Markdown 버전

AI-translated from English; not yet reviewed by a fluent editor.

# SubQ Snap, 구조화된 AI 의사결정에 384K 컨텍스트 제공

> SubQ Snap은 공개 프리뷰에서 최대 384K 토큰의 텍스트와 이미지에 대해 유형이 지정된 의사결정을 제공합니다. 공개된 낮은 토큰 가격과 벤치마크 향상은 아직 작업별 독립 검증이 필요한 회사 측 주장입니다.

By BIG CHANGE Editorial

Published: 2026-10-13T07:42:19.012Z
Updated: 2026-10-13T07:42:19.012Z
Canonical: https://bigchange.ai/blog/subq-snap-structured-decisions-384k-preview

![Conceptual charcoal illustration of a long film strip with image and text-like frames passing across a light table beside a three-position selector switch.](https://bigchange.ai/api/media/file/subq-snap-long-context-decision-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual SubQ device, interface or tested decision is depicted.

Subquadratic은 10월 12일 [SubQ Snap](https://subq.ai/introducing-subq-snap)을 AI 에이전트 내부의 제한된 의사결정을 위한 모델로 출시했습니다. 개방형 답변을 작성하는 대신, 애플리케이션이 정의한 질문에 따라 제공된 텍스트와 선택적 이미지를 평가합니다. 공개 프리뷰 API는 소프트웨어가 바로 사용할 수 있는 선택지, 점수, 확률을 반환합니다.

개발자에게 실질적인 변화는 긴 입력을 받을 수 있는 의사결정 호출입니다. 에이전트가 라우팅이나 점검 단계마다 문장을 생성할 필요가 없습니다. SubQ는 393,216토큰(384K) 컨텍스트 창과 입력 토큰 100만 개당 0.05달러의 가격을 내세우며, 출력 토큰은 과금하지 않습니다. 이는 회사가 현재 공개 프리뷰에서 제시하는 조건입니다. 용량이 제한된 동안에는 선착순으로 접근할 수 있으며, 나중에 신청한 사용자는 대기자 명단에 오를 수 있습니다.

## 달라진 점

- **무엇이 달라졌나:**Snap은 공개 프리뷰에서 최대 393,216토큰(384K)의 텍스트 및 이미지 컨텍스트를 처리하는 애플리케이션 정의 답변 공간을 제공합니다. 개발자는 생성된 문장을 요청하지 않고도 이름이 지정된 선택지 중 하나를 고르거나 결과를 채점하도록 요청할 수 있습니다.
- **중요한 이유:**에이전트 개발자는 도구 선택이나 결과 확인처럼 범위가 정해진 호출을 반복해서 합니다. 유형이 지정된 응답은 다음 소프트웨어 단계로 곧바로 전달할 수 있고, 개방형 답변이 필요한 작업에는 생성형 모델을 계속 사용할 수 있습니다. 이런 분업이 실제 에이전트를 개선하는지는 의사결정 정확도와 주변 워크플로에 달려 있습니다.
- **지켜볼 점:**SubQ가 공개한 출시 벤치마크에서는 여러 의사결정 시험에서 Snap이 앞섰지만, 회사가 직접 수행한 평가입니다. 독립적인 작업별 테스트와 더 넓은 프리뷰 접근이 있어야 배포된 에이전트 워크플로에서 속도, 비용, 오류율이 어떻게 나타나는지 알 수 있습니다.

## Snap 호출의 반환값

해당 [Decisions API 문서](https://docs.subq.ai/endpoints/decisions-api/)에는 `subq-snap-preview`를 엔드포인트의 모델로 `POST /v1/systemone`라고 합니다. 요청에는 `state`은 텍스트나 구조화된 데이터일 수 있고, 하나 이상의 이름 지정 질문을 포함합니다. 하나의 *noul*은 예/아니요 판단으로, 예라고 답할 확률로 표현됩니다. 하나의 *choice*는 이름이 지정된 두 개에서 255개 사이의 선택지 중 하나를 선택하고 각각의 확률을 반환합니다. 하나의 *score*는 순서가 있는 두 개에서 열 개의 수준을 사용하고 가중 점수와 확률 분포를 반환합니다.

이런 응답 형식은 제품 이름보다 중요합니다. 개발자는 허용되는 답변을 정의하고 애플리케이션이 이를 어떻게 처리할지 결정합니다. API의 확률은 모델 출력이지, 특정 현실 의사결정이 얼마나 자주 정확할지를 검증해 측정한 값이 아닙니다. SubQ의 자체 문서에는 개발자가 임계값을 적용하고 불확실한 사례를 사람에게 돌려보내는 예가 나옵니다. 모든 작업에 적용되는 보편적 임계값을 정한 것은 아닙니다.

Snap은 state와 함께 PNG, JPEG 또는 WebP 이미지를 최대 네 장까지 받습니다. 이미지 한 장은 디코딩 후 최대 4 MiB이며, 전체 디코딩 크기는 8 MiB 이하여야 합니다. API 문서에 따르면 이미지 토큰과 텍스트 토큰은 동일한 393,216토큰 컨텍스트 한도에 포함됩니다. 동영상은 지원되지 않습니다. 제안된 경로는 프레임을 최대 네 장의 이미지로 샘플링하는 것입니다. 이는 프리뷰 API의 구체적 입력 한도이지, 모델이 모든 긴 문서나 이미지를 안정적으로 해석한다는 보장은 아닙니다.

## 살펴볼 벤치마크 격차

그 [출시 평가](https://subq.ai/introducing-subq-snap)에서 Decision Index 0.2.1의 전체 공개 평가군에서 Snap이 61.7점, Jev가 57.9점이라고 보고했습니다. 또 기업 지향 벤치마크 16개를 선정한 그룹에서는 평균 67.6점 대 61.6점이라고 밝혔습니다. Snap은 16개 중 13개에서 앞서고 세 개에서 뒤처졌으며, 여기에는 에이전트가 언제 호출하고, 질문하고, 답하거나 거절해야 하는지를 시험한 항목이 포함됩니다. 이 수치는 SubQ의 평가 결과이며, BIG CHANGE는 이를 재현하지 않았고 두 모델 모두 에이전트에서 시험하지 않았습니다.

회사는 또한 100만 토큰 기준의 자체 변형 Decision RULER 테스트에서 Snap이 96.3점을 받았다고 보고합니다. 이 결과는 별도의 벤치마크 평가에 해당합니다.[ 현재 API 요청 한도](https://docs.subq.ai/endpoints/decisions-api/) 는 393,216토큰이며, 문서에 따르면 이를 넘는 요청은 실패합니다. 독자는 100만 토큰 테스트를 프리뷰 API의 입력 사양으로 사용해서는 안 됩니다.

SubQ는 Snap이 100,000토큰 요청을 처리하고 약 1초 만에 결정을 반환할 수 있다고 말합니다. 공개된 주장에는 계정별, 동시 트래픽별, 질문 유형별로 BIG CHANGE가 관찰한 지연 시간 분포가 제시되지 않았습니다. 중요한 워크플로 단계 하나를 대체하기 전에 독자는 자신의 의사결정 집합, 오류 비용, 응답 시간 요구사항을 기준으로 프리뷰를 평가해야 합니다.

## 접근, 가격, 데이터 처리

해당 [모델 목록](https://docs.subq.ai/using-the-api/models/)에는 Snap이 텍스트와 이미지 입력을 지원하는 공개 프리뷰로 표시되어 있고, 입력 토큰 100만 개당 0.05달러와 무료 출력을 기재합니다. 출시 페이지는 용량에 따라 신규 사용자가 대기자 명단에 오를 수 있다고 설명합니다. 어느 출처도 모든 조직이 즉시 접근할 수 있거나 특정 요청 속도 제한이 있다는 점을 입증하지 않습니다.

민감한 업무를 평가하는 팀은 [데이터 보존 정책](https://docs.subq.ai/using-the-api/data-retention/)을 문서나 이미지를 보내기 전에 확인해야 합니다. 문서화된 조직 기본값은 삭제할 때까지 프롬프트, 완성 내용, 대화 기록을 보존합니다. SubQ는 일정 일수로 고정하는 정책과 요청 시 조직 전체에 적용되는 제로 데이터 보존을 제공합니다. 회사에 따르면 제로 보존을 설정해도 프롬프트나 완성 내용 없이 모델명, 토큰 수, 시간, 메타데이터 태그를 담은 결제 및 지원 기록은 보존됩니다. 해당 조직 설정에서도 Decisions 엔드포인트는 사용할 수 있습니다. BIG CHANGE는 서비스의 저장 동작을 독립적으로 검증하지 않았습니다.

SubQ의 기여는 공개된 낮은 토큰 요금으로 큰 컨텍스트에서 제한된 의사결정을 반복할 수 있는 구체적인 API 형태입니다. 남은 질문은 조직이 실제로 맡길 작업에서 그런 결정이 얼마나 자주 제대로 작동하느냐입니다. 답을 얻으려면 출시 점수를 넘어서는 독립 테스트가 필요합니다.

## 출처 및 더 읽을거리

- [SubQ의 10월 12일 출시 게시물](https://subq.ai/introducing-subq-snap)은 에이전트에서 의도한 역할, 가격, 프리뷰 접근, 회사 자체 평가를 설명합니다. 속도와 벤치마크 수치는 공급업체의 주장이고, 100만 토큰 Decision RULER 결과는 프리뷰 API 한도와 별개입니다.
- [SubQ Decisions API 참조 문서](https://docs.subq.ai/endpoints/decisions-api/)는 엔드포인트, 유형이 지정된 질문과 응답, 토큰 및 이미지 한도, 오류 동작을 설명합니다. 최신 제품 문서이지 배포된 워크플로의 신뢰성을 입증하는 자료는 아닙니다.
- [SubQ 모델 목록](https://docs.subq.ai/using-the-api/models/)은 프리뷰 모델 ID, 입력 방식, 공개된 미국 달러 가격을 제공합니다. 프리뷰 중에는 조건과 이용 가능성이 바뀔 수 있습니다.
- [SubQ 데이터 보존 문서](https://docs.subq.ai/using-the-api/data-retention/)는 기본 및 선택 가능한 조직 정책을 설명합니다. 이 정책은 서비스가 의도한 동작을 설명하며, BIG CHANGE가 저장 또는 삭제를 감사한 것은 아닙니다.

## Sources

- [SubQ: SubQ Snap 소개](https://subq.ai/introducing-subq-snap) — 2026년 10월 12일 공식 출시 게시물. 에이전트에서 의도한 역할, 프리뷰 이용 가능성, 가격, 회사 자체 벤치마크를 설명합니다. 속도와 벤치마크 수치는 공급업체 주장이지 독립적으로 재현된 결과가 아닙니다.
- [SubQ Decisions API](https://docs.subq.ai/endpoints/decisions-api/) — 2026년 10월 13일에 확인한 최신 공식 엔드포인트 사양입니다. 유형 지정 질문과 응답, 토큰 및 이미지 한도, 오류 동작을 설명합니다. 실제 배포 업무에서의 신뢰성을 입증하지는 않습니다.
- [SubQ 모델](https://docs.subq.ai/using-the-api/models/) — 2026년 10월 13일에 확인한 최신 공식 모델 목록입니다. 프리뷰 모델 ID, 입력 방식, 공개된 달러 기준 토큰 요금을 제공합니다. 조건은 바뀔 수 있습니다.
- [SubQ 데이터 보존](https://docs.subq.ai/using-the-api/data-retention/) — 2026년 10월 13일에 확인한 회사의 최신 데이터 정책입니다. 기본 및 선택 가능한 보존 설정을 설명합니다. BIG CHANGE는 데이터 저장 동작을 감사하지 않았습니다.