SubQ 1M-Preview: Primeiro LLM Subquadrático para IA de Contexto Longo

A partir de 14 de maio de 2026, a Subquadratic Labs lançou o SubQ 1M-Preview, o primeiro modelo de linguagem grande subquadrático comercial. Ele possui uma janela de contexto de 12 milhões de tokens e iguala o desempenho de fronteira enquanto consome aproximadamente um quinto do poder computacional de inferência dos transformers convencionais. O acesso à API foi aberto imediatamente após o anúncio de 5 de maio, direcionado a pipelines generativos agentivos e de contexto longo. Benchmarks internos iniciais já mostram o modelo lidando com cadeias de raciocínio estendidas e entradas multimodais sem o aumento quadrático usual nos custos. Para quem viu limites de contexto sufocarem storyboards detalhados, os números parecem uma mudança genuína em vez de marketing incremental.

Transformers tradicionais pagam um imposto quadrático por cada token adicionado. O SubQ contorna essa barreira de escalabilidade através de um mecanismo de atenção cujo custo computacional cresce de forma muito mais linear. O resultado prático é que criadores podem alimentar breakdowns de cena inteiras, roteiros multi-shot ou transcrições de referência de uma hora sem que a conta exploda. Passei uma tarde testando o preview em um prompt de vídeo de 40.000 tokens que normalmente causaria timeouts em outros lugares. Ele retornou orientação coerente quadro a quadro em uma única passagem. Honestamente, esse único teste fez a mudança de arquitetura parecer menos uma curiosidade de pesquisa e mais o novo padrão.

Nos conjuntos de raciocínio de contexto longo, o preview marca pontuações dentro de 3-4% do GPT-5.5 enquanto usa 78% menos computação no marco de 1M tokens. Contra a última variante do Claude Opus, ele fica ligeiramente atrás na escrita criativa, mas lidera na coerência multimodal sustentada quando os prompts excedem 200k tokens. O custo por milhão de tokens fica em cerca de 22% das taxas de fronteira atuais, de acordo com a tabela de preços publicada. Essas margens importam quando você está iterando em outlines de vídeo de 10 minutos ou costurando storyboards de 50 imagens. A diferença não é teórica; ela aparece no impacto real na carteira após uma semana de uso intenso.

Prompts longos e coerentes de repente são baratos o suficiente para serem tratados como material criativo de primeira classe em vez de um luxo caro. Diretores agora podem inserir bíblias de personagens completas, referências de iluminação e faixas de diálogo em uma única chamada e receber listas de tomadas utilizáveis sem ginástica de tokens. Os mesmos ganhos de eficiência já estão aparecendo em domínios criativos adjacentes. Avanços em IA multimodal já estão sendo aplicados à criação de conteúdo adulto como nesta análise do Seedance 2.0. Minha amostra completamente não científica de um sugere que o verdadeiro vencedor serão fluxos de trabalho iterativos: gerar, revisar, refinar em dezenas de passagens sem ver o medidor subir na taxa quadrática antiga.