微小AI模型比GPT-5.6 Luna便宜11倍，逻辑测试几乎持平

Pathway Lab专注于不同于Transformer的架构，近日发布了其推理模型BDH-CQ的测试结果。该模型尽管仅有1.5亿参数，却在ARC-AGI-1基准测试中取得了29.5%的得分，而每项任务成本仅为0.0007美元。这比OpenAI的小型模型GPT-5.6 Luna便宜11倍，后者得分34.2%，即便在降价80%后，每项任务成本仍为0.008美元。相比之下，Anthropic的Claude Opus 5和谷歌的Gemini 3.1 Pro在同一测试中得分达到97%至98%，但每项任务成本在0.5至0.6美元之间，几乎是前者的近千倍。阿里巴巴的Qwen3 235B成本是BDH-CQ的三倍多，但表现却更差。该实验室表示，差异源于推理机制：目前大多数AI模型生成中间文本，消耗大量令牌，而BDH-CQ则通过“静默”运算在内存中解决问题。初步实验表明，BDH-CQ遵循与拥有10亿至6000亿参数的Transformer模型相当的标准扩展规律。Pathway计划攻克更艰巨的任务，包括数学推理、ARC-AGI-2测试，并最终对ARC-AGI-3进行全面评估，期望这种效率优势能够在更大规模和更复杂的问题上得以保持。