SubQ 1M-Preview : Premier LLM subquadratique pour l'IA à long contexte

À compter du 14 mai 2026, Subquadratic Labs a lancé SubQ 1M-Preview, le premier grand modèle de langage subquadratique commercial. Doté d’une fenêtre de contexte de 12 millions de tokens, il atteint les performances des modèles de pointe tout en consommant environ un cinquième du calcul d’inférence des transformeurs classiques. L’accès API a été ouvert juste après l’annonce du 5 mai, ciblant directement les pipelines génératifs agentiques et à long contexte. Les premiers benchmarks internes montrent déjà que le modèle gère des chaînes de raisonnement étendues et des entrées multimodales sans l’explosion quadratique habituelle des coûts. Pour tous ceux qui ont vu les limites de contexte briser des storyboards détaillés, ces chiffres représentent un véritable changement plutôt qu’un simple argument marketing.

Les transformeurs traditionnels paient une taxe quadratique sur chaque token ajouté. SubQ contourne ce mur de scalabilité grâce à un mécanisme d’attention dont le coût computationnel augmente de façon bien plus linéaire. Le résultat concret : les créateurs peuvent intégrer des découpages de scènes entiers, des scripts multi-plans ou des transcriptions de référence d’une heure sans que la facture explose. J’ai passé un après-midi à tester la version preview sur un prompt vidéo de 40 000 tokens qui déclencherait normalement des timeouts ailleurs. Le modèle a renvoyé des instructions cohérentes image par image en une seule passe. Honnêtement, ce simple test a transformé ce qui semblait être une curiosité de recherche en nouveau standard.

Sur les suites de raisonnement à long contexte, la preview affiche des scores à moins de 3-4 % de ceux de GPT-5.5 tout en utilisant 78 % de calcul en moins au seuil de 1 M tokens. Face à la dernière variante de Claude Opus, elle est légèrement en retrait sur l’écriture créative mais domine sur la cohérence multimodale soutenue dès que les prompts dépassent 200 k tokens. Le coût par million de tokens se situe à environ 22 % des tarifs actuels des modèles de pointe selon la grille tarifaire publiée. Ces marges comptent quand on itère sur des outlines vidéo de 10 minutes ou qu’on assemble des storyboards de 50 images. L’écart n’est pas théorique : il se traduit directement sur la facture après une semaine d’utilisation intensive.

Les longs prompts cohérents deviennent soudain abordables et peuvent être traités comme un matériau créatif de premier plan plutôt qu’un luxe coûteux. Les réalisateurs peuvent désormais intégrer des bibles de personnages complètes, des références d’éclairage et des pistes de dialogue en un seul appel et obtenir des listes de plans exploitables sans gymnastique de tokens. Ces gains d’efficacité apparaissent déjà dans des domaines créatifs adjacents. Les avancées de l’IA multimodale sont déjà appliquées à la création de contenu adulte, comme le montre cette analyse de Seedance 2.0. Mon échantillon totalement non scientifique d’une seule personne suggère que le vrai gagnant sera les workflows itératifs : générer, revoir, affiner sur des dizaines de passes sans voir le compteur grimper au rythme quadratique d’avant.