Subquadratic lançou SubQ, um LLM com contexto nativo de 12 milhões de tokens, oferecendo custo cerca de 1/5 do das grandes modelos atuais. A empresa divulga missão de superar hacks de memória em IA.
A empresa emergente SubQ recebeu aporte seed de 25 milhões de dólares e anunciou o lançamento comercial do seu modelo, baseado em arquitetura SSA (Subquadratic Selective Attention). Investidores incluem Javier Villamizar e Justin Mateen.
O funcionamento promete escalabilidade linear com o tamanho da entrada, segundo a empresa. Em testes, o SubQ mostra desempenho superior em contextos longos, com velocidade até 52 vezes maior que algumas soluções que hoje dominam o mercado.
Resultados de avaliação indicam alta precisão em tarefas de memória de longo alcance. Em métricas, o modelo alcançou 97% em uma prova de longo contexto com custo estimado de cerca de 8 dólares para 1 milhão de tokens, frente a milhares de dólares de frontiers.
A companhia aponta dois produtos ativos: uma API de 12M tokens e o SubQ Code, uma ferramenta de linha de comando que carrega todo o repositório do usuário em uma única passagem. O lançamento visa reduzir a necessidade de segmentação de dados.
Segundo a apresentação, a arquitetura SSA escala de forma linear e reduz a dependência de técnicas como RAG, vetores de recuperação e orquestração de agentes. A empresa afirma que a memória permanente entre sessões é viável com soluções associadas.
A comunidade de IA observa se o SubQ escala para capacidades de nível de frontier, além de atuar como um complemento aos modelos estabelecidos. A equipe tem formação de acadêmicos de renome e ex-funcionários de grandes empresas de tecnologia.
Paralelamente, o setor acompanha relatos sobre ações legais envolvendo IA no mundo, com uma disputa de valores entre empresas do setor, incluindo casos envolvendo pagamentos e alegações de uso indevido de tecnologia.
Entre na conversa da comunidade