SubQ Snap 1.1 vs Qwen 3.8: ราคาต่อโทเคนสูงกว่าสี่สิบเท่า งานคนละแบบ

Qwen3.8-Maxมีค่าใช้จ่ายประมาณสี่สิบเท่าของสิ่งที่SubQ Snap 1.1จ่ายต่อโทเค็นอินพุต — ประมาณ $1.65 ต่อล้าน เทียบกับ $0.04 — และอัตราส่วนดังกล่าวคือข้อเท็จจริงที่น่าสนใจน้อยที่สุดของการเปรียบเทียบครั้งนี้ โมเดลทั้งสองคิดค่าบริการจากสิ่งที่แตกต่างกัน Qwen3.8-Max โมเดลเรือธงขนาด 2.4 ล้านล้านพารามิเตอร์ของ Alibaba ที่เปิดตัวเมื่อวันที่ 3 สิงหาคม 2026 คิดค่าบริการจากสิ่งที่มันคิดและสิ่งที่มันเขียน ส่วน Snap 1.1 โมเดลตัดสินใจของ Subquadratic ที่เปิดตัวเมื่อวันที่ 22 ตุลาคม 2026 คิดค่าบริการเฉพาะสิ่งที่มันอ่านเท่านั้น เพราะคำตอบคือป้ายกำกับ ไม่ใช่ประโยค รันการตัดสินใจบนโมเดลที่คุณควบคุม และรันการสร้างบนโมเดลที่คุ้มค่ากับบิลของมัน: Qwen3.8-Max ให้บริการในราคาตามรายการของผู้ให้บริการ โดยบวกเพิ่ม 0% พร้อมการสลับไปยังระบบสำรองโดยอัตโนมัติ

ลองวางทั้งสองตัวไว้ในไปป์ไลน์เดียวกัน แล้วอัตราส่วนราคาจะเลิกดูเหมือนของถูกหรือของโก่งราคา และเริ่มดูเหมือนเป็นการตัดสินใจเชิงออกแบบ โมเดลหนึ่งในสองตัวนี้ควรรับผิดชอบการเรียกเส้นทางทุกครั้งในระบบของคุณ ส่วนอีกตัวแทบไม่ต้องทำเลย — และกรณีที่ Qwen3.8-Max เป็นคำตอบที่ถูกต้อง ก็คือกรณีที่โมเดลสำหรับการตัดสินใจจัดการไม่ได้เลยเสียด้วยซ้ำ

Qwen3.8-Max จริง ๆ แล้วคืออะไร

Alibaba ได้เปิดให้ดูตัวอย่างที่งาน WAIC ในเซี่ยงไฮ้เมื่อวันที่ 19 กรกฎาคม 2026 และเปิดตัวในวันที่ 3 สิงหาคม สถาปัตยกรรมเป็น sparse mixture of experts ในระดับ frontier อย่างแท้จริง: พารามิเตอร์รวม 2.4 ล้านล้านตัว โดยมีพารามิเตอร์ที่ใช้งานอยู่ประมาณ 95 พันล้านตัวต่อโทเค็น หน้าต่างบริบท 1M โทเค็น และเอาต์พุตสูงสุด 131K โทเค็น รองรับมัลติโหมดโดยกำเนิด รับข้อความ รูปภาพ และวิดีโอ และรองรับโหมดคิด การเรียกฟังก์ชัน เครื่องมือในตัว และเอาต์พุตแบบมีโครงสร้าง ผ่านรูปแบบการสื่อสารที่เข้ากันได้กับ OpenAI เข้ากันได้กับ Anthropic และ OpenAI Responses

แถว Benchmark นี้เป็นแถวของโมเดลระดับแนวหน้า ไม่ใช่ของโมเดลขนาดเล็ก: GPQA Diamond 92.6, HLE 43.6, OSWorld 86.1, DeepSWE 1.1 ที่ 56.6, MRCR v2 ที่ 0.93 และ Artificial Analysis Intelligence Index ที่ 45 ตัวเลขแบบนี้คือสิ่งที่สมเหตุสมผลกับราคาตามรายการ $1.65/$4.95 — ประมาณ $4,950 สำหรับการส่งโทเคนอินพุตหนึ่งพันล้านโทเคนผ่านโมเดลนี้ หรือประมาณสิ่งที่ Snap 1.1 เรียกเก็บสำหรับ 124 พันล้าน

หมายเหตุเกี่ยวกับการตั้งชื่อ เพราะสิ่งนี้สำคัญสำหรับใครก็ตามที่กำลังเลือกซื้อ: Qwen3.8-Max คือรุ่นเรือธงแบบโฮสต์ มีน้ำหนักเปิดที่เผยแพร่ในชื่อ Qwen3.8-2.4T-A95B ภายใต้สัญญาอนุญาตแบบกำหนดเอง และยังมีรุ่นพี่น้องที่แยกออกมาและเปิดอย่างแท้จริง — Qwen3.8-27B, Apache 2.0, คอนเท็กซ์เนทีฟ 262K, Intelligence Index ที่ 34 และประมาณ $0.42 ถึง $0.50 ต่อหนึ่งล้าน input token รุ่น 27B คือรุ่นที่ทีมส่วนใหญ่ควรนำไปเปรียบเทียบกับโมเดลขนาดเล็ก ส่วน Max คือรุ่นที่คุณเรียกใช้เมื่องานต้องการโมเดลที่ใหญ่ที่สุดที่มีให้ใช้

Snap 1.1 คืออะไรกันแน่

Snap 1.1 เป็นโมเดลตัดสินใจ ซึ่งเป็นคำกล่าวอ้างที่แคบกว่าที่ชื่อฟังดู โดยรองรับข้อความและรูปภาพได้สูงสุด 384K โทเค็น และชุดคำตอบตั้งแต่สองถึง 255 ทางเลือกต่อคำถาม แล้วส่งคืนการเลือกหนึ่งรายการพร้อมความน่าจะเป็นที่ปรับเทียบแล้ว ไม่มีข้อความบรรยาย ไม่มี JSON ที่ต้องซ่อมแซม ไม่มีโทเค็นการคิด ข้อโต้แย้งของ Subquadratic คือ การตัดสินใจที่มีคำตอบตายตัวเป็นงานเชิงคำนวณคนละแบบกับการสร้าง และสถาปัตยกรรม sparse-attention ของบริษัทประมวลผลอินพุตด้วยปริมาณการคำนวณคงที่ต่อโทเค็น แทนที่จะต้องจ่ายต้นทุนความสนใจแบบกำลังสองทั่วทั้งเอกสารยาว

ผลลัพธ์หลักคือคะแนน 65 ใน Artificial Analysis Decision Index v1.0 ได้อันดับหนึ่งร่วมกับ d1-ultra และ Elephant 9B และนำหน้า Jev 1.14 ที่ 57 ตัวเลขที่อยู่ใต้คะแนนนั้นคือสิ่งที่ควรยึดไว้: ความแม่นยำ 20% เทียบกับ 32% ของ d1-ultra และ 12% ของ Elephant 9B โดยคะแนนดัชนีนั้นได้มาจากอัตราการงดตอบที่รายงานไว้ 86% สำหรับคำถามที่มันตอบไม่ได้ Snap 1.1 เป็นโมเดลที่ถูกฝึกให้งดตอบ และอันดับของมันคือการวัดว่ามันงดตอบได้ดีเพียงใด

สเปก เทียบเคียงกัน

• ขนาด — Qwen3.8-Max เป็น MoE ขนาด 2.4T พารามิเตอร์ โดยมีพารามิเตอร์ที่ใช้งานอยู่ประมาณ 95B; SubQ Snap 1.1 เป็นโมเดลตัดสินใจแบบ sparse attention ที่ไม่เปิดเผยขนาด

• บริบท — 1M โทเคนสำหรับ Qwen3.8-Max, เอาต์พุตสูงสุด 131K; 384K โทเคนสำหรับ Snap 1.1, ไม่มีเอาต์พุตที่สร้างขึ้น

• อินพุต — ข้อความ รูปภาพ และวิดีโอสำหรับ Qwen3.8-Max; ข้อความและรูปภาพสำหรับ Snap 1.1

• เอาต์พุต — ข้อความรูปแบบอิสระ, ร่องรอยการให้เหตุผล, การเรียกใช้เครื่องมือ และเอาต์พุตแบบมีโครงสร้างสำหรับ Qwen3.8-Max; ตัวเลือกหรือคะแนนพร้อมความน่าจะเป็นสำหรับ Snap 1.1

• ราคา — ประมาณ $1.65 ถึง $2.00 ต่อ 1M โทเคนอินพุต และ $4.95 ถึง $6.00 ต่อ 1M โทเคนเอาต์พุต สำหรับ Qwen3.8-Max ขึ้นอยู่กับผู้ให้บริการ โดย OrcaRouter ระบุไว้ที่ $2.00 และ $6.00; $0.04 ต่อ 1M โทเคนอินพุต และไม่มีค่าใช้จ่ายสำหรับเอาต์พุต สำหรับ Snap 1.1

• ความฉลาดทั่วไป — Qwen3.8-Max ได้คะแนน 45 ใน Artificial Analysis Intelligence Index; Snap 1.1 ไม่มีการวัดบนดัชนีดังกล่าว

• คุณภาพการตัดสินใจ — 65 คะแนนบน Artificial Analysis Decision Index v1.0 สำหรับ Snap 1.1; ไม่ได้วัดบนดัชนีดังกล่าวสำหรับ Qwen3.8-Max

• การนำไปใช้งาน — API แบบโฮสต์และน้ำหนักโมเดลแบบเปิดภายใต้สัญญาอนุญาตแบบกำหนดเองสำหรับ Qwen3.8-Max; สำหรับ Snap 1.1 มีเฉพาะ API แบบโฮสต์ ไม่มีน้ำหนักโมเดล

สองแถวสุดท้ายนั่นคือเหตุผลที่การเปรียบเทียบนี้ยังคงถูกทำออกมาได้ไม่ดีอยู่เรื่อย ๆ แต่ละโมเดลถูกวัดบนดัชนีที่อีกโมเดลหนึ่งไม่เคยถูกทดสอบด้วย ดังนั้นข้อกล่าวอ้างใด ๆ ที่ว่าตัวหนึ่ง "เอาชนะ" อีกตัวได้จึงเป็นการอนุมาน ไม่ใช่ผลลัพธ์ ยังไม่มีใครเผยแพร่การเปรียบเทียบแบบตัวต่อตัว

แอนติแพตเทิร์น: การใช้เรือธงเป็นเราเตอร์

เรื่องนี้เกิดขึ้นบ่อย และมีค่าใช้จ่ายสูงในลักษณะที่ไม่ปรากฏให้เห็นจนกว่าบิลจะมาถึง ทีมหนึ่งสร้างเอเจนต์ ต้องการให้มันตัดสินใจเลือกระหว่างเครื่องมือห้าอย่าง และเลือกใช้โมเดลที่แข็งแกร่งที่สุดที่มีอยู่ เพราะการตัดสินใจนั้นสำคัญ การตัดสินใจนั้นสำคัญจริง โมเดลเพียงแต่ถูกขอให้ทำสิ่งที่มันไม่ได้ถูกปรับให้เหมาะสมสำหรับสิ่งนั้น ในราคาที่ถูกออกแบบมาสำหรับสิ่งอื่น

ลองคำนวณกับการตัดสินใจจัดเส้นทางหนึ่งล้านครั้ง โดยแต่ละครั้งมีบริบท 6,000 โทเค็น — หกพันล้านโทเค็นอินพุต Qwen3.8-Max ในอัตราต่ำสุดที่ระบุไว้ที่ $1.65: $9,900 สำหรับอินพุต บวกเอาต์พุตอาจราวยี่สิบโทเค็นต่อการตัดสินใจ หรือ 20 ล้านโทเค็นเอาต์พุตที่ $4.95 ต่อล้าน คิดเป็นอีก $99 รวมเรียกว่า $10,000 ที่ OrcaRouter ซึ่งระบุราคา $2.00 และ $6.00 ปริมาณเดียวกันออกมาเป็น $12,120 Snap 1.1 ในปริมาณเดียวกัน: $240 และไม่มีบรรทัดค่าเอาต์พุตเลย ช่องว่างนี้ไม่ใช่ส่วนลด มันเป็นตัวคูณสี่สิบถึงห้าสิบเท่า

ความหน่วงเล่าเรื่องเดียวกันจากอีกด้านหนึ่ง โมเดลขนาด 2.4 ล้านล้านพารามิเตอร์แม้จะสร้างคำตอบสั้น ๆ ก็ยังต้องแบกรับความหน่วงของโทเคนแรกและต้นทุนการถอดรหัสที่โมเดลตัดสินใจไม่มีเลย — ข้อเสนอของ Snap คือเลเยอร์การตัดสินใจที่ใช้เวลาต่ำกว่าหนึ่งวินาที และ Subquadratic ไม่ได้เผยแพร่ตัวเลขความหน่วงสำหรับ 1.1 นอกเหนือจากนั้น ในลูปเอเจนต์ที่ตัดสินใจยี่สิบครั้งต่องาน ความแตกต่างนี้ทบรวมจนกลายเป็นหลายวินาทีต่องาน ซึ่งเป็นความต่างระหว่างเอเจนต์ที่ให้ความรู้สึกรวดเร็วทันทีกับเอเจนต์ที่ให้ความรู้สึกว่าใช้งานไม่ได้

สิ่งที่ Qwen3.8-Max ทำได้แต่ Snap ทำไม่ได้

ทุกสิ่งทุกอย่างที่เกี่ยวข้องกับการสร้างสรรค์สิ่งใดสิ่งหนึ่ง มันเขียนบันทึกการยกระดับปัญหา ร่างการตอบกลับลูกค้า สรุปสัญญา 900 หน้า สร้างโค้ด เรียกใช้เครื่องมือด้วยสคีมาอาร์กิวเมนต์ที่ถูกต้อง และใช้เหตุผลแก้ปัญหาที่คำตอบไม่ได้อยู่ในรายการที่คุณให้ไว้ล่วงหน้า Snap 1.1 ทำสิ่งเหล่านั้นไม่ได้เลย ไม่ใช่เพราะมันแย่กว่า แต่เพราะมันไม่มีกลไกสำหรับสิ่งเหล่านั้น

หน้าต่าง 1M โทเคนก็เป็นความสามารถจริง ไม่ใช่แค่การอวดในสเปกชีต Alibaba รายงาน MRCR v2 ที่ 0.93 ซึ่งเป็นคะแนนการดึงข้อมูลมากกว่าความยาวบริบทตามชื่อ และเป็นตัวเลขที่กำหนดว่าหน้าต่างหนึ่งล้านโทเคนใช้งานได้จริงหรือไม่ หน้าต่าง 384K ที่มีการดึงข้อมูลที่มีประสิทธิภาพสูงสามารถเอาชนะหน้าต่าง 1M ที่การดึงข้อมูลอ่อนได้ แต่คะแนนการดึงข้อมูลของ Qwen บ่งชี้ว่ามันไม่ได้พึ่งพาตัวเลขตามชื่อนั้น

และการเปิดเผยน้ำหนักโมเดลก็มีความสำคัญด้วยเหตุผลอีกประการหนึ่ง นั่นคือ Qwen3.8-2.4T-A95B สามารถโฮสต์ได้เองภายใต้สัญญาอนุญาตแบบกำหนดเอง ซึ่งหมายความว่าโมเดลที่ใหญ่ที่สุดในตระกูลนี้ไม่ได้พึ่งพา API เพียงอย่างเดียว ขณะที่ Snap 1.1 ไม่มีตัวเลือกเช่นนั้น

ตรงจุดที่它们เข้ากันได้

สถาปัตยกรรมที่มีเหตุผลรองรับไม่ใช่การเลือกอย่างใดอย่างหนึ่งระหว่างสองสิ่งนี้ แต่เป็นการแบ่งงานกันทำ Snap 1.1 รับผิดชอบการตัดสินใจที่มีปริมาณมากและมีคำตอบตายตัว ซึ่งความน่าจะเป็นที่ปรับเทียบแล้วและตัวเลือกในการปฏิเสธมีค่ามากกว่าความลื่นไหลของภาษา: คิวใด เครื่องมือใด ควรส่งต่อหรือไม่ เอกสารนี้เกี่ยวข้องหรือไม่เลย Qwen3.8-Max รับผิดชอบสัดส่วนเล็กน้อยของกรณีที่การตัดสินใจต้องใช้การให้เหตุผลเหนือเนื้อหาที่ไม่ได้อยู่ในรายการตัวเลือก และรับผิดชอบทุกอย่างที่ตามมาหลังการตัดสินใจซึ่งต้องใช้การเขียน

สัดส่วนคือหัวใจของข้อโต้แย้งเชิงเศรษฐกิจทั้งหมด หาก Snap ละเว้นใน 14% ของเคส และเคสเหล่านั้นถูกส่งไปยังโมเดลเรือธง คุณจะจ่ายในราคาของโมเดลเรือธงสำหรับ 14% ของทราฟฟิก แทนที่จะเป็น 100% และคุณจะได้สัญญาณที่ผ่านการคาลิเบรตซึ่งบอกคุณว่า 14% นั้นคือเคสใด — ซึ่งเป็นกลไกการจัดสรรที่ดีกว่าการใช้เกณฑ์คงที่บน softmax ของโมเดลทั่วไป

Qwen3.8-Max เป็นหนึ่งในกว่า 200 โมเดลที่อยู่เบื้องหลังคีย์ OrcaRouter เพียงคีย์เดียว โดยให้บริการในราคาตามรายการของผู้ให้บริการ บวกเพิ่ม 0% และมีการ failover อัตโนมัติระหว่างผู้ให้บริการ Snap 1.1 ไม่ใช่ของเรา; มันทำงานผ่าน API ของ Subquadratic เอง การแยกส่วนนี้ควรรู้ไว้ก่อนออกแบบไปป์ไลน์ เพราะหมายความว่าชั้นการสร้างสามารถรวมไว้ในสัญญาเดียวและรอบบิลเดียวได้ ในขณะที่ชั้นการตัดสินใจยังคงเป็นการพึ่งพาผู้ขายรายเดียวที่แยกออกไป หากการพึ่งพาส่วนที่สองนั้นยอมรับไม่ได้ ทางเลือกคือรันการตัดสินใจบนอินสแตนซ์ Qwen3.8-27B ที่คุณโฮสต์เอง — ซึ่งงดตอบได้แย่กว่า อธิบายตัวเองได้ดีกว่ามาก และอยู่ภายใต้การควบคุมของคุณทั้งหมด

ค่าเริ่มต้นที่ซื่อสัตย์

หากคุณกำลังเลือกโมเดลหนึ่งตัวเพื่อตัดสินใจแทนเอเจนต์ และการตัดสินใจเหล่านั้นมีชุดคำตอบที่ตายตัว ให้เลือกโมเดลสำหรับการตัดสินใจ อัตราส่วนราคา 40 ต่อ 1 เป็นเรื่องจริง แต่เป็นเพียงครึ่งเล็ก ๆ ของเหตุผล ส่วนครึ่งที่ใหญ่กว่าคือ โมเดลที่ถูกฝึกให้พูดว่า "ฉันไม่รู้" ให้สิ่งที่โมเดลระดับเรือธงให้ไม่ได้ นั่นคือจุดสำหรับวางมนุษย์ไว้ในวงจร

หากคุณกำลังเลือกโมเดลเพียงตัวเดียวเพื่อทำทุกอย่าง — ตัดสินใจ ให้เหตุผล เขียน เรียกใช้เครื่องมือ อ่านโทเคนหนึ่งล้านโทเคน — ให้เลือก Qwen3.8-Max และยอมรับว่าคุณกำลังจ่ายในราคาระดับเรือธงสำหรับการเรียกเส้นทางที่โมเดลราคา $0.04 จะจัดการได้ดีกว่า ทีมส่วนใหญ่จะค้นพบว่าตนกำลังทำแบบนี้อยู่จริงราวสามเดือนหลังเปิดตัว เมื่อใบแจ้งหนี้มาถึงและไม่มีใครอธิบายได้ว่าทำไมเราเตอร์จึงมีต้นทุนสูงกว่าตัวผลิตภัณฑ์