Battre GPT-5.6 Sol sur la recherche documentaire avec des modèles open 100 fois moins chers

Neon détaille dans un billet technique comment son modèle Castform, basé sur des poids ouverts, dépasserait les performances de GPT-5.6 Sol sur des benchmarks de retrieval, tout en réduisant les coûts d'inférence d'un facteur 100. L'article met en avant des choix d'architecture et d'optimisation permettant ce gain d'efficacité.