模型
别名：SubQ Model
Subquadratic 开发的新一代大语言模型，声称在速度、成本和能耗方面优于现有模型。
已跟踪 3 条高相关材料
最近变化
2026-06-19 · SubQ 模型可同时处理 12 倍于其他模型的文本量。
为什么值得关注
SubQ 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
A startup claims it broke through a bottleneck that’s holding back LLMs
MIT Technology Review · 8.5 分
Subquadratic 声称其新模型 SubQ 在速度、成本和能耗方面优于现有大语言模型，但尚未广泛验证。
The First Real LLM Breakthrough Is Here... SubQ (1000x Less Compute)
TheAIGRID · 8.5 分
SubQ 是首个基于完全次二次稀疏注意力架构的大型语言模型，其计算成本降低 1000 倍，上下文窗口达 1200 万 token。
This could solve the main issue with context windows Because this new model has a context window of...
Paul Couvert(@itsPaulAi) · 5.2 分
推文宣称新模型SubQ实现1200万token上下文窗口、98%准确率，速度提升52倍且成本仅Opus 4.7的5%，但未提供技术细节、评测方法或可验证数据。
已收录 3 条与 SubQ 相关的内容，按评分排序。
Subquadratic 声称其新模型 SubQ 在速度、成本和能耗方面优于现有大语言模型，但尚未广泛验证。
入选理由：SubQ 模型可同时处理 12 倍于其他模型的文本量。
SubQ 是首个基于完全次二次稀疏注意力架构的大型语言模型，其计算成本降低 1000 倍，上下文窗口达 1200 万 token。
入选理由：SubQ 的上下文窗口达到 1200 万 token，是 Opus 的 52 倍。
推文宣称新模型SubQ实现1200万token上下文窗口、98%准确率，速度提升52倍且成本仅Opus 4.7的5%，但未提供技术细节、评测方法或可验证数据。
入选理由：SubQ声称支持12M token超长上下文，仍保持98%准确率
