SubQ Snap apporte un contexte de 384K aux décisions structurées par IA

Subquadratic a lancé SubQ Snap le 12 octobre comme modèle destiné aux décisions délimitées dans les agents IA. Au lieu de rédiger une réponse ouverte, il évalue le texte fourni et, en option, des images selon des questions définies par l’application. Son API publique en aperçu renvoie des choix, des scores et des probabilités que les logiciels peuvent utiliser directement.

Pour les développeurs, le changement concret est un appel de décision pouvant recevoir une longue entrée sans obliger l’agent à générer du texte à chaque étape de routage ou de vérification. SubQ annonce une fenêtre de contexte de 393 216 tokens (384K) et un prix de 0,05 dollar par million de tokens d’entrée, sans frais pour les tokens de sortie. Ce sont les conditions actuelles de l’aperçu de l’entreprise. L’accès se fait selon le principe du premier arrivé, premier servi tant que la capacité est limitée, et les inscriptions ultérieures peuvent être placées sur liste d’attente.

Le grand changement

• Ce qui change : Snap propose, dans son aperçu public, un espace de réponses défini par l’application avec jusqu’à 393 216 tokens (384K) de contexte texte et image. Un développeur peut lui demander de choisir parmi des options nommées ou d’attribuer un score à un résultat sans générer de texte.
• Pourquoi c’est important : Les créateurs d’agents effectuent régulièrement des appels délimités, par exemple pour choisir un outil ou vérifier un résultat. Une réponse typée peut passer directement à l’étape logicielle suivante, tandis qu’un modèle génératif reste disponible pour les tâches qui nécessitent une réponse ouverte. L’intérêt de cette répartition dans un agent réel dépend de la précision des décisions et du workflow environnant.
• À surveiller : Les benchmarks de lancement de SubQ favorisent Snap sur plusieurs tests de décision, mais ils ont été réalisés par l’entreprise. Des tests indépendants au niveau des tâches et un accès plus large à l’aperçu montreraient comment sa vitesse, son coût et son taux d’erreur se comportent dans des workflows d’agents déployés.

Ce que renvoie un appel Snap

Le documentation de l’API Decisions indique subq-snap-preview comme modèle pour POST /v1/systemone . Une requête fournit un state, qui peut être du texte ou des données structurées, ainsi qu’une ou plusieurs questions nommées. Un noul est un jugement binaire exprimé sous forme de probabilité de réponse positive. Un choice choisit parmi deux à 255 options nommées et renvoie une probabilité pour chacune. Un score utilise de deux à dix niveaux ordonnés et renvoie un score pondéré avec sa distribution de probabilité.

Ces formats comptent davantage que le nom du produit. Le développeur définit les réponses autorisées et décide de ce que l’application en fait. Les probabilités de l’API sont des sorties du modèle, pas des mesures vérifiées de la fréquence à laquelle une décision donnée dans le monde réel serait correcte. La documentation de SubQ montre que les développeurs appliquent des seuils et renvoient les cas incertains à une personne ; elle ne définit pas de seuil universel pour toutes les tâches.

Snap accepte jusqu’à quatre images PNG, JPEG ou WebP avec l’état fourni. Chaque image peut faire au maximum 4 MiB après décodage, et leur taille décodée cumulée ne peut dépasser 8 MiB. La documentation de l’API indique que les tokens d’image et de texte partagent la même limite de contexte de 393 216 tokens. La vidéo n’est pas prise en charge ; la méthode suggérée consiste à échantillonner au plus quatre images. Ce sont des limites d’entrée précises de l’API en aperçu, et non une promesse que le modèle interprétera de manière fiable chaque document long ou chaque image.

L’écart entre les benchmarks à garder à l’esprit

Dans son évaluation de lancement , SubQ rapporte un score de 61,7 pour Snap contre 57,9 pour Jev sur l’ensemble public de Decision Index 0.2.1. L’entreprise rapporte aussi une moyenne de 67,6 contre 61,6 sur un groupe sélectionné de 16 benchmarks orientés entreprise. Snap arrive en tête dans 13 de ces 16 tests et derrière dans trois, dont un test portant sur le moment où un agent doit appeler, demander, répondre ou décliner. Ces chiffres proviennent de l’évaluation de SubQ ; BIG CHANGE ne les a pas reproduits et n’a testé aucun des deux modèles dans un agent.

L’entreprise rapporte également un résultat de 96,3 pour Snap sur son test Decision RULER adapté à un million de tokens. Il s’agit d’une évaluation distincte. La limite actuelle des requêtes API est de 393 216 tokens, et la documentation indique qu’une requête qui la dépasse échoue. Les lecteurs ne doivent pas prendre le benchmark à un million de tokens pour la spécification d’entrée de l’API en aperçu.

SubQ affirme que Snap peut traiter une requête de 100 000 tokens et renvoyer une décision en environ une seconde. Cette affirmation publique ne fournit pas à BIG CHANGE de distribution observée de la latence selon les comptes, le trafic concurrent ou les types de questions. Avant de remplacer une étape d’un workflow important, il faudrait évaluer l’aperçu avec son propre ensemble de décisions, ses coûts d’erreur et ses exigences de temps de réponse.

Accès, prix et traitement des données

La fiche des modèles indique que Snap est en aperçu public avec des entrées texte et image ; elle affiche un tarif de 0,05 dollar par million de tokens d’entrée et une sortie gratuite. La page de lancement précise que les nouveaux utilisateurs peuvent être placés sur liste d’attente si la capacité manque. Aucune des deux sources n’établit que chaque organisation aura un accès immédiat ou un débit déterminé.

Les équipes qui évaluent des usages sensibles devraient aussi consulter la politique de conservation des données avant d’envoyer des documents ou des images. Par défaut, la politique documentée de l’organisation conserve les prompts, les réponses et l’historique des conversations jusqu’à leur suppression. SubQ propose une durée fixe et, sur demande, une conservation nulle à l’échelle de l’organisation. L’entreprise indique que les dossiers de facturation et d’assistance gardent le modèle, le nombre de tokens, les horaires et des balises de métadonnées même avec cette option, mais pas le contenu des prompts ou des réponses. L’endpoint Decisions reste disponible avec ce paramètre organisationnel. BIG CHANGE n’a pas vérifié indépendamment le stockage du service.

La contribution de SubQ est une forme d’API précise pour répéter des décisions délimitées sur un grand contexte, à un tarif publié bas par token. La question encore ouverte est la fréquence à laquelle ces décisions tiennent sur le travail qu’une organisation lui confierait réellement. Il faut des tests indépendants au-delà des scores de lancement pour y répondre.

Sources et lectures complémentaires

• Publication de lancement de SubQ du 12 octobre explique le rôle prévu dans les agents, le prix, l’accès à l’aperçu et les évaluations de l’entreprise. Les chiffres de vitesse et de benchmark sont des affirmations du fournisseur ; le résultat Decision RULER à un million de tokens est distinct de la limite de l’API en aperçu.
• Référence de l’API SubQ Decisions décrit l’endpoint, les questions et réponses typées, les limites de tokens et d’images, ainsi que le comportement en cas d’erreur. C’est une documentation produit actuelle, pas une preuve de fiabilité dans un workflow déployé.
• Fiche des modèles SubQ donne l’identifiant du modèle en aperçu, ses modalités et le prix publié. Les conditions et la disponibilité peuvent évoluer pendant l’aperçu.
• Documentation de conservation des données SubQ décrit les règles par défaut et les options pour les organisations. La politique décrit le comportement prévu du service ; BIG CHANGE n’a pas audité le stockage ni la suppression.