خرجت شركة Subquadratic الناشئة، ومقرها مدينة ميامي، من طور التخفي في الخامس من مايو 2026 بتمويل تأسيسي قدره 29 مليون دولار وأعلنت عن نموذج لغوي ضخم باسم SubQ تقول إنه أول نموذج رائد يتخلى كلياً عن آلية الانتباه التربيعية. يدعم النموذج في نسخته البحثية نافذة سياق تتسع لـ 12 مليون رمز، ووفق المعايير الداخلية للشركة فإنه يستهلك نحو جزء من ألف من حوسبة الانتباه التي تتطلبها النماذج الرائدة الأخرى عند نفس طول السياق.
أبرز النقاط
- جولة تمويل تأسيسي بقيمة 29 مليون دولار وتقييم يبلغ 500 مليون دولار، بمشاركة جاستن ماتين (المؤسس المشارك لتطبيق تيندر) وخافيير فيلاميزار وغرانت غيتلين وجاكلين رايس نيلسون.
- المؤسسان هما الرئيس التنفيذي جاستن دانغل، الذي أسس خمس شركات سابقة، والمدير التقني أليكس ويدون، الرئيس السابق للذكاء الاصطناعي التوليدي في TribeAI ومهندس برمجيات سابق في شركة Meta.
- آلية انتباه جديدة باسم Subquadratic Sparse Attention أو اختصاراً SSA، تتدرج خطياً مع طول السياق دون أي طبقات تربيعية احتياطية.
- إطلاق ثلاثة منتجات في نسخة تجريبية مغلقة: واجهة برمجة SubQ API وأداة سطر الأوامر البرمجية SubQ Code ومحرك البحث SubQ Search.
التفاصيل
يتمحور الإطلاق حول ادعاء معماري واحد. تعتمد نماذج الترانسفورمر الحديثة على آلية انتباه كثيفة تنمو حوسبتها وذاكرتها مع مربع طول المدخل، وهذا هو السبب الذي جعل نوافذ السياق التي تتسع لمليون رمز مكلفة، أما تلك التي تتسع لعشرات الملايين فلم تُشحن فعلياً إلى الإنتاج. يستبدل SubQ هذه الآلية بآلية متفرقة تختار، لكل رمز استعلام، مجموعة فرعية صغيرة من المواقع للالتفات إليها بناءً على المحتوى وليس على أنماط ثابتة، ثم يحسب الانتباه الفعلي على هذه المواقع فقط.
تذكر الأرقام المنشورة أن آلية الانتباه المتفرقة تعمل أسرع بنحو 52 ضعفاً من FlashAttention عند نافذة مليون رمز وتستخدم 63 بالمئة حوسبة أقل. وعند نافذة 12 مليون رمز الكاملة، تدّعي Subquadratic انخفاضاً يقارب ألف ضعف في حوسبة الانتباه مقارنة بالنماذج الرائدة الأخرى. وعلى اختبار RULER 128K، يسجل SubQ دقة 95.0 بالمئة مقابل 94.8 بالمئة لنموذج Claude Opus 4.6. وعلى SWE-Bench Verified تذكر الشركة نتيجة 81.8 بالمئة، متقدمة بشكل طفيف على Opus 4.6 الذي يحقق 80.8 بالمئة. تسجل النسخة البحثية 83 على MRCR v2، فيما يحقق نموذج الإنتاج المعروض للمستخدمين باسم SubQ 1M-Preview نتيجة 65.9 عند مليون رمز، أي خلف Opus 4.6 الذي يحقق 78.3 وGPT-5.5 الذي يحقق 74.
ولخّص الرئيس التنفيذي جاستن دانغل الرهان بصراحة في منشور الإطلاق قائلاً "كان التدرج التربيعي هو القيد الأكبر على الذكاء الاصطناعي. أكثر تطبيقات الذكاء الاصطناعي قيمة لا تزال غير مبنية لأن المعمارية الحالية لا تستطيع دعمها."
التأثير
إذا صمدت هذه الأرقام أمام التقييم المستقل، فإن اقتصاديات الاستدلال طويل السياق ستدخل فئة جديدة كلياً. تشير المقارنة المرجعية لشركة Subquadratic على RULER 128K إلى دقة 95 بالمئة بتكلفة حوسبة تقارب 8 دولارات، مقابل 94 بالمئة لـ Claude Opus بتكلفة تقارب 2600 دولار، أي خفض تكلفة يقارب رتبتين عشريتين عند دقة منافسة. وهذا من شأنه أن يهدد بشكل مباشر منظومة الاسترجاع المعزز بالتوليد التي بناها القطاع حول السقف الكلفوي للانتباه التربيعي، إذ إن الرد الطبيعي على رخص السياق هو التوقف عن تقطيع المستندات ولصق المستند كاملاً.
بالنسبة للمطورين، يعد SubQ Code أكثر المنتجات إغراءً على المدى القصير، فهو وكيل سطر أوامر مصمم لتحميل قواعد التعليمات البرمجية الكاملة في نافذة سياق واحدة بدلاً من الاعتماد على الاسترجاع عبر القطع. وتعرض واجهة API نموذج الإنتاج عبر نقاط نهاية متوافقة مع OpenAI تدعم استخدام الأدوات.
الخلفية
التشكيك داخل مجتمع الذكاء الاصطناعي منظم ولاذع. فرقم 12 مليون رمز هو نتيجة بحثية لا الواقع الإنتاجي. فالنموذج المُشحن يعرض مليون رمز فقط، وتتوقف معظم المعايير المنشورة عند هذا الحد. وقد جادل مهندس الذكاء الاصطناعي ويل ديبيو على منصة X بأن SubQ قد يكون ضبطاً دقيقاً لانتباه متفرق فوق نموذج مفتوح المصدر قائم بدلاً من معمارية مبنية من الصفر، وأن أرقام التدرج الخطي والتسارع لا تتسق بشكل واضح. كما خلصت دراسة استقصائية ما قبل الإطلاق للمعماريات السابقة دون التربيعية، مثل Mamba وRWKV وKimi Linear وDeepSeek Sparse Attention، إلى أن النهج السابقة عانت من استرجاع ذاكرة دقيق ونسخ محرفي عند المقياس الرائد، وهي العقبة التي يتعين على SubQ تجاوزها.
كما اختار الإطلاق وضعية مغلقة تتناقض بشدة مع إصدار شركة concavity-ai مفتوح الأوزان في وقت سابق من العام: لا تقرير تقني كامل، ولا أوزان عامة، ووصول مبكر مقيد، وإعلان عن نموذج خَلَف يدعم 50 مليون رمز قبل التحقق المستقل من النموذج الحالي. وطرح عدد من المطورين السؤال البديهي يوم الإطلاق: إذا كانت SSA رخيصة إلى هذا الحد، فلماذا الوصول مقيد؟
ما التالي
التقييمات المستقلة عند نافذة 12 مليون رمز الكاملة هي السبيل الوحيد لحسم رد الفعل المنقسم. وقد أعلنت Subquadratic مسبقاً عن نموذج خَلَف يدعم 50 مليون رمز، مما يرفع المراهنة على التحقق من الادعاءات الحالية. وأماكن الوصول المبكر مفتوحة على موقع subq.ai لواجهة API ولأداتي البرمجة والبحث، فيما يقال إن السعر يدور حول 1.50 دولار لكل مليون رمز لنموذج الإنتاج، أي قرابة عُشر السعر المرجعي للنماذج الرائدة المنافسة، إذا صمد هذا الرقم أمام التطبيق العام.
المصدر: SiliconANGLE