Маленькая 4B-модель сравнялась с GPT-5.6 Sol в поиске — и стоит в 100 раз дешевле
Маленькая 4B-модель сравнялась с GPT-5.6 Sol в поиске — и стоит в 100 раз дешевле Castform и Neon показали практичный результат: open-weight модель на 4 миллиарда параметров после RL-дообучения (reinforcement learning — обучение с подкреплением на своих данных) находит нужную информацию в документах так же точно, как флагман OpenAI GPT-5.6 Sol. При этом один запрос обходится примерно в 100 раз дешевле. Суть в разделении труда. Neon (Lakebase Postgres) даёт быстрый гибридный поиск по корпоративным данным. Castform берёт эти данные, автоматически генерирует тренировочные задачи и запускает цикл, где модель учится правильно формулировать запросы, цитировать источники и отвечать. Получается специализированный AI-агент (система, которая сама планирует и выполняет цепочки действий), заточенный именно под поиск, а не универсальный гигант. Для компаний это важно: вместо постоянных платежей за frontier-API можно один раз дообучить компактную модель на своих документах и дальше крутить её локально или дёшево. Особенно полезно для внутренних баз знаний, поддержки и агентских workflow, где точность retrieval критична, а объёмы большие. Источники: https://neon.com/blog/how-castform-neon-beats-frontier-models-on-price-and-efficiency https://techbytes.app/posts/beating-gpt-56-sol-on-retrieval-with-100x-cheaper-open-models/ #AI #OpenSource #Castform #Neon #AgenticAI #GPT56