Una IA con apenas 150 millones de parámetros ha conseguido acercarse al rendimiento de GPT 5.6 Luna gastando menos dinero por cada tarea. Un coste once veces menor que GPT 5.6 Luna es la carta de presentación de BDH-CQ, de Pathway, que llega a esa cifra sin escribir el texto intermedio que muchas IA generan antes de responder.Según recoge TechRadar, BDH-CQ logró un 29,5% en la prueba pública ARC-AGI-1, frente al 34,2% de GPT 5.6 Luna en modo Low. La diferencia parece pequeña hasta que miras la factura: 0,0007 dólares por tarea frente a 0,008 dólares, incluso después de que OpenAI rebajase un 80% el precio de Luna el 30 de julio.No necesita escribir cada paso antes de responder Cuando utilizas una IA que razona, muchas veces el sistema genera pasos intermedios antes de darte la respuesta final. Es lo que suele llamarse “pensar en voz alta”, aunque tú no siempre veas todo ese proceso. BDH-CQ funciona de otra manera: razonamiento interno sin texto intermedio, evitando producir una larga cadena de palabras antes de contestar.Zuzanna Stamirowska, CEO y cofundadora de Pathway, lo resume así: “La IA actual paga un elevado coste en tokens por razonar, pero ese coste lo impone la arquitectura, no ninguna ley de la inteligencia”. En otras palabras, menos gasto sin renunciar al razonamiento sería posible si el modelo está construido de otra manera.Eso tampoco convierte a un modelo pequeño en rival directo de los mejores. Claude Opus 5 y Gemini 3.1 Pro alcanzan entre un 97% y un 98% en la misma prueba. Una diferencia enorme frente a los modelos más capaces sigue separando a BDH-CQ de esas cifras, aunque también cuesta muchísimo menos por cada tarea.Con Qwen3 235B la comparación sale bastante peor para el modelo enorme. Según los resultados publicados, el modelo de Alibaba obtiene una puntuación inferior a BDH-CQ Low y cuesta más del triple por tarea. Más tamaño, sin mejor rendimiento por dólar: al menos eso es lo que refleja esta prueba concreta de razonamiento.Cuando cada respuesta cuesta dinero DeepSeek ya demostro que se podía crear un modelo de lenguaje más baratoLa cuestión del precio lleva meses apareciendo alrededor de la inteligencia artificial. Ya vimos cómo DeepSeek V4 reducía costes frente a ChatGPT, y aquí vuelve a aparecer la misma pregunta desde otro ángulo: el coste real de cada respuesta cuando un servicio de IA tiene que atender millones de peticiones.Una IA mucho más barata de mantener interesa a las empresas que pagan las máquinas necesarias para hacer funcionar estos modelos. Como ya contamos al hablar de costes ocultos en suscripciones de IA, un uso intensivo puede disparar la factura por encima de la cuota mensual y cambiar por completo esas cuentas aunque el modelo no sea el más capaz.Nicolas Tarducci, de AWS, apunta a ese problema al explicar que sus clientes quieren llevar el razonamiento avanzado “de la experimentación a producción, donde importan el rendimiento, la eficiencia y la escalabilidad”. Pathway probará ahora su modelo con matemáticas, ARC-AGI-2 y ARC-AGI-3 para comprobar si esa ventaja de coste se mantiene en pruebas más exigentes.