En el mundo de la inteligencia artificial, la eficiencia en costos y el rendimiento de razonamiento se han convertido en criterios tan cruciales como la capacidad bruta. Un estudio reciente de Pathway, un laboratorio enfocado en arquitecturas Post-Transformer, presenta resultados reveladores sobre su modelo BDH-CQ y su manera de razonar sin generar textos intermedios extensos. A continuación se analizan los hallazgos clave, su significado para el ecosistema y qué implica para la adopción de IA en productos reales.

Un rendimiento impresionante a bajo costo

Según los investigadores, el modelo BDH-CQ de 150 millones de parámetros alcanzó un puntaje de 29.5% en el conjunto de evaluación público ARC-AGI-1, midiendo la capacidad de inferir reglas a partir de ejemplos limitados y aplicarlas a entradas nuevas. Lo notable es que esto se logró con un costo de inferencia de apenas $0.0007 por tarea, aproximadamente once veces más económico que el modelo GPT-5.6 Luna de OpenAI, que alimenta ChatGPT.

La economía de la razonamiento

La eficiencia del BDH-CQ se debe, en gran medida, a una diferencia estructural en la forma en que realiza el razonamiento durante la inferencia. Muchas IA actuales generan texto intermedio que describe su razonamiento paso a paso, lo que incrementa significativamente el costo computacional. En contraste, BDH-CQ resuelve problemas internamente, dentro de su propia memoria, sin producir una cadena larga de texto visible que represente cada paso intermedio.

Esta aproximación no solo reduce costos, sino que también puede acelerar respuestas, manteniendo o incluso mejorando la calidad de las conclusiones en tareas de razonamiento. Pathway indicó que los resultados siguen las leyes de escalado tipo Transformer para tamaños desde 1B hasta 600B parámetros, lo que sugiere que este enfoque podría escalar con consistencia en tareas más complejas.

Comparaciones con otros modelos

En ARC-AGI-1, el Luna de OpenAI obtuvo un puntaje ligeramente superior, 34.2%, pero su costo de tarea fue significativamente mayor, alrededor de $0.008 por tarea. Este diferencial de precio persiste incluso tras la reciente reducción de precios del 80% en Luna. Por otro lado, modelos de alto rendimiento como Claude Opus 5 y Gemini 3.1 Pro logran puntuaciones cercanas al 97–98%, pero con costos por tarea de aproximadamente $0.5–$0.6, lo que sitúa la frontera de costos muy por encima del BDH-CQ en las puntuaciones más altas.

Entre los modelos de gran tamaño, Qwen3 235B consume más de tres veces el costo de BDH-CQ y aún así obtiene una puntuación menor que el variante Low de BDH-CQ, por lo que no se posiciona como un competidor directo en precio ni en rendimiento para este conjunto de pruebas.

Qué significa esto para la industria

El mensaje central es claro: la arquitectura importa tanto como la escala. No basta con aumentar parámetros; la forma en que se razona durante la inferencia puede redefinir la relación entre costo y rendimiento. Este enfoque de razonamiento interno abre un nuevo espacio de posibilidad para organizaciones que buscan integrar IA avanzada en productos reales sin sacrificar viabilidad económica.

AWS ha señalado que este tipo de resultados es prometedor para trasladar el razonamiento avanzado de la etapa experimental a productos en producción, donde la eficiencia y la escalabilidad son críticos. Esto podría impulsar una adopción más amplia de soluciones de IA con costos operativos sostenibles y respuestas rápidas para usuarios finales.

Mirando hacia el futuro

Pathway planea ampliar este enfoque a desafíos más difíciles, incluyendo razonamiento matemático, ARC-AGI-2 y, en última instancia, ARC-AGI-3. Si las ganancias de eficiencia se mantienen en tareas más complejas, podríamos ver una evolución donde el costo por tarea, más que la capacidad bruta, defina la competitividad entre sistemas de razonamiento.

En resumen, BDH-CQ propone una visión de razonamiento que prioriza la eficiencia estructural sobre el mero incremento de la escala. Este cambio de paradigma podría convertir al costo por tarea en un factor decisivo para la adopción de IA en entornos empresariales y aplicaciones de alto impacto.

from Latest from TechRadar https://ift.tt/GCXvLJm
via IFTTT IA