SubQ 1M-Preview: LLM Subkuadratik Pertama untuk AI Konteks Panjang

Per 14 Mei 2026, Subquadratic Labs telah merilis SubQ 1M-Preview, model bahasa besar subkuadratik komersial pertama. Ia membawa jendela konteks 12 juta token dan menyamai performa frontier sambil menggunakan sekitar seperlima komputasi inferensi dari transformer konvensional. Akses API dibuka segera setelah pengumuman 5 Mei, ditargetkan untuk pipeline generatif agentik dan konteks panjang. Benchmark internal awal sudah menunjukkan model ini menangani rantai penalaran panjang dan input multimodal tanpa ledakan biaya kuadratik biasa. Bagi siapa pun yang pernah melihat batas konteks membatasi storyboard detail, angka-angka ini terasa seperti perubahan langkah nyata daripada pemasaran bertahap.

Transformer tradisional membayar pajak kuadratik untuk setiap token yang ditambahkan. SubQ menghindari dinding penskalaan itu melalui mekanisme perhatian yang komputasinya tumbuh jauh lebih linear. Hasil praktisnya adalah kreator dapat memasukkan seluruh breakdown adegan, skrip multi-shot atau transkrip referensi berjam-jam tanpa tagihan meledak. Saya menghabiskan sore menguji preview pada prompt video 40.000 token yang biasanya memicu timeout di tempat lain. Ia mengembalikan panduan frame-by-frame yang koheren dalam satu kali proses. Jujur saja, tes tunggal itu membuat pergeseran arsitektur terasa kurang seperti keingintahuan riset dan lebih seperti baseline baru.

Pada suite penalaran konteks panjang, preview ini mencetak skor dalam 3-4% dari GPT-5.5 sambil menggunakan 78% lebih sedikit komputasi pada tanda 1 M token. Melawan varian Claude Opus terbaru, ia sedikit tertinggal pada penulisan kreatif tetapi memimpin pada koherensi multimodal berkelanjutan begitu prompt melebihi 200 k token. Biaya per juta token berada di sekitar 22% dari tarif frontier saat ini menurut lembar harga yang diterbitkan. Margin itu penting saat Anda mengiterasi outline video 10 menit atau menyatukan storyboard 50 gambar. Kesenjangan ini bukan teoretis; ia muncul dalam dampak dompet nyata setelah seminggu penggunaan berat.

Prompt panjang dan koheren tiba-tiba cukup murah untuk diperlakukan sebagai material kreatif kelas satu daripada kemewahan mahal. Sutradara kini dapat menjatuhkan bibles karakter lengkap, referensi pencahayaan dan trek dialog ke dalam satu panggilan dan menerima daftar shot yang dapat digunakan tanpa senam token. Keuntungan efisiensi yang sama sudah muncul di domain kreatif yang berdekatan. Kemajuan dalam AI multimodal sudah diterapkan pada pembuatan konten dewasa seperti dalam analisis Seedance 2.0 ini. Sampel saya yang sama sekali tidak ilmiah dari satu menunjukkan pemenang sebenarnya akan menjadi alur kerja iteratif: menghasilkan, meninjau, menyempurnakan melintasi puluhan kali tanpa melihat meter naik pada tingkat kuadratik lama.