Dit AI-model van 150 miljoen parameters verslaat de reuzen (maar enkel qua prijs)

Een AI-model van 150 miljoen parameters lost bijna 30 procent van een bekende redeneertest op voor minder dan een tiende van een cent per opgave. Het geheim: het denkt niet in woorden.

Huidige redeneermodellen denken hardop. Ze schrijven hun tussenstappen uit als tekst en lezen die weer in om verder te rekenen. Elke gedachte moet dus eerst worden omgezet in taal en dat kost tijd, rekenkracht en geld. Het model BDH-CQ pakt het anders aan: het rekent intern door in getallen en zet alleen het eindantwoord om in iets dat door mensen gelezen kan worden.

Op de test ARC-AGI-1 loste het systeem 29,5 procent van 400 opgaven op. Volgens de onderzoekers die het model bouwden, kostte dat 0,0007 dollar per opgave. Dat is een berekende kostprijs op basis van verbruikte rekentijd. In die test moet een model uit een handvol voorbeelden afleiden welke regel geldt in gekleurde roosters, en die regel dan loslaten op een nieuw rooster. Het mocht twee antwoorden geven en scoorde als er één klopte.

Prijs zit goed, prestaties nog niet

Dat is een record qua prijs. Qua prestatie is het een ander verhaal. GPT-5.6 Luna van OpenAI haalt in zijn goedkoopste stand 34,2 procent en de beste modellen scoren op dezelfde test tot bijna 100 procent. Die kosten wel ongeveer een dollar per opgave, meer dan duizend keer zoveel.

Achter het model zit het bedrijf Pathway, dat vorige maand geld ophaalde tegen een waardering van 500 miljoen dollar. Het bouwt voort op zijn eigen architectuur Dragon Hatchling, die het bedrijf presenteert als opvolger van de transformer, de cruciale bouwsteen van onder meer ChatGPT en Claude.

Nog niet te downloaden

De onderzoekers benoemen in hun studie zelf de beperkingen. Acht balken sorteren op hoogte lukte in 1 op de 24 gevallen. En bij een tweede test loste het systeem 52 van de 160 opgaven maar gedeeltelijk op.

Er is één groot voorbehoud. De studie waarin het model wordt beschreven, is een preprint zonder peer review. Pathway houdt de precieze werking geheim en het model is niet te downloaden. De controle die de resultaten bevestigt, gebeurde door mensen die als co-auteur op de paper staan. Narekenen kan voorlopig niemand.