「AIの何でも屋」と揶揄されたSubQがバージョン1.1をリリース：第三者評価を引き合いに出して自らを証明しようとするも、AIの決まり文句が混ざっていると指摘される

動察 Beatingのモニタリングによると、計算コストを1000分の1に削減できると主張していた物議を醸す大規模モデルSubQが、1.1 Small（小パラメータ）バージョンの技術レポートを公開した。

初期プレビューバージョンは論文や独立した検証が不足していたため、コミュニティから「AI万能薬」（虚偽の宣伝を意味する）と揶揄されていた。これに対し、開発企業Subquadraticは評価パートナーであるAppenと協力し、三者による評価を実施。モデルは1200万トークンの極限長さで98%の検索精度を達成し、実戦的なプログラミングテストでは主流の最先端モデルに近い成績を収めたと主張している。技術レポートでは同時に、モデルはゼロから訓練されたものではなく、オープンソースの最先端モデルをベースに、アテンション計算メカニズムを置き換え、1兆トークンを追加でインクリメンタルトレーニングして改造されたことが明かされている。

三者評価による自己証明を行ったものの、開発者コミュニティは今回のアップデートに対しても依然として疑問を抱いている。ある研究者は、いわゆる黒技術は実際には根本的な技術的ブレークスルーではなく、本質的には長文テキストを小さなチャンクに分割し、動的にフィルタリングする既存技術（すなわちブロックスパースアテンション機構）に過ぎないと指摘。また、読者からは技術レポートにAI生成のテキストが混入している（特に5.7.1章で顕著）との批判もある。システムエンジニアは、フィルタリング機構が複数ユーザーの同時使用時に追加のスケジューリングオーバーヘッドを引き起こし、最も遅い1%のユーザーに深刻なカクつきをもたらすと警告している。

モデルはコアパラメータを公開してダウンロード可能にしておらず、誰でも利用可能なAPIインターフェースも開放していないため、計算コスト削減や超低価格の約束は依然として紙上の空論に過ぎない。