Pathway ha pubblicato nuovi risultati per BDH-CQ, un modello di ragionamento da appena 150 milioni di parametri basato su un’architettura Post-Transformer. Nel benchmark pubblico ARC-AGI-1 il sistema ha raggiunto un punteggio pass@2 del 29,5%, sostenendo un costo di inferenza calcolato in 0,0007 dollari per attività. Il confronto proposto dai ricercatori colloca questa spesa a circa un undicesimo di quella associata al modello GPT 5.6 Luna in modalità Low.
GPT 5.6 Luna, indicato come il modello sottostante a ChatGPT nel confronto, ha ottenuto il 34,2% sullo stesso test, quindi soltanto 4,7 punti percentuali in più, ma con un costo di 0,008 dollari per task. Il divario tiene già conto della riduzione di prezzo dell’80% applicata da OpenAI a Luna a partire dal 30 luglio. Il risultato di Pathway suggerisce così che, almeno su questa valutazione, un vantaggio contenuto nelle prestazioni può richiedere risorse economiche molto superiori.
Il benchmark ARC-AGI-1 misura la capacità di individuare una regola nascosta partendo da pochi esempi e di applicarla correttamente a nuovi input. Non fotografa ogni dimensione dell’intelligenza artificiale, ma consente di confrontare sistemi progettati per risolvere problemi attraverso generalizzazione e ragionamento. In questo perimetro, BDH-CQ punta soprattutto sul rapporto tra capacità ottenuta e denaro speso, spostando l’attenzione dalla sola dimensione del modello alla struttura che governa l’elaborazione.
La differenza nasce dal modo in cui il sistema affronta il ragionamento durante l’inferenza. Molti modelli generano una lunga sequenza di testo intermedio, aggiungendo un token dopo l’altro prima di produrre la risposta conclusiva. Questa forma di chain of thought visibile aumenta il numero di token elaborati, il costo operativo e i tempi di risposta. BDH-CQ, invece, risolve i problemi all’interno della propria memoria interna, senza dover trascrivere ogni passaggio sotto forma di testo.
“L’AI di oggi paga un costo elevato in token per il ragionamento, ma quel costo è imposto dall’architettura, non da una legge dell’intelligenza”, ha dichiarato Zuzanna Stamirowska, amministratrice delegata e cofondatrice di Pathway. Per la manager, un’architettura differente apre un nuovo spazio nella quantità di intelligenza ottenibile per ogni dollaro investito. Anche Łukasz Kaiser, coautore del paper originale sui Transformer del 2017, ha sottolineato come l’architettura, e non soltanto la scala, possa guidare il prossimo salto nel ragionamento artificiale.
Il confronto con i sistemi più potenti rende ancora più netto il compromesso tra accuratezza e spesa. Claude Opus 5 e Gemini 3.1 Pro raggiungono risultati compresi tra il 97% e il 98%, ma costano circa 0,5-0,6 dollari per attività. Per ottenere i punteggi più elevati, quindi, il costo si avvicina a mille volte quello di BDH-CQ. Nella fascia economica, Qwen3 235B costa invece più del triplo del modello di Pathway, pur registrando prestazioni inferiori persino alla sua variante Low.
Amazon Web Services considera il risultato un passo promettente verso l’impiego più accessibile del ragionamento avanzato nei prodotti. Nicolas Tarducci di AWS ha osservato che i clienti stanno cercando di trasferire queste capacità dalla sperimentazione alla produzione, dove prestazioni, efficienza e scalabilità devono procedere insieme. Per le imprese, un costo inferiore per richiesta può ampliare il numero di processi nei quali utilizzare modelli di ragionamento, soprattutto quando i volumi rendono determinante anche una differenza minima nella spesa unitaria.
Pathway ha inoltre confermato che i primi esperimenti seguono leggi di scalabilità simili a quelle dei Transformer su modelli compresi tra 1 e 600 miliardi di parametri. L’azienda intende ora estendere l’approccio a prove più difficili, tra cui il ragionamento matematico, ARC-AGI-2 e, successivamente, ARC-AGI-3. Se l’efficienza osservata resterà stabile con dimensioni e problemi più impegnativi, la competizione tra sistemi di ragionamento potrebbe giocarsi sempre più sul costo necessario per offrire capacità utilizzabili, non soltanto sul punteggio massimo raggiungibile.