13人干翻Transformer！新架构SSA算力暴减千倍，成本仅Opus 5%

新智元报道

编辑：桃子

【新智元导读】Transformer统治地位悬了！一款SubQ模型带着SAA架构横空出世，1200万上下文成本仅Opus的5%，计算量暴减千倍。

Transformer，王座不保？！

今天，一款AI模型SubQ横空出世，震撼了全世界。

这是全球首个基于完全亚二次方稀疏注意力架构（SSA）的模型，上下文高达1200万Token。

SubQ的核心优势在于，其SSA架构会根据内容「动态选择」关注点，不会盲目计算所有Token间的关联。

相较于Transformer，它的计算量直接暴减1000倍。

实验结果显示，100万token上下文，SubQ要比FlashAttention快52倍，成本不到Claude Opus的5%。

而打造出这款架构的背后这家公司，叫Subquadratic，坐标迈阿密，全公司仅13人。

AI大佬Bindu Reddy辣评道，「若这一切都是真的，Anthropic和OpenAI的估值直接归0」！

还有人表示，这才是LLM接下来真正Scaling的方式。

Transformer「原罪」，九年未解

2017年，谷歌那篇「Attention is All You Need」奠定了Transformer架构的统治地位。

此后九年，从GPT到Claude到Gemini，所有前沿大模型都建立在同一个基础上：密集注意力机制。

长期以来，Transformer的工作方式非常暴力，即每个token都要和序列中所有其他token做一次比较。

这种机制让它深陷「二次方复杂度」的泥潭，上下文每增加一倍，计算成本飙升四倍。

这意味着，输入越长，模型越贵、越慢、越容易崩。

这就解释了几乎所有LLM的上下文卡在100万token左右，不是技术做不到更长，是做到了也用不起。

这一次，SubQ的诞生，从根本上改变了这个等式。

SSA架构出世

不要「更快」只要「更少」

SubQ的核心突破叫做SSA——亚二次方稀疏注意力（Subquadratic Sparse Attention）。

它的思路出奇地简单，不再让每个token和所有token做比较。

既然训练好的模型中，绝大多数注意力权重都接近零0，那为什么还要算它们？

SSA的做法是，对每一个query，基于「内容」选择序列中真正值得关注的位置，然后只在这些位置上精确计算注意力。

它只计算那些真正有意义的交互，跳过其余99%以上的无用计算。

以下是SSA的三大关键特性——

• 线性扩展

计算量随选中的位置数量增长，而不是随整个序列长度增长。上下文翻倍，成本只翻倍，不再是翻四倍。

• 内容依赖路由

模型根据语义决定看哪里，而不是根据位置。关键信息在序列第3个token还是第1100万个token，都能被找到。

• 精确检索

不像循环模型那样把信息压缩成固定状态，SSA保留了从任意位置精确取回信息的能力。

说白了，SSA不是「把密集注意力算得更快」，而是「让模型做更少的注意力计算」。

减少的计算量，直接转化为速度。

速度狂飙52.5倍，成本不到Opus 5%

SubQ放出的数据，每一条都在暴击：

在100万token长度上，SSA比标准密集注意力+FlashAttention-2快52.2倍。

在12.8万token上快7.2倍，25.6万token快13.2倍，51.2万token快23倍。

显而易见，上下文越长，优势越碾压。

这正是SSA线性扩展的直接体现——密集注意力越长越慢，SSA越长越划算。

再来看算力消耗，在100万token下，注意力FLOP减少了62.5倍。在1200万token下，这个数字飙升到接近1000倍。

至于成本，Subquadratic给了一个非常直观的对比——

在RULER 128K基准测试上，SubQ花费8美元，Opus为2600美元，直接拉出了300倍的成本差距。

最关键的是，这些速度和成本优势，并没有以牺牲准确率为代价。

RULER 128K基准测试： SubQ拿下95%，Opus 4.6是94.8%；

SWE-Bench Verified（代码工程）： SubQ得分81.8，超过Opus 4.6的80.8。

MRCR v2（长上下文检索）： SubQ拿到65.9%，虽然低于Opus 4.6的78%，但远超GPT 5.4（39%）和Gemini 3.1 Pro（23%）。

这组数字放在一起看，细思极恐——

一家种子轮公司，用不到Opus 5%的成本，在多项核心基准测试上打平甚至超过了Anthropic和OpenAI的旗舰模型。

一个提示词，SubQ即可处理1200万Token的超长信息：

无论是整个代码库、数月的 PR 记录，还是长期运行的 AI 智能体状态，全都游刃有余，而且成本仅需原来的五分之一。

不得不说，若这一切成真，这将是Transformer问世以来最重要的架构级突破。

13人初创公司，要颠覆Transformer

Subquadratic成立于2024年，拿下2900万美元种子轮，估值5亿美元。

它有两位联合创始人：CEO Justin Dangel，CTO Alexander Whedon。

研究团队11人，全部是博士，来自Meta、谷歌、牛津大学、剑桥大学、Adobe。

值得一提的是，这家公司之前叫Aldea，做的是语音模型，后来转型到了注意力架构研究。

这一次，产品线三条同时上线：

• SubQ API：12M token全量上下文接口

• SubQ Code：命令行编码Agent，整个代码库一次性塞进去

• SubQ Search：深度研究工具，初期免费

全网炸锅：是终结者，还是AI版Theranos？

SubQ发布后数小时内，AI社区就分裂成了两个阵营。

AI大佬Dan McAteer一句话，概括了所有人的心态：

SubQ要么是Transformer以来最大的突破……

要么就是AI界的Theranos。

支持者一方阵容不小。

有人表示，这是2026年最疯狂的AI发布之一。

Subquadratic可能找到了奥特曼所言的另一个架构的重大突破。

但怀疑派也毫不留情，有人直言这就是一个「骗子公司」，尤其是看完创始人领英介绍后。

OpenAI前研究员Will Depue更是连发多条，第一时间指出，「SubQ几乎可以确定是基于Kimi或DeepSeek的稀疏注意力微调」。

AI圈见过太多「发布即巅峰」的故事，发布会上的PPT和真实世界的部署之间，隔着一整条死亡谷。

但话说回来，也正因为这个赌注太大，整个行业才不敢不认真对待。

答案，也许只有等技术报告公开、独立benchmark复现之后，才会真正揭晓。

参考资料：

https://x.com/alex_whedon/status/2051663268704636937?s=20

https://subq.ai/how-ssa-makes-long-context-practical

https://x.com/daniel_mac8/status/2051710659822305661?s=20