Edição em Markdown

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

# SubQ Snap leva contexto de 384K às decisões estruturadas de IA

> O SubQ Snap oferece decisões tipadas sobre até 384K tokens de texto e imagens em prévia pública. O baixo preço por token e os ganhos em benchmarks divulgados pela empresa ainda precisam de testes independentes em tarefas específicas.

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.

A Subquadratic lançou o [SubQ Snap](https://subq.ai/introducing-subq-snap) em 12 de outubro como um modelo para decisões delimitadas dentro de agentes de IA. Em vez de escrever uma resposta aberta, ele avalia o texto fornecido e imagens opcionais com base em perguntas definidas pelo aplicativo. Sua API pública em prévia retorna opções, pontuações e probabilidades que o software pode usar diretamente.

Para desenvolvedores, a mudança prática é uma chamada de decisão capaz de receber uma entrada longa sem exigir que o agente gere prosa em cada etapa de roteamento ou verificação. A SubQ anuncia uma janela de contexto de 393.216 tokens (384K) e preço de 0,05 dólar por milhão de tokens de entrada, sem cobrança por tokens de saída. Essas são as condições atuais da prévia da empresa. O acesso é por ordem de chegada enquanto a capacidade é limitada, e inscrições posteriores podem entrar em uma lista de espera.

## A grande mudança

- **O que mudou:** A prévia pública do Snap oferece um conjunto de respostas definido pelo aplicativo, com até 393.216 tokens (384K) de contexto de texto e imagem. O desenvolvedor pode pedir que ele escolha entre opções nomeadas ou avalie um resultado sem solicitar prosa gerada.
- **Por que isso importa:** Quem cria agentes faz chamadas delimitadas repetidamente, como selecionar uma ferramenta e verificar um resultado. Uma resposta tipada pode seguir direto para a próxima etapa do software, enquanto um modelo generativo continua disponível para tarefas que exigem uma resposta aberta. O benefício dessa divisão em um agente real depende da precisão das decisões e do fluxo de trabalho ao redor.
- **O que observar:** Os benchmarks de lançamento da SubQ favorecem o Snap em vários testes de decisão, mas foram conduzidos pela própria empresa. Testes independentes por tarefa e um acesso mais amplo à prévia mostrariam como velocidade, custo e taxa de erro se comportam em fluxos de trabalho de agentes já implantados.

## O que uma chamada do Snap retorna

A [documentação da API Decisions](https://docs.subq.ai/endpoints/decisions-api/) indica `subq-snap-preview` como modelo para `POST /v1/systemone` . Uma solicitação fornece um `state`, que pode ser texto ou dados estruturados, e uma ou mais perguntas nomeadas. Um *noul* é um julgamento de sim ou não expresso como probabilidade de resposta sim. Um *choice* escolhe entre duas e 255 opções nomeadas e retorna a probabilidade de cada uma. Um *score* usa de dois a dez níveis ordenados e retorna uma pontuação ponderada com sua distribuição de probabilidade.

Esses formatos importam mais do que o nome do produto. O desenvolvedor define as respostas permitidas e decide o que o aplicativo faz com elas. As probabilidades da API são saídas do modelo, não medidas verificadas da frequência com que uma decisão específica no mundo real estará correta. A documentação da própria SubQ mostra desenvolvedores aplicando limites e encaminhando casos incertos a uma pessoa; ela não define um limite universal para todas as tarefas.

O Snap aceita até quatro imagens PNG, JPEG ou WebP junto com o estado. Cada imagem pode ter no máximo 4 MiB após a decodificação, e o tamanho decodificado combinado pode chegar a 8 MiB. A documentação da API diz que tokens de imagem e texto contam para o mesmo limite de contexto de 393.216 tokens. Vídeo não é compatível; a sugestão é extrair no máximo quatro quadros como imagens. Esses são limites concretos de entrada da API em prévia, não uma promessa de que o modelo interpretará com confiabilidade qualquer documento longo ou imagem.

## A diferença entre benchmarks que merece atenção

Em sua [avaliação de lançamento](https://subq.ai/introducing-subq-snap) , a SubQ informa uma pontuação de 61,7 para o Snap contra 57,9 para o Jev no conjunto público completo do Decision Index 0.2.1. Também informa uma média de 67,6 contra 61,6 em um grupo selecionado de 16 benchmarks voltados a empresas. O Snap lidera em 13 dos 16 e fica atrás em três, incluindo um teste sobre quando um agente deve chamar, perguntar, responder ou recusar. Esses números vêm da avaliação da SubQ; a BIG CHANGE não os reproduziu nem testou nenhum dos modelos em um agente.

A empresa também informa um resultado de 96,3 para o Snap em seu teste Decision RULER adaptado a um milhão de tokens. Esse resultado pertence a outra avaliação de benchmark. O [limite atual de solicitação da API](https://docs.subq.ai/endpoints/decisions-api/) é de 393.216 tokens, e a documentação diz que uma solicitação acima desse limite falha. Os leitores não devem usar o benchmark de um milhão de tokens como especificação de entrada da API em prévia.

A SubQ afirma que o Snap consegue processar uma solicitação de 100.000 tokens e retornar uma decisão em cerca de um segundo. A alegação pública não fornece à BIG CHANGE uma distribuição de latência observada por conta, tráfego simultâneo ou tipo de pergunta. Antes de substituir uma etapa de um fluxo de trabalho importante, a prévia deve ser avaliada com o conjunto de decisões, os custos de erro e os requisitos de tempo de resposta do próprio leitor.

## Acesso, preço e tratamento de dados

A [lista de modelos](https://docs.subq.ai/using-the-api/models/) marca o Snap como uma prévia pública com entrada de texto e imagem; informa 0,05 dólar por milhão de tokens de entrada e saída gratuita. A página de lançamento diz que a capacidade pode colocar novos usuários em uma lista de espera. Nenhuma das fontes garante acesso imediato para todas as organizações ou um limite de taxa específico.

Equipes que avaliam usos sensíveis também devem consultar a [política de retenção de dados](https://docs.subq.ai/using-the-api/data-retention/) antes de enviar documentos ou imagens. O padrão organizacional documentado conserva prompts, respostas e histórico de conversas até a exclusão. A SubQ oferece uma política por número fixo de dias e retenção zero de dados em toda a organização mediante solicitação. Segundo a empresa, registros de cobrança e suporte ainda mantêm modelo, contagem de tokens, horários e tags de metadados mesmo com retenção zero, mas não o conteúdo dos prompts ou das respostas. O endpoint Decisions continua disponível nessa configuração organizacional. A BIG CHANGE não verificou de forma independente o armazenamento do serviço.

A contribuição da SubQ é um formato específico de API para decisões delimitadas repetidas sobre um contexto amplo, a um preço publicado baixo por token. A questão ainda em aberto é com que frequência essas decisões se sustentam no trabalho que uma organização realmente encaminharia ao serviço. A resposta exige testes independentes além das pontuações de lançamento.

## Fontes e para saber mais

- [Publicação de lançamento da SubQ em 12 de outubro](https://subq.ai/introducing-subq-snap)explica o papel pretendido em agentes, o preço, o acesso à prévia e as avaliações conduzidas pela empresa. Os números de velocidade e benchmarks são alegações do fornecedor; o resultado do Decision RULER com um milhão de tokens é separado do limite da API em prévia.
- [Referência da API SubQ Decisions](https://docs.subq.ai/endpoints/decisions-api/)documenta o endpoint, perguntas e respostas tipadas, limites de tokens e imagens e comportamento de erros. É documentação atual do produto, não prova de confiabilidade em um fluxo de trabalho implantado.
- [Lista de modelos SubQ](https://docs.subq.ai/using-the-api/models/)informa o ID do modelo em prévia, as modalidades e o preço publicado. As condições e a disponibilidade podem mudar durante a prévia.
- [Documentação de retenção de dados da SubQ](https://docs.subq.ai/using-the-api/data-retention/)descreve as políticas organizacionais padrão e opcionais. A política descreve o comportamento pretendido do serviço; a BIG CHANGE não auditou armazenamento ou exclusão.

## Sources

- [SubQ: apresentação do SubQ Snap](https://subq.ai/introducing-subq-snap) — Publicação oficial de 12 de outubro de 2026. Explica o papel pretendido em agentes, a disponibilidade em prévia, os preços e os testes conduzidos pela empresa. Os números de velocidade e benchmark são alegações do fornecedor, não resultados reproduzidos de forma independente.
- [SubQ Decisions API](https://docs.subq.ai/endpoints/decisions-api/) — Especificação oficial atual do endpoint, consultada em 13 de outubro de 2026. Documenta perguntas e respostas tipadas, limites de tokens e imagens e erros. Não comprova confiabilidade em trabalho implantado.
- [SubQ Models](https://docs.subq.ai/using-the-api/models/) — Lista oficial atual de modelos, consultada em 13 de outubro de 2026. Informa o ID do modelo em prévia, modalidades e preços publicados em dólares. As condições podem mudar.
- [Retenção de dados da SubQ](https://docs.subq.ai/using-the-api/data-retention/) — Política atual da empresa, consultada em 13 de outubro de 2026. Descreve as configurações padrão e opcionais de retenção. A BIG CHANGE não auditou o armazenamento.