11 раз дешевле чем ChatGPT: компактная AI-модель Pathway ломает шаблоны в тестах интеллекта

Лаборатория Pathway, специализирующаяся на новых архитектурах искусственного интеллекта (AI), поделилась свежими результатами тестирования своей reasoning-модели BDH-CQ. Число параметров в ней малы по меркам индустрии — всего 150 миллионов, но она показала на публичном тесте ARC-AGI-1 результат в 29,5% pass@2. Для сравнения, OpenAI Luna (на базе GPT 5.6 Low) — та самая, что лежит в основе ChatGPT, — выдала лишь слегка выше: 34,2%. Но главная разница в другом: решение задачи у Pathway стоит около $0,0007, что в одиннадцать раз дешевле, чем у ChatGPT ($0,008). Венчает всё это факт, что даже после громкого 80%-ого снижения цен на Luna с 30 июля, дешевле всё равно не стало.

Похоже, что в мире искусственных интеллектов перестали рулить brute force и тонна вычислений. Как говорит CEO Pathway Зузанна Стамиовска: "Современные AI платят сверхдорогую цену за рассуждение из-за архитектуры, а не из-за того, что этого требует интеллект". Её компания доказывает: стоит менять саму систему — и резко меняется результат.

Amazon Web Services уже заглядывается на BDH-CQ: как-никак выгодно, когда модель умная, но не требует банки электричества за каждый запрос. "Заказчики всё чаще хотят перенести продвинутые reasoning-решения из сферы научных забав в реальные продукты, где важны производительность, эффективность и масштабируемость," — говорит представитель AWS Николя Тардуцци.

ARC-AGI-1 проверяет, может ли AI вывести скрытое правило из короткой цепочки примеров и применить его к новым данным. Простое доказательство: Qwen3 235B против Pathway. Первый — дороже в три раза, но работает хуже даже низкоуровневой версии BDH-CQ; конкуренции тут нет ни по цене, ни по умности. А вот топовые Claude Opus 5 и Gemini 3.1 Pro демонстрируют почти 98%, но и цена — полдоллара за задание, что в тысячу раз больше Pathway.

Ключвая разница — не только в параметрах, но и в том, как устроены мозги AI. Большинство reasoning-моделей рассуждает "вслух" — поочерёдно выплёвывает токен за токеном, отчего в ответе растёт медлительность и затраты. BDH-CQ рассуждает "про себя", делая все вычисления во внутренней памяти без написания лишних токенов.

Pathway заявляет: структура круче масштаба. Так заявил и Лукащ Кайзер, один из авторов архитектуры Transformer. Уже на ранних испытаниях видно, что их подход подчиняется тем же законам масштабирования, что и у стандартных архитектур, и тестируется на диапазоне от 1 до 600 миллиардов параметров. Следующая остановка — сложнейшие задачи (математические рассуждения, новый ARC-AGI-2 и обещанная вершина, ARC-AGI-3). Если Pathway сохранит преимущества на более трудных задачах, эпоха когда AI судят только "по размеру весов" может закончиться. Впереди эра "умный за копейки".