: он хуже справляется с воздержанием от ответа, гораздо лучше объясняет свои действия и полностью находится под вашим контролем.

Честный выбор по умолчанию

Если вы выбираете одну модель, которая будет принимать решения за агента, и у этих решений фиксированный набор ответов, выбирайте модель для принятия решений. Соотношение цен сорок к одному реально, но это меньшая половина аргумента; большая половина в том, что модель, обученная говорить «Я не знаю», даёт нечто, чего не может дать флагманская модель, — место, куда можно встроить человека в контур принятия решений.

Если вы выбираете одну модель, чтобы делать всё — принимать решения, рассуждать, писать, вызывать инструменты, читать миллион токенов — выбирайте Qwen3.8-Max и смиритесь с тем, что платите по тарифам флагманской модели за вызовы маршрутизации, с которыми модель за $0,04 справилась бы лучше. Большинство команд обнаруживают, что делают именно это, примерно через три месяца после запуска, когда приходит счёт и никто не может объяснить, почему маршрутизатор стоит дороже продукта.