Un petit modèle d'IA 11 fois moins cher que GPT-5.6 Luna et presque aussi performant en test de logique

Pathway Lab, qui se concentre sur des architectures différentes des transformers, a publié les résultats de son modèle de raisonnement BDH-CQ. Malgré seulement 150 millions de paramètres, le modèle a obtenu 29,5 % sur le benchmark ARC-AGI-1, tout en coûtant seulement 0,0007 $ par tâche. Cela le rend 11 fois moins cher que le petit modèle d'OpenAI, GPT-5.6 Luna, qui a obtenu 34,2 % et coûtait 0,008 $ par tâche, même après une réduction de prix de 80 %. Pour comparaison, Anthropic Claude Opus 5 et Google Gemini 3.1 Pro ont obtenu 97 à 98 % sur le même test, mais coûtent 0,5 à 0,6 $ par tâche, soit presque mille fois plus. Alibaba Qwen3 235B a coûté plus de trois fois plus que BDH-CQ, mais a obtenu de moins bons résultats. Le laboratoire affirme que la différence vient des mécanismes de raisonnement : la plupart des modèles d'IA actuels génèrent un texte intermédiaire qui consomme des jetons, tandis que BDH-CQ résout les problèmes silencieusement en mémoire. Des expériences initiales ont montré que BDH-CQ suit des lois de mise à l'échelle standard comparables à celles des modèles transformers de 1 à 600 milliards de paramètres. Pathway prévoit de s'attaquer à des tâches plus difficiles, y compris le raisonnement mathématique, le test ARC-AGI-2, et éventuellement une évaluation complète d'ARC-AGI-3, en espérant que l'avantage d'efficacité se maintienne sur des problèmes plus vastes et plus complexes.