SubQ Snap 1.1 vs Qwen 3.8: Fyrtio gånger priset per token, en annan uppgift

Qwen3.8-Max kostar ungefär fyrtio gånger så mycket som SubQ Snap 1.1 gör per indatatoken – cirka 1,65 USD per miljon mot 0,04 USD – och den kvoten är det minst intressanta med matchningen. De två modellerna debiteras för olika saker. Qwen3.8-Max, Alibabas flaggskeppsmodell med 2,4 biljoner parametrar som lanserades den 3 augusti 2026, tar betalt för vad den tänker och vad den skriver. Snap 1.1, Subquadratics beslutsmodell som släpptes den 22 oktober 2026, tar bara betalt för vad den läser, eftersom svaret är en etikett snarare än en mening. Kör beslutet på en modell du kontrollerar och genereringen på den som förtjänar sin faktura: Qwen3.8-Max tillhandahålls till leverantörens listpris med 0 % påslag och automatisk redundansväxling.

Sätt dem i samma pipeline och prisförhållandet slutar se ut som ett fynd eller en rip-off och börjar se ut som ett designbeslut. En av dessa modeller bör göra varje routinganrop i ditt system. Den andra bör göra nästan inga av dem – och de fall där Qwen3.8-Max är rätt svar är precis de fall som en beslutsmodell inte kan hantera alls.

Vad Qwen3.8-Max faktiskt är

Alibaba visade en förhandsversion av det på WAIC i Shanghai den 19 juli 2026 och lanserade det den 3 augusti. Arkitekturen är en gles mixture-of-experts-modell i verklig frontlinjeskala: 2,4 biljoner parametrar totalt med ungefär 95 miljarder aktiva per token, ett kontextfönster på 1M token och en maximal utdata på 131K token. Det är inbyggt multimodalt, accepterar text, bilder och video och stöder tänkandeläge, funktionsanrop, inbyggda verktyg och strukturerade utdata över OpenAI-kompatibla, Anthropic-kompatibla och OpenAI Responses-överföringsformat.

Benchmarkraden är en rad för frontier-modeller, inte för små modeller: GPQA Diamond 92,6, HLE 43,6, OSWorld 86,1, DeepSWE 1.1 på 56,6, MRCR v2 på 0,93 och ett Artificial Analysis Intelligence Index på 45. Det är den typen av siffror som motiverar ett listpris på 1,65/4,95 dollar – ungefär 4 950 dollar för att skicka en miljard indatatoken genom den, eller ungefär vad Snap 1.1 tar betalt för 124 miljarder.

En kommentar om namngivningen, eftersom den spelar roll för alla som ska välja: Qwen3.8-Max är den värdbaserade flaggskeppsmodellen. Den har öppna vikter som släppts som Qwen3.8-2.4T-A95B under en anpassad licens, och det finns en separat, genuint öppen syskonmodell — Qwen3.8-27B, Apache 2.0, 262K inbyggd kontext, ett Intelligence Index på 34 och ungefär $0.42 till $0.50 per miljon indatatoken. 27B är den som de flesta team bör jämföra med små modeller. Max är den man anropar när uppgiften kräver den största tillgängliga modellen.

Vad Snap 1.1 faktiskt är

Snap 1.1 är en beslutsmodell, vilket är ett snävare påstående än det låter. Den tar emot upp till 384K token text och bilder samt en svarsuppsättning på två till 255 alternativ per fråga, och returnerar ett val med en kalibrerad sannolikhet. Ingen prosa. Ingen JSON att reparera. Inga tänkande tokens. Subquadratics argument är att ett beslut med fasta svar är en annan beräkningsuppgift än generering, och dess sparse-attention-arkitektur bearbetar indata med konstant beräkningskostnad per token i stället för att betala för kvadratisk attention över ett långt dokument.

Huvudresultatet är en poäng på 65 på Artificial Analysis Decision Index v1.0, i delad förstaplats med d1-ultra och Elephant 9B, och före Jev 1.14 på 57. Siffran under den är den man ska hålla fast vid: en noggrannhet på 20 %, mot 32 % för d1-ultra och 12 % för Elephant 9B, där indexpoängen bärs upp av en rapporterad avståendefrekvens på 86 % på frågor den inte kan besvara. Snap 1.1 är en modell som har tränats att avböja, och dess placering är ett mått på hur väl den avböjer.

Specifikationerna, sida vid sida

• Skala — Qwen3.8-Max är en MoE med 2,4T parametrar och cirka 95B aktiva; SubQ Snap 1.1 är en beslutsmodell med gles uppmärksamhet och okänd storlek.

• Kontext — 1M tokens för Qwen3.8-Max, maximal utdata 131K; 384K tokens för Snap 1.1, ingen genererad utdata.

Indata – text, bilder och video för Qwen3.8-Max; text och bilder för Snap 1.1.

• Utdata – fritext, resonemangsspår, verktygsanrop och strukturerad utdata för Qwen3.8-Max; ett val eller en poäng med en sannolikhet för Snap 1.1.

• Pris — ungefär $1,65 till $2,00 per 1M input och $4,95 till $6,00 per 1M output för Qwen3.8-Max beroende på leverantören, där OrcaRouter listar $2,00 och $6,00; $0,04 per 1M input och inget för output för Snap 1.1.

• Allmän intelligens — Artificial Analysis Intelligence Index på 45 för Qwen3.8-Max; Snap 1.1 har inte mätts på det indexet.

• Beslutskvalitet – 65 på Artificial Analysis Decision Index v1.0 för Snap 1.1; inte mätt på det indexet för Qwen3.8-Max.

• Driftsättning – hostat API och öppna vikter under en anpassad licens för Qwen3.8-Max; endast hostat API, inga vikter, för Snap 1.1.

De två sista raderna är anledningen till att den här jämförelsen gång på gång görs dåligt. Varje modell mäts på ett index som den andra aldrig har körts på, så alla påståenden om att den ena ”slår” den andra är en slutledning, inte ett resultat. Ingen har publicerat en direkt jämförelse.

Antimönstret: att använda ett flaggskepp som router

Det är vanligt, och det är dyrt på ett sätt som inte märks förrän fakturan kommer. Ett team bygger en agent, behöver att den väljer mellan fem verktyg och tar till den starkaste tillgängliga modellen eftersom beslutet spelar roll. Beslutet spelar verkligen roll. Modellen ombeds helt enkelt att göra något som den inte optimerats för, till ett pris som är byggt för något annat.

Räkna på en miljon routingbeslut med 6 000 token kontext vardera – sex miljarder indatatoken. Qwen3.8-Max till det lägsta listade priset på $1.65: $9 900 för indata, plus kanske tjugo utdatatoken per beslut, eller 20 miljoner utdatatoken till $4.95 per miljon, vilket ger ytterligare $99. Låt oss säga $10 000. Med OrcaRouters listpriser på $2.00 och $6.00 uppgår samma volym till $12 120. Snap 1.1 för samma volym: $240, och ingen utdatakostnad alls. Gapet är inte en rabatt. Det är en faktor fyrtio till femtio.

Latensen berättar samma historia från andra hållet. En modell med 2,4 biljoner parametrar som genererar ens ett kort svar får en fördröjning för första token och en avkodningskostnad som en beslutsmodell helt enkelt inte har – Snaps pitch är ett beslutsager på under en sekund, och Subquadratic publicerar ingen latenssiffra för 1.1 utöver det. I en agentloop som fattar tjugo beslut per uppgift förstärks den skillnaden till sekunder per uppgift, vilket är skillnaden mellan en agent som känns omedelbar och en som känns trasig.

Vad Qwen3.8-Max gör som Snap inte kan

Allt som handlar om att producera något. Den skriver eskaleringsnoteringen, tar fram ett utkast till kundsvar, sammanfattar det 900-sidiga kontraktet, genererar koden, anropar ett verktyg med ett giltigt argumentschema och resonerar sig igenom ett problem vars svar inte finns i en lista som du har tillhandahållit i förväg. Snap 1.1 kan inte göra något av detta, inte för att den är sämre utan för att den saknar mekanism för det.

1M-tokenfönstret är också en verklig förmåga, inte ett skryt på specifikationsbladet. Alibaba rapporterar MRCR v2 på 0,93, vilket är en retrievalscore snarare än en nominell kontextlängd, och det är siffran som avgör om ett miljontokensfönster är användbart. Ett 384K-fönster med stark effektiv hämtning kan slå ett 1M-fönster med svag hämtning, men Qwens retrievalscore tyder på att modellen inte förlitar sig på den nominella siffran.

Och de öppna vikterna spelar roll av en annan anledning: Qwen3.8-2.4T-A95B kan självhostas under en anpassad licens, vilket innebär att den största modellen i familjen inte enbart är ett API-beroende. Snap 1.1 har inget sådant alternativ.

Där de passar ihop

Den försvarbara arkitekturen är inte ett val mellan dem, det är en arbetsfördelning. Snap 1.1 hanterar de högvolymbeslut med fasta svar där en kalibrerad sannolikhet och en avböjningsmöjlighet är värda mer än flyt: vilken kö, vilket verktyg, huruvida ärendet ska eskaleras, huruvida det här dokumentet är relevant överhuvudtaget. Qwen3.8-Max hanterar den lilla andel fall där beslutet kräver resonemang över material som inte finns i alternativlistan, och hanterar allt nedströms beslutet som kräver skrivande.

Andelen är hela det ekonomiska argumentet. Om Snap avstår i 14 % av fallen och dessa dirigeras till flaggskeppet betalar du flaggskeppspriser för 14 % av trafiken i stället för 100 %, och du får en kalibrerad signal som talar om vilka 14 % — vilket är en bättre allokeringsmekanism än en fast tröskel på en allmän modells softmax.

Qwen3.8-Max är en av fler än 200 modeller bakom en enda OrcaRouter-nyckel, som tillhandahålls till leverantörens listpris med 0 % påslag och automatisk failover mellan leverantörer. Snap 1.1 är inte vår; den körs via Subquadratics eget API. Den uppdelningen är värd att känna till innan du designar pipelinen, eftersom den innebär att genereringsnivån kan konsolideras till ett enda avtal och en enda faktureringsrad, medan beslutsnivån förblir ett separat beroende av en enda leverantör. Om det andra beroendet är oacceptabelt är alternativet att köra beslutet på en Qwen3.8-27B-instans som du själv hostar – sämre på att avstå från att svara, mycket bättre på att förklara sig och helt under din kontroll.

Det ärliga standardvalet

Om du väljer en modell för att fatta beslut åt en agent, och besluten har en fast svarsuppsättning, välj beslutsmodellen. Prisförhållandet fyrtio mot ett är verkligt, men det är den mindre halvan av argumentet; den större halvan är att en modell som tränats att säga "jag vet inte" ger dig något som en flaggskeppsmodell inte kan, nämligen en plats att sätta människan i loopen.

Om du väljer en modell som ska göra allt – fatta beslut, resonera, skriva, anropa verktyg, läsa en miljon token – välj Qwen3.8-Max och acceptera att du betalar flaggskeppspriser för routningsanrop som en modell för 0,04 dollar skulle ha hanterat bättre. De flesta team upptäcker att de gör precis detta ungefär tre månader efter lansering, när fakturan kommer och ingen kan förklara varför routern kostar mer än produkten.