SubQ 1M-Preview: Eerste Subkwadratische LLM voor AI met Lange Context

Vanaf 14 mei 2026 heeft Subquadratic Labs SubQ 1M-Preview uitgebracht, het eerste commerciële subkwadratische grote taalmodel. Het beschikt over een contextvenster van 12 miljoen tokens en haalt frontier-prestaties terwijl het slechts ongeveer een vijfde van de inferentiecompute verbruikt van conventionele transformers. API-toegang opende direct na de aankondiging van 5 mei, gericht op agentische en lang-context generatieve pipelines. Vroege interne benchmarks tonen al dat het model uitgebreide redeneerketens en multimodale inputs afhandelt zonder de gebruikelijke kwadratische kostenexplosie. Voor iedereen die contextlimieten gedetailleerde storyboards heeft zien beperken, voelen de cijfers aan als een echte stap voorwaarts in plaats van incrementele marketing.

Traditionele transformers betalen een kwadratische belasting op elke toegevoegde token. SubQ omzeilt die schaalmuur met een attention-mechanisme waarvan de compute veel linearer groeit. Het praktische resultaat is dat creators volledige scène-uitbrekingen, multi-shot scripts of uur-lange referentie-transcripties kunnen invoeren zonder dat de rekening explodeert. Ik heb een middag besteed aan het stress-testen van de preview op een 40.000-token videoprompt die normaal elders timeouts zou veroorzaken. Het leverde coherente frame-by-frame begeleiding in één pass. Eerlijk gezegd maakte die ene test de architectuurverschuiving minder een onderzoekscuriostiteit en meer de nieuwe standaard.

Op suites voor lang-context redeneren scoort de preview binnen 3-4 % van GPT-5.5 terwijl het 78 % minder compute gebruikt bij het 1 M token punt. Tegen de nieuwste Claude Opus variant blijft het iets achter op creatief schrijven maar leidt het op aanhoudende multimodale coherentie zodra prompts 200 k tokens overschrijden. Kosten per miljoen tokens liggen op ongeveer 22 % van de huidige frontier tarieven volgens het gepubliceerde prijsoverzicht. Die marges tellen als je itereert op 10-minuten video-outlines of 50-afbeelding storyboards samenvoegt. De kloof is niet theoretisch; het blijkt uit echte portemonnee-impact na een week zwaar gebruik.

Lange, coherente prompts zijn plotseling goedkoop genoeg om als eersteklas creatief materiaal te behandelen in plaats van een duur luxe. Regisseurs kunnen nu volledige karakterbijbels, verlichtingsreferenties en dialoogtracks in één call droppen en bruikbare shotlists ontvangen zonder token-gymnastiek. Dezelfde efficiëntiewinsten verschijnen al in aangrenzende creatieve domeinen. Vooruitgangen in multimodale AI worden al toegepast op adult content creatie zoals in deze analyse van Seedance 2.0. Mijn volledig onwetenschappelijke steekproef van één suggereert dat de echte winnaar iteratieve workflows zullen zijn: genereren, beoordelen, verfijnen over tientallen passes zonder dat de meter omhoog tikt met de oude kwadratische snelheid.