Poetiq превзошла Google в тесте на абстрактное мышление
Команда Poetiq из Майами совершила прорыв в области искусственного интеллекта, преодолев порог 50% точности на ARC-AGI-2 — сложном тесте на абстрактное мышление. Этот тест, состоящий из визуальных головоломок, традиционно представляет трудности для современных ИИ, требуя не статистического угадывания, а истинного понимания логики решения.
Система Poetiq показала результат 54% при стоимости $30,57 за задачу, значительно превзойдя предыдущий рекорд Gemini 3 Deep Think от Google (45,1% при $77,16 за задачу). Таким образом, Poetiq не только повысила точность на 9 процентных пунктов, но и более чем вдвое снизила стоимость решения.
Уникальность Poetiq заключается в отсутствии собственной большой модели. Вместо этого компания разработала "метасистему", которая объединяет и координирует работу существующих LLM (Gemini 3, GPT-5.1, Grok 4 Fast и другие), заставляя их рассуждать итеративно, генерировать и проверять гипотезы, анализировать ошибки и совершенствовать решения.
Важно отметить, что адаптация метасистемы проводилась на открытых моделях, а интеграция Gemini 3 Pro позволила мгновенно достичь рекордных результатов, демонстрируя универсальность подхода. Эта стратегия улучшает производительность различных моделей от GPT до Claude Haiku.
Poetiq утверждает, что их подход применим к реальным задачам, таким как код-ревью, юридический анализ и диагностика, где важна проверка корректности, а не просто генерация. Это может привести к значительной экономии при использовании моделей. Метасистема не привязана к конкретному провайдеру, что позволяет легко интегрировать новые модели и получать прирост производительности без переобучения.
В конечном счете, Poetiq намекает на то, что гонка за масштабом моделей может уступить место более эффективному подходу, основанному на правильной оркестровке и "достройке" интеллекта.
