决策类模型受关注，SubQ Snap 发布并领先 Decision Index
精选理由
新出的 SubQ Snap 专门做决策，384K 上下文还能秒回结果，在 16 项 Decision Index 里拿了 13 项第一，做数据决策的可以看看。
SubQ Snap 是一款面向决策场景的新模型，单次调用最多支持 384K tokens 上下文。它能在 1 秒内处理 100K tokens 并返回决策结果，采用稀疏注意力跳过不必要的 token 比对。该模型支持文本与图像混合输入，专为结构化、数据密集型决策训练，在 Jev 的 16 项 Decision Index 基准中有 13 项排名第一。
原文 · Ate-a-Pi
Decision-making models are the new hot thing in the industry.
SubQ Snap is the latest model to come out, and it looks pretty strong:
• Up to 384K tokens of context in a single call • Processes 100K tokens and returns a decision in <1 second • Uses sparse attention to skip unnecessary token comparisons • Handles text and images in the same context • Trained to handle structured, data-heavy decisions • Leads Jev on 13 of 16 Decision Index benchmarks
