Das in Miami ansässige KI-Startup Subquadratic ist mit einer spektakulären Behauptung aus der Deckung gekommen: Das neue Modell SubQ soll bis zu 56-mal schneller arbeiten als etablierte LLMs, dabei deutlich weniger Energie verbrauchen und gleichzeitig kostengünstiger sein. Dazu könne es bis zu zwölfmal so viel Text auf einmal verarbeiten wie Konkurrenzmodelle – ein entscheidender Vorteil für datenintensive Aufgaben wie Dokumentenanalyse oder Code-Reviews.
Kurz & knapp
- Subquadratic hat das LLM SubQ entwickelt, das laut Eigenangaben einen mathematischen Engpass bei der Kontext-Skalierung gelöst hat
- Behauptete Vorteile: 56x schneller, 12x größerer Kontext, gleiche Leistung bei Programmieraufgaben wie OpenAI, Google DeepMind und Anthropic
- Bislang nur selbst veröffentlichte Testergebnisse und unabhängige Bewertungen verfügbar; SubQ ist nicht öffentlich zugänglich
- Experten vergleichen die Situation mit Theranos – entweder revolutionär oder massive Falschbehauptung
Das Problem: Kontext-Skalierung als KI-Bottleneck
Grande Sprachmodelle werden mit wachsendem Kontext exponentiell teurer, langsamer und energiehungriger. Das ist ein bekanntes Problem der Transformer-Architektur, das die Branche seit etwa einem Jahrzehnt beschäftigt. Subquadratic behauptet, diesen Engpass durch eine Technik namens Sparse Attention gelöst zu haben – ein Ansatz, der nur die relevantesten Token verarbeitet, statt alle durchzurechnen.
Beweis ja, Verifikation nein
Das Unternehmen hat begonnen, Beweise vorzulegen: unabhängige Bewertungen seiner Technologie wurden veröffentlicht, und die Ergebnisse deuten laut t3n darauf hin, dass die Behauptungen "Beachtung verdienen könnten". Allerdings bleibt SubQ selbst nicht öffentlich zugänglich – niemand außerhalb von Subquadratic kann das Modell derzeit testen.
Die Skepsis in der KI-Community ist groß. Der KI-Ingenieur Dan McAteer fasste die allgemeine Reaktion zusammen:
"SubQ ist entweder der größte Durchbruch seit dem Transformer … oder es ist das ‚Theranos der KI'."
Der Vergleich zielt auf das Biotechnologie-Unternehmen Theranos ab, das 900 Millionen Dollar von Investoren einsammelte, indem es revolutionäre Bluttests versprach – die es nie gab. Nach 15 Jahren flog der Betrug auf.
Was das für dich bedeutet
Falls Subquadratic's Behauptungen sich bewahrheiten, würde das einen der größten Engpässe moderner KI-Systeme lösen. Deutsche Unternehmen, die mit großen Dokumentmengen arbeiten – Versicherungen, Rechtsanwaltskanzleien, Forschungsinstitute – könnten dann erheblich günstiger und schneller KI-Systeme betreiben. Allerdings: Ohne öffentliche Zugänglichkeit und unabhängige Laborbestätigung bleiben die Versprechungen vorerst Marketing. Die nächsten Wochen werden zeigen, ob Subquadratic tatsächlich einen Durchbruch hat oder ob die KI-Community einem neuen Fall von Hype-getriebener Falschbehauptung aufsitzt.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
