Subquadratic、初の商用サブ二次LLMモデル「SubQ」を発表 – 1200万トークン対応
📌 概要
2026年5月5日、マイアミのAIスタートアップSubquadraticが、初の商用完全サブ二次アーキテクチャを採用した大規模言語モデル「SubQ 1M-Preview」を発表した。同社は2900万ドルのシード資金を調達し、従来のTransformerアーキテクチャの二次計算量の制約を突破することを主張している。SubQは1200万トークンのコンテキストウィンドウを持ち、長文処理において従来モデルと比較して最大1000倍の効率向上を実現するとされる。研究モデルでは1200万トークン、商用APIでは100万トークンのコンテキストを提供する。
🔄 何が変わったか
① 結論：LLMの長文処理コストが劇的に削減され、全文書・コードベース分析が現実的になった。
② Before：従来のTransformerは長文処理でコストが二次関数的に増加し、RAGやチャンキング等の回避策が必要だった。
③ After：線形計算量により長文処理が低コスト化し、企業の全文書・法的資料・コードベースを一括分析可能になる。
④ 影響の大きさ：大（検証されれば、AI業界の基盤アーキテクチャを根本的に変革する可能性）
💡 何に使える？どんな影響がある？
① 活用方法：法律事務所が数千ページの契約書を一括分析、開発者が巨大コードベース全体を解析・リファクタリング、研究者が大量の学術論文を統合分析。
② ビジネス機会：長文処理APIで従来比300分の1のコスト、エンタープライズ向けドキュメント分析サービス市場が急拡大。
③ 短期の影響（3ヶ月以内）：独立検証結果により真偽が判明、競合他社のサブ二次研究が加速。
④ 中期の影響（6〜12ヶ月）：検証成功なら主要AI企業がサブ二次アーキテクチャ開発に注力、失敗なら長文処理の別解決策が模索される。
⑤ 既存業務への影響：代替（RAGやドキュメント要約を不要にし、直接全文分析に置き換え）
🗞️ 原文より
SubQ 1M-Preview is the first LLM built on a fully subquadratic architecture, one where compute grows linearly with context length.
📰 情報ソース
※ この記事はAIによる情報集約・編集で作成されています。内容に誤りが含まれる場合がありますので、出典・引用元を必ずご確認ください。
出典：VentureBeat
