Pathway AI, 소형 추론 모델 'BDH-CQ' 발표… 가성비 벤치마크 결과 공유

요약

AI 연구소 Pathway가 1억 5천만 파라미터 규모의 추론 모델 'BDH-CQ'를 공개하며 새로운 비용 대비 성능 효율을 입증했다. BDH-CQ는 ARC-AGI-1 벤치마크에서 29.5%의 pass@2 점수를 기록했으며, 작업당 추론 비용은 0.0007달러에 불과하다. 이는 7월 30일 가격이 80% 인하된 GPT 5.6 Luna(Low)보다 작업당 비용이 약 11배 저렴한 수준이다. Luna가 34.2%의 점수로 4.7%p 높은 정확도를 보이지만, BDH-CQ는 압도적인 비용 효율성으로 새로운 파레토 프런티어를 제시했다. Pathway는 BDH-CQ의 추론 능력을 유지한 채 10억에서 6,000억 파라미터까지 확장하는 사전 학습 실험 결과를 함께 보고했다. 이 모델은 중간 과정을 모두 언어화하는 대신, 문맥 내 학습(in-context learning)과 반복 잠재 추론(recurrent latent reasoning)을 결합하는 방식으로 효율성을 극대화했다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.