Kardashev-0.7: um enxame de 32 modelos? O que Banbury Road afirma (e o que falta)

Autoria: Prompt Engineer 48 · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Kardashev-0.7: A Swarm of 32 Models? What Banbury Road Claims (and What’s Missing) · Canal: Prompt Engineer 48 · 03:09 · Assistir no YouTube

Tópicos: Agentes de IA, Avaliação e benchmarks de IA, Inferência e otimização de modelos, Modelos de IA, Modelos locais e open source

Resumo

O vídeo examina as afirmações de Banbury Road sobre Kardashev 0.7, descrito como um enxame treinado de 32 modelos que se especializam e colaboram. A empresa afirma que a abordagem RLPS permite aumentar a quantidade de modelos com pouco acréscimo no armazenamento, e apresenta resultados de um estudo com oito modelos e de um benchmark para a versão de 32 modelos. Também destaca o custo de inference anunciado e uma alegação de solução de um problema em geometria algébrica, ainda sem prova verificada pelo apresentador. Como não encontrou pesos abertos, API pública ou licença, o apresentador considera a proposta promissora, mas ressalta que os resultados precisam de validação independente.

Pontos-chave

Banbury Road descreve Kardashev 0.7 como um enxame de 32 modelos distintos.
A técnica apresentada chama-se RL for population scaling (RLPS) e busca escalar pela quantidade de modelos, não pelo tamanho de um único modelo.
Segundo a empresa, os modelos compartilham uma base pré-treinada e recebem atualizações próprias; dobrar a população acrescentaria cerca de 0,6% ao armazenamento dos pesos.
Em um teste com oito modelos, a avaliação reportada foi de 81,70%, contra 71,04% para os mesmos modelos treinados individualmente.
A pontuação de 81,70% considera a melhor resposta entre oito respostas comparada às respostas conhecidas; não representa o desempenho de um modelo isolado.
A divulgação apresenta Kardashev 0.7 à frente de GPT-5.5, GLUE-3.7 max e DeepSeek V4 Pro em um benchmark SuperGLUE.
Banbury Road anuncia um custo de US$ 0,18 por milhão de tokens de saída e afirma que o custo de inference equivale a 0,007x–0,02x do de alternativas comparadas.
A alegação de que o sistema resolveu um problema de 70 anos em geometria algébrica por menos de US$ 500 ainda não foi confirmada por uma prova examinada.
O apresentador não encontrou pesos abertos, API pública nem licença; os benchmarks citados são da própria Banbury Road.

Capítulos

Início	Capítulo	Resumo
00:00	O enxame de modelos e a abordagem RLPS	O vídeo apresenta as afirmações de Banbury Road sobre os 32 modelos e explica como eles compartilham uma base pré-treinada.
01:03	Resultados do estudo e benchmark	O apresentador compara os resultados do estudo com oito modelos e ressalta que a pontuação de Kardashev 0.7 vem de um único benchmark divulgado pela própria empresa.
02:05	Custo anunciado e alegação matemática	O vídeo destaca o custo de inference reportado e trata com cautela a alegação de solução de um problema em geometria algébrica.
02:37	O que ainda falta verificar	O apresentador observa que não encontrou pesos abertos, API pública ou licença e conclui que a proposta ainda precisa de validação independente.

Citações

Essas são as afirmações deles, não testes meus. — 00:00

Essa pontuação considera a melhor resposta entre oito; é uma medida de cobertura, não o resultado de um único modelo. — 01:03

É um bom começo, mas eu gostaria de ver números independentes antes de afirmar algo além. — 02:05

Ideia empolgante, ainda no começo. — 02:37

Conceitos e entidades

Kardashev 0.7 (modelo): Sistema apresentado por Banbury Road como um enxame treinado composto por 32 modelos distintos.
Banbury Road (empresa): Startup responsável pelas afirmações, pelos gráficos e pelo vídeo de anúncio de Kardashev 0.7.
RL for population scaling (RLPS) (conceito): Método descrito no vídeo para treinar modelos em conjunto e escalar aumentando a população.
SuperGLUE (conceito): Benchmark em que Banbury Road reporta uma pontuação para Kardashev 0.7.
GPT-5.5 (modelo): Modelo usado como comparação no gráfico de benchmark e no de custo.
GLUE-3.7 max (modelo): Sistema comparado a Kardashev 0.7 no gráfico de resultados do benchmark.
DeepSeek V4 Pro (modelo): Modelo incluído nas comparações de benchmark e custo apresentadas no vídeo.
Qwen3.7 Max (modelo): Modelo citado na comparação de custo por milhão de tokens de saída.

Tradução completa (pt-BR)

00:00 Certo. Neste vídeo, vamos analisar o Kardashev 0.7, um novo modelo de uma startup chamada Banbury Road, que o apresenta como o primeiro swarm treinado do mundo, composto por 32 modelos distintos. Vale lembrar que tudo o que vou mostrar vem do anúncio deles. Portanto, são afirmações deles, não resultados dos meus próprios testes, mas os números são muito interessantes. Então, vamos dar uma olhada. Em vez de treinar um único modelo gigante, eles treinaram 32 modelos juntos, usando um método chamado RL for population scaling, ou RLPS. A ideia é que esses modelos desenvolvam organicamente

00:30 suas próprias especializações, de modo que cada um fique bom em coisas diferentes e eles se complementem. Agora, se você olhar aqui na publicação de pesquisa, diz: “Cada membro compartilha um backbone pré-treinado e depois recebe suas próprias atualizações de parâmetros.” Então, você não armazena 32 modelos completos. Eles dizem que dobrar a população aumenta o armazenamento dos pesos do modelo em apenas cerca de 0,6%. E, no anúncio, dizem que o conjunto todo precisa de cerca de 0,03x da memória necessária. Agora, esta parte vem da publicação de pesquisa e é um resultado com oito modelos, testados em SuperGLUE, Tweet Eval, Sentiment e 288 tarefas mantidas fora do treinamento

01:03 do Musique, com oito modelos treinados como uma população. A pontuação da avaliação é 81,70%, e os mesmos oito modelos, treinados individualmente, obtêm 71,04%. Portanto, são cerca de 10 pontos a mais por treiná-los juntos. Vale lembrar que essa pontuação seleciona a melhor resposta entre oito respostas, comparadas com as respostas conhecidas. Portanto, é uma medida de cobertura, não o resultado de um único modelo por conta própria. E a frase de destaque deles é: “Dobrar o número de modelos proporciona praticamente o mesmo ganho que multiplicar por 2,02 os parâmetros de um único modelo.” Então, dá para entender a ideia. No passado, escalávamos pelo

01:34 tamanho do modelo, e eles querem escalar pelo número de modelos. Vale lembrar que este é o estudo com oito modelos. O resultado do Kardashev com 32 modelos aparece apenas no vídeo de anúncio. Então, aqui está o benchmark que eles mostram: SuperGLUE, que avalia conhecimentos de nível de pós-graduação. O Kardashev 0.7 chega a 49,8%, o GPT-5.5 fica em 41,0%, o GLUE-3.7 max em 37,9%, e o DeepSeek V4 Pro em 32,6%. Portanto, neste gráfico, ele supera os outros três, o que é muito bom, mas é apenas um benchmark

02:05 divulgado pelas pessoas que criaram o modelo. Então, é um bom começo, mas eu gostaria de ver números independentes antes de dizer mais. Agora, o que mais me chamou a atenção foi o custo. No gráfico deles, o preço por milhão de tokens de saída é de 18 centavos para o Kardashev. O GPT-5.5 custa US$ 30, o Qwen-3.7 Max custa US$ 4,95 e o DeepSeek V4 Pro, US$ 3,96. E dá para ver que a escala aqui é logarítmica, então a diferença é maior do que parece. No post, eles dizem que o custo de inference fica entre 0,007x e 0,02x. Então, se

02:37 isso se confirmar, é algo muito importante para qualquer pessoa que execute operações em grande escala. Eles também dizem que resolveram um problema em aberto de 70 anos em geometria algébrica por menos de US$ 500. É uma afirmação muito forte, e eu ainda não vi a prova, então não vou dizer que está confirmado. Se for verdade, é incrível, e vou acompanhar para ver se os matemáticos verificam. Então, o que ainda não sabemos? Não consegui encontrar pesos abertos, uma API pública ou uma licença. O vídeo termina com “seja um dos primeiros a experimentar”. Então, por enquanto, parece haver uma lista de espera, e todos os benchmarks

03:09 vêm da Banbury Road. Então, eu diria que é uma ideia empolgante, mas ainda está no começo. Neste vídeo, vimos o Kardashev 0.7, um swarm de 32 modelos que escala pelo número de modelos, em vez do tamanho do modelo. Se você se interessou, pode ler a publicação de pesquisa pelo link na descrição e me dizer o que achou. O vídeo de anúncio e os gráficos são creditados à Banbury Road. Até a próxima. Confira o próximo vídeo.

Transcrição original

[00:00] All right. In this video, we will look at Kardashev 0.7, a new model from a startup called Banbury Road, and they’re calling it the world’s first trained swarm made of 32 distinct models. Now, mind you, everything I’m going to show you comes from their own announcement. So, these are their claims and not my tests, but the numbers are really interesting. So, let’s go ahead and look at them. So, instead of training one giant model, they trained 32 models together, and the method is called RL for population scaling or RLPS. The idea is that these models organically develop

[00:30] their own specialization, so each one gets good at different things, and they complement each other. Now, if you look here on the research post, it says, “Every member shares a pre-trained backbone and then gets its own parameter updates.” So, you’re not storing 32 full models. They say that doubling the population adds only about 0.6% to the model weight storage. And in the announcement, they say the whole thing needs about 0.03x of the required memory. Now, this part is from the research post, and it’s an eight-model result they tested on SuperGLUE, Tweet Eval, Sentiment, and 288 held-out tasks

[01:03] from Musique with eight models trained as a population. The evaluation score is 81.70%, and the same eight models trained individually get 71.04%. So, that’s about 10 points from training them together. Now, mind you, this score takes the best answer out of eight responses checked against the known answers, so it is a coverage number and not what one model gets on its own. And their headline line is, “Two times the number of models gives you about the same gain as 2.02 times the parameters in a single model.” So, you can see the idea here. In the past, we scaled by

[01:34] model size, and they want to scale by model count. Mind you, this is the eight-model study. The 32-model Kardashev result is only in the announcement video. So, here is the benchmark they show, SuperGLUE, which is graduate-level knowledge. Kardashev 0.7 is at 49.8%, GPT-5.5 is at 41.0, GLUE-3.7 max is at 37.9, and DeepSeek V4 Pro is at 32.6. So, on this one chart, it is ahead of all three and that’s really good, but it is one benchmark

[02:05] reported by the people who built the model. So, this is a good start and I would want to see independent numbers before saying more. Now, the part that got me most is the cost. On their chart, the price per million output tokens is 18 cents for Kardashev. GPT-5.5 is $30, Qwen-3.7 Max is $4.95 and DeepSeek V4 Pro is $3.96. And you can see the scale here is logarithmic, so the gap is bigger than it looks. In the tweet, they put it as somewhere between 0.007x and 0.02x of the inference cost. So, if

[02:37] this holds up, that is a really big deal for anyone running things at scale. Now, they also say they solved a 70-year-old open problem in algebraic geometry for under $500. That is a really big claim and I have not seen the proof, so I’m not going to tell you it’s confirmed. If this is true, it is amazing and I’ll be watching to see if mathematicians check it. So, what do we not know yet? I could not find open weights, a public API, or a license. The video ends with be among the first to try it. So, it looks like a waitlist for now and all the benchmarks

[03:09] are from Banbury Road. So, I’d say exciting idea, early days. So, in this video, we have seen Kardashev 0.7, a swarm of 32 models that scales by model count instead of model size. If you’re interested, you can go ahead and read the research post link in the description and let me know what you think. Announcement video and charts are credited to Banbury Road. I’ll see you in another one. Check out the next video.