SubQ 宣称速度达 FlashAttention 56 倍，但公开证据仍不足
迈阿密 AI 初创公司 Subquadratic 上月从隐身模式浮出，声称解决了困扰 LLM 近十年的"二次注意力瓶颈"。6 月 19 日，公司通过 MIT Technology Review 披露了第三方评测机构 Appen 的独立测试结果：SubQ 在 LiveCodeBench 编程测试中得分 89.7%，与顶级模型持平；速度测试中比 FlashAttention 快 56 倍；12M Token 上下文窗口下，"大海捞针"测试得分 98%。公司声称运行 RULER 128 基准仅花费 $8，而 Anthropic Opus 4.6 需要 $2600。
- 但争议远未结束。SubQ 复用了开源模型 Qwen 的权重进行 bootstrapping，而非从零训练。独立研究员 Will Depue 的评论一针见血："他们可能构建了一些真实有用的东西，但公开证据尚不足以支撑'他们解决了二次注意力瓶颈'这一更强的主张。"关键问题是：Subquadratic 尚未广泛开放访问，数万用户在等待名单上。如果它所声称的成本优势属实，这将是自 Transformer 以来最重要的架构突破；如果不是，就是 AI 时代的 Theranos。
来源：MIT Technology Review
https://www.technologyreview.com/2026/06/19/1139313/a-startup-claims-it-broke-through-a-bottleneck-thats-holding-back-llms/