SubQ Snap 决策模型发布:384K 长上下文 2-3 秒出决策,百万 token 仅 5 美分
ryanallred · x · 2026-10-13
创业公司 Subquadratic 发布 SubQ Snap,定位为首个面向企业场景的「长上下文决策模型」:模型每轮读取完整对话(消息、PDF、图片、整个 GitHub 仓库),上限 384K 多模态 token,直接决定 UI 应呈现图表、地图还是清单,无需分块或摘要压缩。
- 计算量随上下文增长保持恒定,号称比 Jev 大 12 倍上下文
- Decision Index v0.2.1 得分 61.7(Jev 为 57.9),16 个企业基准中 13 项领先
- 100K token 不到 1 秒返回决策;定价 $0.05/百万输入 token,输出免费;前 1 万名注册送 1 亿输入 token
早期用户 @anishfn 用它做了 SnapShift 应用:一次 171K token 的输入(大 PDF + 完整仓库)约 2-3 秒出结果、成本约 1.5 美分,且能从很早的对话历史中精确取回文件或截图细节。项目已开源在 GitHub。
所属事件:Subquadratic 发布长上下文决策模型 SubQ Snap(6 条相关)→
「编程与Agent」频道最新
- Google 发布 Gemini 通用工作 Agent:跨模型调度,给同事 Agent 独立身份 — rseroter · 2026-10-13
- LightOn 开源 2B 代码搜索 Agent:帮 Claude Code 省 40% API 成本 — lmoroney · 2026-10-13
- LightOn 开源 2B 语义搜索模型，助 Claude Code 省 34% token — lmoroney · 2026-10-13
- 企业 AI 最危险故障：不报错、返回自信的错误答案 — DavidLinthicum · 2026-10-13
- 开发者用 Codex 打造 M5Stick 侦探游戏,线索打印在小票上 — OpenAIDevs · 2026-10-13
- Muse Wonder 登顶 SWE-Marathon：57.5% 领先 Claude 与 GPT-6 — jyangballin · 2026-10-13