SubQ

SubQ — это первый в мире LLM с по-настоящему субквадратичной архитектурой, который создан не ради громких слов, а чтобы решить проблему длинных контекстов раз и навсегда. Представьте себе модель, способную работать с контекстом в 12 миллионов токенов без потери качества — то есть одновременно обрабатывать целые репозитории, многомесячные истории изменений и сохранять состояние агентов, экономя при этом колоссально на вычислениях.

В отличие от классических трансформеров, которые тратят ресурсы, перебирая все связи между словами, SubQ фокусируется только на действительно важных связях. Это даёт невероятный выигрыш — вычисления идут почти в тысячу раз быстрее, если смотреть на внимание, а по скорости модель в 50 раз эффективнее лидеров рынка. Такой подход меняет само представление о масштабировании больших языковых моделей.

SubQ уверенно справляется с задачами поиска и вывода знаний на масштабах, которые казались недостижимыми. Его точность по retrieval tasks близка к 100% даже при 12 миллионах токенов — будь то поиск конкретных фактов или многозадачное извлечение из огромных наборов данных. И при этом он не теряет качества в reasoning, конкурируя с лучшими моделями общего и прикладного назначения.

Как использовать SubQ? Есть два основных варианта. Первый — это API с полным контекстом, где вы можете в одном запросе загрузить огромные репозитории или сложные pipeline состояния, платя лишь за линейные затраты. Второй — это интеграция для coding agents, которая ускоряет работу с кодом, автоматически перенаправляя тяжёлые запросы на более дорогие модели, но при этом расширяя контекст почти без боли для ресурсов.

SubQ — не просто очередной LLM. Это фундаментально новый уровень, где высокая точность и масштабность соединены с беспрецедентной эффективностью. Если ваш проект требует разбираться с тоннами данных одновременно и делать это быстро и дёшево — SubQ именно то, что нужно.