Today for AI
返回热点榜
llm热度 15.8°

AI 聚簇研判事件 · 2026/10/13

SubQ Snap 发布长上下文决策模型：线性注意力实现 384K Token 恒定算力与低延迟

1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/13 02:30:40
全景综述与最新动态
1 家信源交叉印证

Subquadratic 推出 SubQ Snap，一款专为真实企业工作设计的长上下文决策模型。该模型采用线性注意力机制，在输入长度从 100K 扩展至 384K Token 时保持每 Token 计算量恒定，显著优于传统二次方注意力的成本增长曲线。其支持多模态输入，并在 Decision Index v0.2.1 基准测试中超越竞品 Jev，以极低延迟和免费输出定价填补了短上下文分类工具与全代码库判断之间的空白。

最新动向/Subquadratic 推出 SubQ Snap，一款专为真实企业工作设计的长上下文决策模型。该模型采用线性注意力机制，在输入长度从 100K 扩展至 384K Token 时保持每 Token 计算量恒定，显著优于传统二次方注意力的成本增长曲线。其支持多模态输入，并在 Decision Index v0.2.1 基准测试中超越竞品 Jev，以极低延迟和免费输出定价填补了短上下文分类工具与全代码库判断之间的空白。

热度曲线逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时，暂不绘制趋势曲线。

TIMELINE报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·68 分
    • SubQ Snap 利用线性注意力机制实现 384K Token 上下文下的恒定每 Token 计算量，延迟仅随输入线性增加（384K 约 2.5 秒）。
    • 在 Decision Index v0.2.1 基准测试中得分 61.7，优于竞品 Jev 的 57.9，且在 16 项企业基准中的 13 项表现更佳。
    • 定价策略激进：输入 $0.05/百万 Token，输出免费，旨在替代需要分块处理的短上下文决策工具。