Subquadraticが2,900万ドルを調達しSubQを発表——GPT-5.5を上回る世界初の1,200万トークンAIコンテキストウィンドウ

二次方の壁を打ち破る

AI業界は長らく、ある根本的なアーキテクチャ上の制約に縛られてきました：コンテキストウィンドウが大きくなればなるほど、実行コストは指数関数的に高くなるというものです。入力を2倍にするだけで、計算量は単純に2倍になるのではなく、4倍になります。これが、2017年以降のすべてのトランスフォーマーモデルに組み込まれている、悪名高い二次方スケーリング問題です。今、マイアミを拠点とするSubquadraticというスタートアップが、このコードを解読したと主張しており、それを証明するために2,900万ドルの新規シード資金を手にしています。

同社は2026年5月にフラッグシップモデルSubQとともに正式にローンチしました。SubQはSubquadratic Selective Attention（SSA）と呼ばれる独自アーキテクチャの上に構築されており、コンテキスト長が伸びるにつれて計算量とメモリの両方が線形にスケールする、完全なスパースアテンションシステムです。

SubQが違いを生む理由とは？

従来のトランスフォーマーモデルは密なアテンションを使用します——プロンプト内のすべてのトークンが、他のすべてのトークンと比較されます。1,000トークンであれば、1,000²＝100万回の比較が必要です。これを数百万トークンにスケールすると、コストは天文学的な規模になります。

SubQのSSAアーキテクチャは根本的に異なるアプローチを取ります：すべてのトークンを他のすべてのトークンと比較するのではなく、コンテンツ依存の選択機構を使って、実際に重要なトークン間の関係を特定し、それらだけを処理します。この選択機構そのものが二次方にならない点が、DeepSeekのNative Sparse Attentionのような従来の試みとの重要な違いです。かつての試みでは、どのトークンに注意を向けるかを選ぶインデクサー自体が、内部的には依然として二次方でした。

CTOのアレクサンダー・ウェドンはこう説明しています：

「プロンプトAでは、1番目と6番目の単語が互いに重要になる。プロンプトBでは、たぶん2番目と3番目の単語だ。プロンプトごとに違うんだ。」

つまり、このモデルはどのようなコンテキスト長であっても、意味のあるトークンの組にだけ、動的かつ効率的に厳密なアテンションを振り分けるのです。

驚くべき数字

Subquadraticが提示するパフォーマンスの主張は、無視できないものです：

• 1,200万トークンのコンテキストウィンドウ——単一のプロンプトでおよそ900万語、約120冊分の書籍に相当
• 1,000,000トークンにおいて密なアテンション（FlashAttention）より52倍高速
• 1,200万トークンでの「干し草の中の針」検索において92.1%の精度——他のいかなるフロンティアモデルも近づけない長さ
• MRCR v2で83%を記録し、OpenAIのGPT-5.5（74%）を9ポイント上回る
• SWE-benchで82.4%を記録し、AnthropicのClaude Opus 4.6（81.42%）とGoogleのGemini 3.1 Pro（80.6%）を上回る
• RULER 128Kでは、SubQはわずか8ドルで95%の精度を達成。同じベンチマークでClaude Opusの2,600ドルと比較すると、約300倍のコスト削減となる
• フルの1,200万トークンコンテキストでは、他のフロンティアモデルと比較して計算要件が約1,000倍削減される

Subquadraticを支える投資家は？

2,900万ドルのシードラウンドには、注目すべき投資家陣が名を連ねています：

• ハビエル・ヴィジャミサール（SoftBank Vision Fund元パートナー）
• ジャスティン・マティーン（Tinder共同創業者、JAM Fund創業者）
• Anthropic、OpenAI、Stripe、Brexの初期出資者たち

同社はジャスティン・デンジェル（CEO）とアレクサンダー・ウェドン（CTO）によって共同創業され、アーキテクチャ研究を推進するために11人の博士研究者からなるチームを編成しています。

Subquadraticが構築しているもの

資金は3つの主要な製品トラックに投入される予定です：

• SubQ API——企業や開発者の用途に向け、1,200万トークンのコンテキストウィンドウにフルアクセスできる開発者向けAPI
• SubQ Code——コードベース全体を単一のコンテキストウィンドウに読み込み、複数エージェントの調整を不要にするCLIベースのコーディングエージェント
• SubQ Search——長文コンテキストの研究や企業ワークロードを対象とした、当初無料のディープリサーチツール

このモデルは当面オープンソース化される予定はありませんが、顧客ごとのファインチューニングには対応します。

より大きな視点

その影響は、単なるベンチマークスコアにとどまりません。今日の開発者は、コンテキストウィンドウの制約を管理するためだけに、RAGパイプライン、エージェント型検索システム、チャンキング戦略といった複雑な回避策を構築せざるを得ません。これらのシステムは、レイテンシ、コスト、そして脆弱性を増加させます。

SubQのアーキテクチャが大規模に機能することが実証されれば、これらの回避策は不要になる可能性があります。コードベース全体、法律文書アーカイブ、研究コーパス、企業のナレッジベースを、現在AIプロダクトの品質を制約している脆弱なデータキュレーションを伴わずに、一度の処理で扱えるようになるかもしれません。

Subquadraticはまた、ロードマップに5,000万トークンのコンテキストウィンドウを持つモデルもちらつかせています——これは今日のフロンティアモデルを、まるで電卓のように見せる数字です。

CEOのジャスティン・デンジェルはこう述べています：

「トランスフォーマーアーキテクチャと密なアテンションによって課された根本的なスケーリング則は、すでに打ち破られている。」