SubQ: Um LLM Sub-Quadrático com Janela de Contexto de 12 Milhões de Tokens

SubQ da Subquadratic é um LLM pronto para produção construído sobre uma arquitetura de atenção esparsa totalmente subquadrática. Ele lida com até 12 milhões de tokens em um único prompt, executa a 150 tokens por segundo e custa aproximadamente 1/5 dos modelos líderes como GPT-5 ou Opus.
Arquitetura e Benchmarks
Diferente dos transformers padrão com atenção O(n²), o SubQ usa um mecanismo de atenção esparsa subquadrática que processa apenas relações relevantes entre tokens. Com 12M de tokens, isso reduz o custo computacional da atenção em quase 1000×. Benchmarks (validados por terceiros):
- SWE-Bench Verified (codificação no mundo real): 81,8%
- RULER @ 128K (precisão em contexto longo): 95,0%
- MRCR v2 (8 agulhas, 1M): 65,9%
Para comparação, a pontuação do SubQ no SWE-Bench fica entre Gemini 3.1 Pro (80,6%) e Opus 4.6 (80,8%). O modelo também supera Opus 4.7 (87,6%? – não reportado na época) e GPT-5.5 (n/r) no MRCR v2.
Produtos e Integração
Duas opções de acesso:
- API Full-Context: contexto de 12M de tokens, streaming, uso de ferramentas, endpoints compatíveis com OpenAI. Processe repositórios inteiros em uma única chamada com custo linear.
- SubQ Code (camada de contexto longo para agentes de codificação): Integre-se ao Claude Code, Codex ou Cursor. ~25% menos na conta, exploração 10× mais rápida, redireciona automaticamente chamadas caras do modelo. Instalação com um comando.
Para Quem é
Desenvolvedores e equipes que executam agentes de IA que precisam raciocinar sobre bases de código completas, longos históricos de PR ou estado persistente sem perda de qualidade.
📖 Leia a fonte original: HN AI Agents
👀 See Also

Humanizer Pipeline de Código Aberto: Arquivo Markdown de Seis Etapas para Pós-Processamento de Texto com IA
Um único arquivo Markdown implementa um pipeline de seis etapas para detectar e reescrever texto gerado por IA, com reconhecimento de canal, calibração de voz, portões de gravidade e autoauditoria.

Sala de Agentes: Aplicativo de Desktop para Visualização de Equipes de Agentes de Código Claude
Agents Room é um aplicativo de desktop Electron que escaneia pastas .claude/agents/, lê frontmatter e visualiza relacionamentos entre agentes em uma tela com linhas de conexão automáticas. Permite criar/editar agentes, habilidades e comandos diretamente na interface, em vez de editar arquivos markdown.

Contador de Tokens do Claude Atualizado com Recurso de Comparação de Modelos
A ferramenta Contador de Tokens do Claude de Simon Willison agora suporta a comparação de contagens de tokens entre diferentes modelos do Claude. A atualização revela que o Opus 4.7 usa 1,0–1,35× mais tokens que o Opus 4.6 devido a um tokenizador atualizado, o que pode aumentar os custos em cerca de 40% apesar do preço idêntico.

O benchmark MemAware mostra que a memória do agente baseado em RAG falha na recuperação de contexto implícito.
O benchmark MemAware testa se os agentes de IA conseguem trazer à tona contextos passados relevantes quando os usuários não os solicitam explicitamente, revelando que os sistemas de memória atuais têm apenas 2,8% de precisão em consultas implícitas difíceis, contra 0,8% sem memória.