Сегодня 17 ноября 2026
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Маленькая ИИ-модель оказалась в 11 раз дешевле GPT-5.6 Luna — и почти не уступила ей в тесте логического мышления

Лаборатория искусственного интеллекта Pathway, которая специализируется на отличных от трансформера архитектурах, опубликовала результаты тестирования рассуждающей модели BDH-CQ. Имея размер 150 млн параметров, она набрала 29,5 % в бенчмарке ARC-AGI-1. Вычислительные затраты на тестирование составили $0,0007, что в 11 раз дешевле, чем обслуживание малой модели OpenAI GPT-5.6 Luna.

 Источник изображения: Jackson Sophat / unsplash.com

Источник изображения: Jackson Sophat / unsplash.com

Высокая стоимость работы с системами ИИ сегодня в большинстве случаев объясняется архитектурой моделей, а не их способностями, заявили в Pathway, поэтому лаборатория решила показать, что переход на альтернативную архитектуру «открывает совершенно новое пространство с точки зрения соотношения интеллекта и затрат». Известный бенчмарк ARC-AGI-1 направлен на проверку логического мышления модели и её способность выводить правило на основе ограниченного числа примеров и надлежащим образом применить его к новым входным данным. Младшая в линейке модель OpenAI GPT-5.6 Luna показала в том же тесте результат в 34,2 %, но затраты составили уже $0,008 за одну задачу — и это с учётом того, что OpenAI снизила на неё цену на 80 %.

Для сравнения, Anthropic Claude Opus 5 и Google Gemini 3.1 Pro показали в том же тесте 97–98 % при затратах $0,5–$0,6 за задачу, то есть он обходятся почти в тысячу раз дороже. Стоимость обслуживания Alibaba Qwen3 235B оказалась более чем втрое дороже BDH-CQ, но она продемонстрировала худший результат. Разрыв обусловлен механизмами рассуждений. Большинство современных ИИ-моделей с поддержкой логического мышления генерируют промежуточный текст, на который тоже расходуются токены, и только после этого выдают окончательный ответ, тогда как BDH-CQ «молча» решает задачи в памяти.

Первые эксперименты Pathway с моделью показали соответствие стандартным законам масштабирования, аналогичным механизмам моделей-трансформеров размером от 1 млрд до 600 млрд параметров. Разработчик намерен усложнять доступные для модели задачи, включая математические рассуждения, тест ARC-AGI-2 и, в конечном итоге, провести полную оценку ARC-AGI-3. Не исключено, что на более крупных и сложных задачах преимущество в эффективности также сохранится.

Было интересно? Скажите об этом Google, чтобы чаще получать ссылки на наши новости про искусственный интеллект

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Японский суперкомпьютер Fugaku взломали через страницу мониторинга 43 мин.
Разработчики космического боевика Exodus в духе Mass Effect впервые показали женскую версию главного героя, и игроки в восторге 2 ч.
Meta запустила Direct — мессенджер Instagram без самого Instagram 2 ч.
Теперь и перепройти можно: ролевой боевик The Blood of Dawnwalker от ветеранов The Witcher 3 и Cyberpunk 2077 получил патч 1.2 с «Новой игрой +» 3 ч.
Microsoft не обманула: независимые тесты подтвердили ускорение Windows 11 на системах с 8 Гбайт памяти 4 ч.
Sony отбилась от иска на £2 млрд в Великобритании — компанию обвиняли в завышении цен на игры в PlayStation Store 4 ч.
Моддер запустил классическую Doom на флешке — игра выдаёт 13 кадров/с, а управляется копированием файлов 5 ч.
От Ikea до Zoom: хакеры скомпрометировали популярные сайты по всему миру 7 ч.
Взломщик Rockstar предстал перед судом и признал вину за массовую утечку GTA VI — студия потеряла из-за него миллионы долларов 8 ч.
Россияне массово жалуются на сбои Google, Deepseek, Twitch, Discord и «Ростелекома» 8 ч.
Вентилятор, на котором можно играть в игры: Thermaltake представила Swafan Ultra 120 EX RGB с IPS-экраном 10 мин.
Учёные придумали «солнечный LEGO» — разноцветные строительные блоки, способные вырабатывать электричество 16 мин.
AWS продаст Blackstone два кампуса ЦОД и тут же арендует их 30 мин.
Дженсен Хуанг заявил, что для него «будет честью» вернуться на должность главы Nvidia 2 ч.
Хакерский карманный Linux-компьютер Flipper One стал доступен для заказа за $399 2 ч.
Ровер NASA Perseverance обнаружил на Марсе «призрачные» камни — на Земле такие прячут следы древней микробной жизни 2 ч.
Apple начала продавать запчасти и инструменты для самостоятельного ремонта iPhone Duo 3 ч.
После скандала Nvidia взяла экспорт чипов под особый контроль — в компании создали комитет по нацбезопасности 5 ч.
Нордическая ИИ-гигафабрика: Финляндия, Эстония, Латвия и Швеция вместе построят распределённую ИИ-инфраструктуру 5 ч.
Lambda развернула CPO-коммутаторы NVIDIA Quantum-X 5 ч.