SubQ 1M-Preview: LLM Subquadratic Đầu Tiên cho AI Ngữ Cảnh Dài

Tính đến ngày 14 tháng 5 năm 2026, Subquadratic Labs đã chính thức phát hành SubQ 1M-Preview, mô hình ngôn ngữ lớn subquadratic đầu tiên trên thị trường thương mại. Mô hình sở hữu cửa sổ ngữ cảnh 12 triệu token và đạt hiệu suất ngang ngửa các mô hình tiên phong, đồng thời chỉ tiêu tốn khoảng một phần năm chi phí suy luận so với transformer truyền thống. API đã được mở ngay sau thông báo ngày 5 tháng 5, nhắm thẳng vào các pipeline tạo sinh agentic và ngữ cảnh dài. Các benchmark nội bộ ban đầu cho thấy mô hình xử lý chuỗi suy luận mở rộng và đầu vào đa phương tiện mà không gặp tình trạng bùng nổ chi phí quadratic như thường thấy. Đối với những ai từng chứng kiến giới hạn ngữ cảnh làm nghẽn các storyboard chi tiết, những con số này thực sự là bước nhảy vọt chứ không chỉ là tiếp thị gia tăng.

Transformer truyền thống phải chịu thuế quadratic mỗi khi thêm token. SubQ vượt qua rào cản này nhờ cơ chế attention có chi phí tính toán tăng gần như tuyến tính. Kết quả thực tế là người sáng tạo có thể đưa toàn bộ phân tích cảnh, kịch bản multi-shot hay bản ghi tham chiếu dài hàng giờ mà không lo chi phí tăng vọt. Tôi đã dành một buổi chiều stress-test bản preview với prompt video 40.000 token – thứ thường gây timeout ở nơi khác – và nhận được hướng dẫn chi tiết từng khung hình chỉ trong một lần chạy. Thử nghiệm này khiến sự chuyển đổi kiến trúc không còn là nghiên cứu tò mò mà trở thành tiêu chuẩn mới.

Trên các bộ benchmark suy luận ngữ cảnh dài, bản preview đạt điểm số chỉ thấp hơn 3-4% so với GPT-5.5 nhưng tiết kiệm tới 78% chi phí tính toán ở mức 1 triệu token. So với biến thể Claude Opus mới nhất, nó nhỉnh hơn một chút về độ mạch lạc đa phương tiện khi prompt vượt 200k token, dù hơi thua ở mảng viết sáng tạo. Chi phí mỗi triệu token chỉ bằng khoảng 22% so với mức frontier hiện tại theo bảng giá công khai. Khoản chênh lệch này rất đáng kể khi bạn lặp lại các dàn ý video 10 phút hoặc ghép 50 hình storyboard. Đây không phải lý thuyết mà là tác động thực tế lên ví tiền sau một tuần sử dụng mạnh.

Prompt dài và mạch lạc đột nhiên trở nên rẻ đến mức có thể coi là chất liệu sáng tạo hạng nhất thay vì xa xỉ. Đạo diễn giờ có thể đưa toàn bộ bible nhân vật, tham chiếu ánh sáng và track thoại vào một lần gọi duy nhất để nhận shot list usable mà không cần thủ thuật token. Hiệu quả tương tự cũng đang lan sang các lĩnh vực sáng tạo lân cận. Những tiến bộ trong AI đa phương tiện đã được áp dụng cho việc tạo nội dung người lớn như phân tích về Seedance 2.0. Theo quan sát cá nhân hoàn toàn không khoa học của tôi, người thắng cuộc thực sự sẽ là quy trình lặp lại: tạo – xem xét – tinh chỉnh qua hàng chục lần mà không lo đồng hồ chi phí chạy theo tốc độ quadratic cũ.