SubQ 1M-Preview: Erstes subquadratisches LLM für Long-Context-KI

Stand 14. Mai 2026 hat Subquadratic Labs SubQ 1M-Preview ausgeliefert, das erste kommerzielle subquadratische Large Language Model. Es verfügt über ein 12-Millionen-Token-Kontextfenster und erreicht Frontier-Performance, während es etwa ein Fünftel des Inferenz-Computes herkömmlicher Transformer verbraucht. Der API-Zugang wurde direkt nach der Ankündigung am 5. Mai freigeschaltet und zielt direkt auf agentische und langkontextuelle generative Pipelines ab. Frühe interne Benchmarks zeigen bereits, dass das Modell erweiterte Reasoning-Ketten und multimodale Inputs ohne den üblichen quadratischen Kostenanstieg handhabt. Für alle, die erlebt haben, wie Kontextlimits detaillierte Storyboards einschränken, fühlen sich die Zahlen wie ein echter Sprung und nicht wie inkrementelles Marketing an.

Traditionelle Transformer zahlen bei jedem hinzugefügten Token eine quadratische Steuer. SubQ umgeht diese Skalierungshürde durch einen Attention-Mechanismus, dessen Rechenaufwand deutlich linearer wächst. Das praktische Ergebnis: Kreative können komplette Szenenbeschreibungen, Multi-Shot-Skripte oder stundenlange Referenztranskripte einfügen, ohne dass die Kosten explodieren. Ich habe einen Nachmittag lang den Preview mit einem 40.000-Token-Video-Prompt getestet, der andernorts normalerweise Timeouts auslöst. Es lieferte kohärente Frame-by-Frame-Anleitungen in einem Durchgang. Dieser eine Test hat den Architekturwechsel weniger wie eine Forschungsneugier und mehr wie den neuen Standard wirken lassen.

Bei Long-Context-Reasoning-Benchmarks liegt der Preview innerhalb von 3–4 % von GPT-5.5, nutzt aber am 1-M-Token-Marke 78 % weniger Rechenleistung. Gegen die neueste Claude-Opus-Variante liegt er beim kreativen Schreiben leicht zurück, führt aber bei anhaltender multimodaler Kohärenz, sobald Prompts 200 k Tokens überschreiten. Die Kosten pro Million Tokens liegen bei etwa 22 % der aktuellen Frontier-Preise gemäß der veröffentlichten Preisliste. Diese Margen zählen, wenn man 10-Minuten-Video-Outlines iteriert oder 50-Bild-Storyboards zusammenfügt. Der Unterschied ist nicht theoretisch – er zeigt sich nach einer Woche intensiver Nutzung im echten Portemonnaie.

Lange, kohärente Prompts sind plötzlich günstig genug, um sie als erstklassiges kreatives Material statt als teuren Luxus zu behandeln. Regisseure können nun komplette Charakter-Bibles, Lichtreferenzen und Dialogspuren in einem einzigen Aufruf ablegen und nutzbare Shot-Listen erhalten, ohne Token-Akrobatik. Dieselben Effizienzgewinne zeigen sich bereits in angrenzenden kreativen Bereichen. Fortschritte bei multimodaler KI werden bereits auf die Erstellung von Erwachseneninhalten angewendet, wie in dieser Analyse von Seedance 2.0. Meine völlig unwissenschaftliche Stichprobe von einem deutet darauf hin, dass der wahre Gewinner iterative Workflows sein werden: Generieren, Prüfen, Verfeinern über Dutzende Durchgänge, ohne dass der Zähler im alten quadratischen Tempo hochläuft.