Transformer，王座不保？！今天，一款AI模型SubQ横空出世，震撼了全世界。这是全球首个基于完全亚二次方稀疏注意力架构（SSA）的模型，上下文高达1200万Token。

SubQ的核心突破叫做SSA——亚二次方稀疏注意力（Subquadratic Sparse Attention）。

它的思路出奇地简单，不再让每个token和所有token做比较。

既然训练好的模型中，绝大多数注意力权重都接近零0，那为什么还要算它们？

SSA的做法是，对每一个query，基于「内容」选择序列中真正值得关注的位置，然后只在这些位置上精确计算注意力。

它只计算那些真正有意义的交互，跳过其余99%以上的无用计算。

以下是SSA的三大关键特性——

线性扩展

计算量随选中的位置数量增长，而不是随整个序列长度增长。上下文翻倍，成本只翻倍，不再是翻四倍。

内容依赖路由

模型根据语义决定看哪里，而不是根据位置。关键信息在序列第3个token还是第1100万个token，都能被找到。

精确检索

不像循环模型那样把信息压缩成固定状态，SSA保留了从任意位置精确取回信息的能力。

说白了，SSA不是「把密集注意力算得更快」，而是「让模型做更少的注意力计算」。

减少的计算量，直接转化为速度。

速度狂飙52.5倍，成本不到Opus 5%

SubQ放出的数据，每一条都在暴击：

在100万token长度上，SSA比标准密集注意力+FlashAttention-2快52.2倍。

在12.8万token上快7.2倍，25.6万token快13.2倍，51.2万token快23倍。

显而易见，上下文越长，优势越碾压。

这正是SSA线性扩展的直接体现——密集注意力越长越慢，SSA越长越划算。

再来看算力消耗，在100万token下，注意力FLOP减少了62.5倍。在1200万token下，这个数字飙升到接近1000倍。

至于成本，Subquadratic给了一个非常直观的对比——

在RULER 128K基准测试上，SubQ花费8美元，Opus为2600美元，直接拉出了300倍的成本差距。

最关键的是，这些速度和成本优势，并没有以牺牲准确率为代价。

RULER 128K基准测试： SubQ拿下95%，Opus 4.6是94.8%；

SWE-Bench Verified（代码工程）： SubQ得分81.8，超过Opus 4.6的80.8。

MRCR v2（长上下文检索）： SubQ拿到65.9%，虽然低于Opus 4.6的78%，但远超GPT 5.4（39%）和Gemini 3.1 Pro（23%）。

这组数字放在一起看，细思极恐——

一家种子轮公司，用不到Opus 5%的成本，在多项核心基准测试上打平甚至超过了Anthropic和OpenAI的旗舰模型。

一个提示词，SubQ即可处理1200万Token的超长信息：

无论是整个代码库、数月的 PR 记录，还是长期运行的 AI 智能体状态，全都游刃有余，而且成本仅需原来的五分之一。

不得不说，若这一切成真，这将是Transformer问世以来最重要的架构级突破。