Periodic Neon supera GPT-6 Astra e Claude Fable 5.1 em análise científica

O resultado

A Periodic Labs anunciou o Periodic Neon, modelo treinado com dados dos próprios laboratórios da empresa, que supera os modelos de fronteira GPT-6 Astra e Claude Fable 5.1 em análise de difração de raios-X (XRD) - com custo por análise menor. No FrontierXRD, o conjunto interno mais difícil de avaliações da empresa, composto por 134 amostras que levam horas até de especialistas humanos para serem resolvidas, o Neon atinge 55,3% de taxa de sucesso. O ponto de partida foi o Kimi K2.6, modelo open-weight pós-treinado pela empresa, que tinha apenas 2,7% de sucesso - uma melhoria de 20 vezes.

O problema: análise de XRD

A difração de pó por raios-X é uma das principais ferramentas para identificar o que foi formado em um experimento de síntese de materiais, já que cada fase cristalina produz um padrão característico de picos. Em amostras multifásicas, os padrões se sobrepõem e a interpretação correta depende de contexto: precursores, temperatura, atmosfera, histórico de manipulação, literatura e simulações. A análise pode levar horas por padrão, mesmo para especialistas - as soluções aceitas continham, em média, cinco fases. Com o aumento da escala dos laboratórios autônomos da empresa, os cientistas já não conseguem analisar manualmente todos os resultados.

Metodologia de avaliação

Todos os modelos foram testados com o Periodic Harness, que segundo a empresa supera harnesses de código como Claude Code e Codex para esse uso. O sucesso foi medido por um conjunto LLM-Judge com Opus 5 e GPT-5.6-Sol, calibrado com avaliações de especialistas. O custo dos modelos externos foi estimado por preços de API padrão assumindo caching perfeito; o do Neon, pelo throughput por hora de H200 ao preço de US$ 2,5 por hora. A empresa afirma que o Neon estabelece uma fronteira Pareto-ótima de custo versus desempenho.

Generalização

Em outra avaliação, com 198 medições de XRD de sistemas químicos mantidos fora do midtraining e do RL (excluindo também sistemas que os contêm), o Neon superou os modelos de fronteira, indicando capacidades transferíveis para além dos sistemas químicos vistos no treino. Esse teste é mais fácil que o FrontierXRD.

Ingredientes técnicos

• Scientific Harness: contra um harness baseado no Claude Code com ferramentas XRD padrão (bancos abertos COD e Materials Project e o software BGMN), o harness científico da Periodic alcança 3,8 vezes mais sucesso a custo similar, usando o mesmo modelo subjacente (Claude Opus 5 com raciocínio alto).
• RL além de recompensas verificáveis: como a análise de XRD não pode ser verificada apenas pelo ajuste do padrão, a empresa transformou julgamento de especialistas com PhD em um conjunto de juízes LLM com rubrica detalhada. Especialistas humanos concordaram entre si em 77,2% dos casos; o LLM-judge concordou com humanos em 74,6% e com o consenso de especialistas em 84%.
• Midtraining científico: o Neon partiu de um modelo open-weight de 1 trilhão de parâmetros e recebeu midtraining multimodal com literatura acadêmica, código e dados experimentais - corpus proprietário que dobra a cada mês. Abstrações iniciais mostram que o midtraining eleva recompensas no RL subsequente e o sucesso no FrontierXRD, mesmo com pequena fração dos dados sobre XRD.

Compute e próximos passos

A execução final de treino usou 1.300 GPUs H200, muito menos do que as mais de 100.000 GPUs Blackwell reportadas no treino do Astra. A empresa observa que o desempenho melhora com o escalonamento do RL em dados experimentais e com mais compute de inferência, e cita o Kimi K3 como possível ponto de partida open-weight mais forte para futuras versões. O Neon já está em produção nos laboratórios da Periodic, analisando experimentos na busca por supercondutores e ímãs melhores. A conclusão da empresa é que escalar laboratórios autônomos junto com os sistemas de IA que aprendem deles permitirá atacar questões científicas hoje fora de alcance.