13人干翻Transformer，新架构SSA算力暴减千倍，成本仅Opus 5%

SubQ模型采用全新亚二次方稀疏注意力（SSA）架构，实现1200万token超长上下文支持，计算量较Transformer降低近千倍，成本仅为Claude Opus的5%，在多项基准测试中性能持平或超越主流大模型，由13人初创公司Subquadratic研发，引发AI界对Transformer架构替代路径的重大讨论。