SubQ
SubQ 是 Subquadratic 旗下大模型的品牌名，号称首款完全基于次二次方架构 (sub-quadratic architecture) 构建的大模型。普通 Transformer 的注意力机制算力消耗随上下文长度平方增长，SubQ 用自研的 Subquadratic Sparse Attention (SSA) 把这条曲线压成了线性。
Subquadratic 是总部位于迈阿密的初创公司，于 2026 年 5 月 5 日 发布 SubQ，同期宣布完成 $29M 种子轮融资。公司主张：在 1200 万 token 上下文下，SSA 架构的注意力算力消耗比稠密注意力 (dense-attention) 前沿模型低约 1,000 倍，RULER 128K 基准测试得分 95%，花费 $8，而 Claude Opus 4.6 在同一测试上的成本是 $2,600。
可以想象成数据库里的稀疏索引：不用全表扫描，直接跳到有用的行。
提前 7 天看到萌芽期新词，解锁全部阶段筛选，并每周收到抢先提醒。
为什么现在开始走红？
2026 年 5 月 5 日，Subquadratic 带着 $29M 种子融资发布了 SubQ，核心主张只有一条：第一个彻底抛弃二次方注意力的前沿大模型。在 1200 万 token 的上下文下，SSA 架构号称算力消耗是 Claude Opus 的千分之一，但研究员当天就要求拿出独立验证。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中31–90 天
-
上升 ← 当前91–180 天
-
成熟180 天以上
前景
未来 6 个月的热度走势与商业化节奏。
架构的可信度取决于独立技术报告。报告一旦跟上、验证成立，次二次方注意力就会从品牌词升格成一个新品类。
风险 · 基准测试被质疑「挑着测」，加上权重不开放，在第三方完成复现之前，开发者社区很可能持观望态度。
类比 · Mamba · RWKV · FlashAttention
-
现在API 开放早期访问
开发者 API 已可接入；面向超大代码库摄入 (12M-token) 的企业合同正在推进。
-
3-6 个月独立基准测试来了
第三方评测结果将决定采用速度；SubQ Code CLI 正面竞争 Cursor 和 Copilot 的市场。
-
6-12 个月架构被授权或分叉
SSA 一旦被复现，大厂很可能选择接入或直接收购；与此同时开源复刻也会跟上来。
“SubQ” 的竞争与机会
判断依据包括已追踪的搜索词、变现方向和相关词。除标注“实测”的 Google KD 外，其余均为参考估算。
“SubQ” 能做的点子
这个词可以延伸成文章、网站、产品、帖子、邮件、视频或课程。选一个方向，就能开始行动。
128K 和 1M token 下的正面 PK，「挑着测」的争议本身就是流量。新模型发布当天出的横评，往往能在搜索里快速上位。
目前没有任何科普文能排上 'subquadratic sparse attention' 这个词。第一篇解读就能拿下这个查询。受众：对 Transformer 替代方案感兴趣的工程师。
品类综述，把 SubQ 放进更大的线性注意力格局来讲，随着这个方向慢慢成熟会持续有效。
超过 1M token 的成本差距相当悬殊。一个输入 token 数对成本的换算小工具，既能抓住有采购意图的用户，也能做联盟或 API 推荐变现。
SubQ Code 针对的是一次性载入整个代码仓库的团队。做一个打包本地代码库并调用 SubQ API 的封装器，B2B SaaS 变现路径很清晰。
SubQ 主打的使用场景就是一次性摄入整个代码库。用真实项目录一期实操视频，直观、好传播；第一周发布，搜索竞争几乎为零。
SubQ 的主张若成立，次二次方架构就是下一个 Transformer 时刻。围绕这个方向做技术简报，至少有 6 个月的顺风期。
基准测试看起来不错。但权重不开放，技术报告还没出来，Will Depue 说缩放数字兜不住。
主张是在同等长上下文准确率下比 Claude Opus 便宜 325 倍。如果成立，这将是模型史上最大幅度的成本下降。
过去两年里，已经有三家初创宣称比 Transformer 效率高 1,000 倍。其中两家没有任何产出。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算，仅供参考，未经核实。内容类型由搜索词的写法推断。
“SubQ” 的搜索结果
这里展示当前的自然搜索结果，以及正在投放的广告。广告数量可以反映当下的商业需求。
常见问题
什么是 SubQ？
SubQ 是 Subquadratic 旗下大模型的品牌名，号称首款完全基于次二次方架构 (sub-quadratic architecture) 构建的大模型。普通 Transformer 的注意力机制算力消耗随上下文长度平方增长，SubQ 用自研的 Subquadratic Sparse Attention (SSA) 把这条曲线压成了线性。
SubQ 为什么现在火？
2026 年 5 月 5 日，Subquadratic 带着 $29M 种子融资发布了 SubQ，核心主张只有一条：第一个彻底抛弃二次方注意力的前沿大模型。在 1200 万 token 的上下文下，SSA 架构号称算力消耗是 Claude Opus 的千分之一，但研究员当天就要求拿出独立验证。
SubQ 是什么时候出现的？
约于 2026-05-05 公开出现（截至 2026-08-11 约 98 天前）。EarlyTerms 最早于 2026-05-06 记录到信号。
相关词
同一领域里的其他词：别名、子类、竞品，以及值得继续了解的相近概念。
- 属于 context-window Context window 是大模型在一次推理里能读入和处理的 token 总量上限。2025 到 2026 年间，这个词完成了一次身份转变：从当初「8K 还是 1M」的规格对比项，变成了 agent 团队每次会话都要主动预算、监控、并为之付钱的工程资源。 →
- 竞品 claude-opus-4-6 Claude Opus 4.6 是 Anthropic 于 2026 年 2 月 5 日发布的旗舰大模型，也是首个配备 100 万 token 上下文窗口的 Opus 级别模型（发布时为 beta，现已标配）。定价维持 $5/$25（百万 token）不变，同时带来了… →
- 竞品 gpt-5-4 GPT-5.4 是 OpenAI 2026 年 3 月发布的前沿大模型，把 Codex 和 GPT 两条产品线并成了一个系统，加入了原生 computer use 能力、100 万 token 上下文窗口，以及主线 GPT 系列里第一次出现的可配置推理强度。 →
- 竞品 gemini-3-1-pro Gemini 3.1 Pro 是 Google DeepMind 的旗舰推理模型，2026 年 2 月 19 日发布。它引入了 thinking 推理模式，可在三档算力预算（LOW / MEDIUM / HIGH）之间切换，支持最多 100 万 token… →
- 相关 context-engineering Context engineering 是一门学问：送进大模型上下文窗口的每一个 token，都要经过设计。系统提示、工具定义、检索内容、对话历史、记忆、文件，一个都不能随手堆进去。Anthropic 把它定义为 prompt engineering 的自然延伸。 →
- 相关 long-running-agents Long-running agents 是能跨多个上下文窗口持续干活的 AI agent，靠把状态写进结构化产物（进度文件、git commit、功能规格文档），让每次新会话从上一次停下的地方接着跑。这个模式针对的是一个硬约束：每次上下文窗口结束，模型就失忆了。 →
- 相关 managed-agents Managed Agents 是云平台托管并运行 AI agent 的基础设施模式。开发者以前要自己搭 agent 循环，记忆管理、工具路由、状态控制、沙箱隔离、错误恢复，全部自己处理；现在这些都由平台打包成 runtime 服务。 →
- 包含
- 相关
来源
这份报告引用的一手链接，点开任意一条都能自己核对。
- 01 Subquadratic — 发布 SubQ（官方发布文章） subq.ai ↗
- 02 Subquadratic — SSA 如何让超长上下文变得可用 subq.ai ↗
- 03 SiliconANGLE — Subquadratic 完成 $29M 融资，为 AI 带来 1200 万 token 上下文 siliconangle.com ↗
- 04 VentureBeat — 迈阿密初创称 AI 效率提升 1,000 倍，研究员要求独立验证 venturebeat.com ↗
- 05 Hacker News — SubQ：为 1200 万 token 上下文构建的次二次方大模型（讨论帖） news.ycombinator.com ↗
- 06 The Neuron Daily — SubQ 以五分之一成本支持 1200 万 token theneurondaily.com ↗