Laboratorium z Palo Alto założone przez polskich naukowców opublikowało wyniki modelu liczącego 150 mln parametrów, który na benchmarku ARC-AGI-1 uzyskał 29,5 proc. przy koszcie 0,0007 dolara za zadanie. To mniej niż jedna dziesiąta centa i według firmy około jedenaście razy taniej niż GPT 5.6 Luna w wariancie Low.
Kluczowe fakty:
- Model BDH-CQ opracowany przez laboratorium Pathway z Palo Alto osiągnął 29,5 proc. na benchmarku ARC-AGI-1 przy koszcie zaledwie 0,0007 dolara za zadanie, co jest około jedenaście razy taniej niż GPT 5.6 Luna w wariancie Low.
- GPT 5.6 Luna (Low) uzyskuje na tym samym zbiorze ewaluacyjnym ARC-AGI-1 wynik 34,2 proc., co oznacza przewagę niecałych pięciu punktów procentowych nad modelem BDH-CQ liczącym 150 mln parametrów.
- Różnica kosztowa między modelami wynika z odmiennego podejścia do rozumowania – typowe systemy oparte na transformerze generują rozumowanie zewnętrznie w postaci łańcucha myśli, co zwiększa koszt wraz z długością myślenia, podczas gdy BDH-CQ przeprowadza ten proces wewnętrznie.
Komunikat Pathway trafił na taśmy Business Wire 11 sierpnia, dzień po tym, jak zespół wrzucił pełną publikację techniczną na arXiv. Sprawdziłem obie rzeczy i to jest jeden z tych rzadkich przypadków, kiedy liczba z notki prasowej faktycznie ma pokrycie w recenzowalnym materiale.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Jedna dziesiąta centa za zadanie
BDH-CQ uzyskał 29,5 proc. w trybie pass@2 na publicznym zbiorze ewaluacyjnym ARC-AGI-1. Dla porównania GPT 5.6 Luna (Low) osiąga na tym samym zbiorze 34,2 proc. Różnica w skuteczności jest więc niecałe pięć punktów procentowych. Różnica w koszcie jest jedenastokrotna, i to już po obniżce cen Luny o 80 proc., którą OpenAI wprowadziło 30 lipca.
ARC-AGI-1 to test, w którym system dostaje kilka par małych plansz z kolorowymi polami i musi z nich wywnioskować regułę przekształcenia, a potem zastosować ją do nowego przykładu. Odpowiedź musi się zgadzać pole po polu. Benchmark powstał po to, żeby sprawdzać zdolność uogólniania, a nie zapamiętywania.
Pathway podkreśla, że jego koszt policzono z faktycznie zmierzonego czasu pracy sprzętu, podczas gdy koszty modeli porównawczych pochodzą z publicznej tablicy wyników ARC Prize Foundation i mogą odzwierciedlać cennik API. To ważne zastrzeżenie i firma sama je stawia, co dobrze o niej świadczy.
Skąd bierze się ta różnica
Cała rzecz sprowadza się do tego, gdzie model wykonuje pracę myślową.
- Typowe systemy rozumujące oparte na transformerze wypisują swoje rozumowanie na zewnątrz, w postaci łańcucha myśli. Każdy kolejny token trzeba wygenerować i podać z powrotem na wejście
- Im dłuższy ślad rozumowania, tym wyższy rachunek i większe opóźnienie. Koszt rośnie razem z długością myślenia
- BDH-CQ robi to samo wewnątrz rekurencyjnego stanu ukrytego, bez generowania pośredniego tekstu. Model dosłownie nie tłumaczy sobie własnych myśli na język
- Demonstracje pokazane w momencie zapytania aktualizują pamięć rekurencyjną modelu, ale żadne parametry nie są w tym czasie zmieniane
Zuzanna Stamirowska, prezeska i współzałożycielka Pathway, ujmuje to krótko: „ten koszt wynika z architektury, a nie z jakiegokolwiek prawa inteligencji” / „that cost is imposed by architecture, not by any law of intelligence”.
Lubię ten wynik i jednocześnie mam z nim problem, więc powiem obie rzeczy. Lubię, bo od dwóch lat cała branża powtarza to samo zaklęcie: więcej parametrów, więcej GPU, więcej prądu. Zespół, który mieści się w kilkunastu osobach, właśnie pokazał, że można inaczej, i zrobił to na publicznym benchmarku, z kodem i publikacją, a nie w prezentacji dla inwestorów. Problem mam z tym, jak ten wynik będzie opowiadany przez najbliższe dwa tygodnie. BDH-CQ to model wytrenowany na mieszance danych w stylu ARC. GPT 5.6 Luna to model ogólnego przeznaczenia, który przy okazji rozwiązuje zagadki z kolorowymi planszami. Porównywanie ich kosztu jednostkowego jest sensowne, ale nie znaczy, że Pathway zbudował tańszego ChatGPT. Znaczy, że pokazał ścieżkę. Pytanie, na które odpowiedzi jeszcze nie ma, brzmi: czy latentne rozumowanie utrzyma się przy skali, matematyce i zadaniach, gdzie nie da się wygenerować miliona syntetycznych przykładów treningowych. Firma zapowiada ARC-AGI-2 i ARC-AGI-3. Poczekajmy na te wyniki, zanim ogłosimy koniec ery transformera.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Kaiser sprawdził to sam
Wynik odtworzył niezależnie Łukasz Kaiser, współautor pracy z 2017 roku, która wprowadziła architekturę transformera, a później współtwórca modeli o1 i o3 w OpenAI. „architektura modelu, a nie sama skala, może napędzić kolejny skok w rozumowaniu AI” / „model architecture, not just scale, can drive the next leap in AI reasoning” stwierdził, komentując rezultat.
Powtórzył go również Richard Zhong z Uniwersytetu Nowojorskiego, zajmujący się ewaluacją modeli i odpornością benchmarków. Wśród dziewięciorga współautorów publikacji na arXiv jest także Remigiusz Kinas, związany z polskim projektem Bielik. To jedno z tych powiązań, które w polskim ekosystemie AI pojawiają się coraz częściej i przestały być przypadkiem.
Sebastian Kondracki, współtwórca Bielika, napisał o wyniku na LinkedInie. Zwrócił uwagę na prostą zależność, którą branża długo ignorowała: „im dłużej myślą, tym więcej generują tokenów, tym więcej zużywają mocy”.
Pieniądze poszły za architekturą
Jeszcze przed publikacją benchmarków Pathway domknął dodatkowe finansowanie przy wycenie 500 mln dolarów. Według informacji przekazanych polskim mediom łączny kapitał zebrany na etapie zalążkowym sięgnął 30 mln dolarów. Wśród inwestorów są Id4 Ventures, TQ Ventures, Red Bridge Ventures, Kadmos Capital oraz WS Investment Co., czyli ramię inwestycyjne kancelarii Wilson Sonsini. Jako anioł biznesu dołączył Jonathan Frankle, Chief AI Scientist w Databricks.
Pieniądze mają pójść przede wszystkim na moc obliczeniową, w tym układy Nvidia GB300, oraz na trening większych modeli opartych na BDH. Do zespołu jako szef produktu dołączył Adam Kurzrok, wcześniej odpowiedzialny za Gemini w Google DeepMind. Grupę doradców tworzą obok Kaisera i Frankle’a prof. Martín Farach-Colton z NYU Tandon oraz ekonomista Jacques Attali.
Firmą kierują Stamirowska, Jan Chorowski jako dyrektor techniczny, wcześniej badacz w Google Brain, oraz Adrian Kosowski jako dyrektor naukowy, doktor w wieku dwudziestu lat. Ta sama trójka podpisała się pod publikacją o architekturze BDH z września 2025 roku, zatytułowaną „The Dragon Hatchling”.
Czego ten wynik jeszcze nie dowodzi
Publikacja techniczna opisuje mieszankę danych treningowych w stylu ARC, na których model był uczony. Zbiory demonstracyjne z zadań ewaluacyjnych nie brały udziału w treningu i to jest istotne dla uczciwości pomiaru. Ale specjalizacja pozostaje specjalizacją.
Firma podaje, że wczesne eksperymenty potwierdzają transformerowe prawa skalowania podczas wstępnego treningu w zakresie od 1 do 600 mld parametrów, przy zachowaniu zdolności do latentnego rozumowania. To zapowiedź, nie wynik. Kolejne cele to rozumowanie matematyczne oraz ARC-AGI-2 i ARC-AGI-3, czyli benchmarki, na których wszystkim jest znacznie trudniej.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polski rodowód, kalifornijski adres
Pathway ma siedzibę w Palo Alto i to spółka amerykańska. Założyli ją jednak polscy naukowcy, a znacząca część badań powstaje w Polsce. Ten wzorzec powtarza się na naszym rynku coraz częściej i wart jest odnotowania osobno.
Bo dane o polskim rynku venture capital wyglądają fantastycznie dopóki nie spojrzy się na strukturę. Z raportu PFR Ventures i Inovo.vc wynika, że w pierwszej połowie 2026 roku polskie startupy pozyskały 4,6 mld zł, więcej niż w całym rekordowym 2022 roku i więcej niż w całym 2025 roku, kiedy było to 3,37 mld zł. Tyle że na ten wynik złożyły się dwie megarundy: ElevenLabs w pierwszym kwartale i ICEYE w drugim. Po ich odjęciu drugi kwartał zamknął się kwotą 594 mln zł przy 43 transakcjach, z czego 77 proc. stanowiły rundy zalążkowe.
Innymi słowy: Polska produkuje pojedyncze firmy grające w globalnej lidze, ale nie zbudowała jeszcze rynku, który mógłby je sfinansować u siebie. Pathway zebrał 30 mln dolarów przy wycenie pół miliarda i zrobił to od funduszy amerykańskich, mając adres w Kalifornii. Trudno mieć o to pretensje do firmy. Warto mieć pytania do ekosystemu.
Dla polskich zespołów budujących modele wniosek z tego wyniku jest zaskakująco optymistyczny. Jeśli przewaga może wynikać z architektury, a nie z liczby kart graficznych, to bariera wejścia dla ośrodków bez miliardowych budżetów właśnie się obniżyła. Bielik, PLLuM i cała reszta polskiego zaplecza modelowego pracują dokładnie w tym reżimie ograniczonych zasobów.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiałów źródłowych, w tym komunikatu prasowego Pathway z 11.08.2026, publikacji technicznej BDH-CQ: In-Context Learning with Recurrent Latent Reasoning złożonej na arXiv 10.08.2026 oraz tekstu Rzeczpospolitej z 11.08.2026. Wykorzystano również dane o polskim rynku venture capital z raportu PFR Ventures i Inovo.vc za drugi kwartał 2026 roku, wcześniejszą publikację zespołu Pathway „The Dragon Hatchling” (arXiv, wrzesień 2025) oraz doniesienia The Deep View, Analytics India Magazine i mamstartup.pl. Cytaty Zuzanny Stamirowskiej i Łukasza Kaisera zostały zweryfikowane z oryginalnym anglojęzycznym komunikatem, wypowiedź Sebastiana Kondrackiego z relacją Rzeczpospolitej. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się kolejnych wyników architektury BDH, w szczególności na benchmarkach ARC-AGI-2 i ARC-AGI-3.
