Un modèle d’IA atteint 29,5 % sur ARC-AGI-1 pour 0,00070 dollar

Quelques grilles colorées se dressent entre la machine et sa réponse : prolonger une ligne, copier une forme, trouver la règle cachée. Le modèle BDH-CQ de Pathway, doté de 150 millions de paramètres, a résolu 29,5 % des problèmes d’ARC-AGI-1 auxquels il a été confronté, avec deux tentatives par tâche, pour un coût annoncé de 0,00070 dollar par tâche.

ARC-AGI-1 est un benchmark consacré à la reconnaissance de motifs visuels. Le modèle reçoit quelques exemples résolus sur des grilles colorées et doit déduire la règle applicable à une nouvelle grille. Contrairement aux chatbots courants, qui peuvent résoudre un problème en générant une chaîne visible de mots écrits, BDH-CQ met à jour une mémoire interne étape par étape et raisonne dans un espace de travail interne avant de produire sa réponse.

C’est cette empreinte réduite qui constitue l’intérêt de l’approche. Les paramètres sont les valeurs internes qu’une IA ajuste lorsqu’elle apprend des motifs ; certains des plus grands modèles actuels en utilisent plusieurs centaines de milliards, tandis que BDH-CQ en utilise 150 millions. L’équipe de Pathway affirme que le modèle établit un nouveau record d’efficacité des coûts sur ARC-AGI-1, et une équipe indépendante de Bielik AI et de New York University a confirmé séparément les résultats rapportés.

Les limites apparaissent dans ce même test. BDH-CQ a traité des opérations visuelles de base, notamment la copie de formes et le prolongement de lignes, mais a peiné face aux tâches impliquant de grands ensembles d’objets ou plusieurs étapes de raisonnement visuel. Ces travaux sont présentés dans une prépublication arXiv de 2026, et les chercheurs indiquent prévoir l’entraînement de versions plus grandes sur des problèmes mathématiques, linguistiques et visuels.

La conséquence pratique est plus restreinte et plus claire qu’un remplacement complet des grands modèles de langage : si l’approche passe à l’échelle, certaines tâches de raisonnement répétitives et de petite taille pourraient nécessiter moins de calcul et coûter moins cher à exécuter. Pour l’instant, cela reste une possibilité fondée sur un seul benchmark.