欧州最高スコアのAIモデル「Quasar 438B」登場、速度も最速クラス
Quasar 438B: Europe's Leading AI Model
Multiverse Computingが、企業向けエージェントとコーディングに特化した推論モデル「Quasar 438B」を発表。Artificial Analysis Intelligence Indexでスコア43を記録し、欧州モデルとして最高を達成。Mistral Medium 3.5（30）やNVIDIA Nemotron 3 Ultra（38）を上回る。500トークンの応答を15.3秒で返し、速度と性能のバランスに優れる。長文コンテキスト推論（AA-LCR）で75.0を獲得し、Grok 4.6と並ぶ。エージェント向けターミナル操作（Terminal-Bench）では69.3を記録。英語とスペイン語に対応し、CompactifAI APIで利用可能。
Quasarは43のスコアを記録し、これはMistral Medium 3.5より13ポイント、Nemotron 3 Ultraより5ポイント高い数字です。
HNでの議論
128- fantyoon
読み違えているかもしれませんが、彼らはこのモデルを訓練したと強くほのめかしているように思えます。あるいは少なくとも、そのような印象を与えたいのでしょう。そうでなければ「欧州最高のモデル」という表現はあまり意味を成しません。
彼らの本業はモデルからパラメータを取り除くことであり[1]、これはGLM 5.2からパラメータを取り除いたものだと思います。チェンジログ[2]では「機能はGLM 5.2と同一」と宣伝されており、同じ2つの努力設定「high」と「max」があり、どちらもテキストのみです[3]。私のこの見解は間違っているかもしれませんが、考えを変える前に彼らが何をしたのかもっと詳しく聞きたいです。
個人的には、このモデルが何であれ、このマーケティングはあまり好きではありません。
[1]: https://multiversecomputing.com/compactifai/deployment
[2]: https://docs.compactif.ai/changelog/#added-3
[3]: https://docs.compactif.ai/features/multi-modality/#compatibi...
- pu_pe
この会社は私には大げさな話のように聞こえます。彼らのアバウトページから引用します：
> Multiverseのプラットフォームの中核はCompactifAIであり、これは量子物理学の数学的枠組みであるテンソルネットワークをAIモデル圧縮の問題に適用する圧縮技術です。この応用は共同創業者で最高科学責任者のDr. Román Orúsによって先駆けられ、大規模言語モデルのサイズを最大80〜95%削減し、精度の損失はほぼありません。
皮肉なことに、彼らは27Bモデルに負ける438Bモデルをリリースしているのです。別の箇所から：
> Singularity Machine Learningは、教師あり学習問題を解くために量子機械学習を使用するクラウドサービスです。
彼らがオープンな中国のモデルをファインチューニングして、それで終わりにしたとしても、私は驚かないでしょう。
- espadrine
この会社に素晴らしいモデルができることを願っています。これほど良いスコアを見られて嬉しいです。
彼らにはHuggingFaceアカウント[0]があり、過去にGPT-OSS、Nemotron、Qwenを新しい名前でファインチューニングしたことがわかります。
しかし、いくつか気になる点もあります。
• アクティブなパラメータ数や、モデルを事前学習したかどうかを示していません。MiniMax M3のファインチューニングかもしれません。パラメータ数がほぼ一致します（435B対438B）。
• 他のプロジェクトで量子アルゴリズムを使用していると述べています：https://multiversecomputing.com/singularity 量子アルゴリズムは現在のところ一般的には有用ではないにもかかわらずです。
派手なリリースを行う会社はこれが初めてではありません。例えばBrampton Intelligence[1]やSubQ[2]などがあります。
それらとは異なり、彼らはモデルのファインチューニングの経験があるようです。私の懸念はさておき、彼らがモデルの訓練方法を学ぶことを応援しています。
[0]: https://huggingface.co/MultiverseComputingCAI
- walrus01
私は、中国製のオープンウェイトモデル（deepseek v4 flash 0731 Q8、qwen 3.8-flash-next Q8、GLM-5.3-Flashなど）だけが、200GB未満のRAMクラスでローカルにホストできる実行可能な選択肢になるのは望んでいません。
MistralやLaguna（非中国製）のようなものが成功するのを見たいです。私は約1週間Laguna S 2.1をテストとして使ってきましたが、その能力に圧倒されたわけではありませんが、多くの目的にはまったく許容できるものでした。
私は、これらのQuasarの人々が、新しいモデルを発表しても、それが人々がhuggingfaceからダウンロードできたり、openrouterやopencode経由で非常に安いトークンプランでアクセスを購入できるものよりもすでに性能が劣っている場合、そしてAPIのみで人々がダウンロード/検査できない場合、そのモデルはほとんど採用されず、実際の使用もされないことを学んでほしいと願っています。
ヨーロッパの主権のためのニッチ市場として、絶対に必要な場合にはヨーロッパでホストされ実行されることは理解できます。Mistralと同じです。それは存在するニッチであり、おそらく適度な規模の会社がいくつかやる余地は十分にあるでしょう... たぶん？
- Roark66
ウェイトがクローズドである限り、私はどのベンチマークも信じません。
私はちょうどQwen3.8-27Bに、いくつかの単純な「ハーネスのような機能」を持つプロキシを前に置くことで、SWE Proで追加で10%スコアを獲得させました：
- モデルが行き詰まったとき、「続けて」と指示する
- 出力がない、不正なJSON、間違ったツール使用形式などになったとき、「もっとうまくやり直して」と求める
- 繰り返しを検出してモデルに伝える
- 同じツールを繰り返し使用しているように見えるとき、「ツール使用を計画する」というプロンプトを注入する
- Xメッセージ以上ツールを使用していない場合、ツールを使用できることを思い出させるリマインダーを注入する
10% — それだけで。
テストすべきことはまだあります。私の言いたいことは、オープンウェイトモデルは裸のモデル品質でテストされるのに対し、「フロンティア」モデルはモデルと、彼らがその前に置くことを選ぶ秘密のソースを合わせてテストされるということです。
- throwaw12
「欧州最高スコアのモデル」が低いハードルだとは知りませんでした。Qwen3.8-27Bより低いとは。それでもマイルストーンおめでとうございます。次のイテレーションがここからより良くなることを願っています。
- trvz
ヨーロッパ人として：私はオープンウェイトモデルがどこから来るか気にしません。
- amelius
私が欲しいのは、オープンに利用可能なデータで訓練され、そのデータが学界によってキュレーションされたモデルです。企業のクソをAIに入れたくありません（適切にフィルタリングされていない限り）。