Quasar 438B: Европейская модель ИИ, которая обходит конкурентов по скорости и интеллекту
Quasar 438B: Europe's Leading AI Model
Multiverse Computing представила Quasar 438B — свою первую модель с более чем 400 млрд параметров, предназначенную для корпоративных агентов и кодинга. Модель набирает 43 балла в Artificial Analysis Intelligence Index, что является лучшим результатом среди европейских моделей, опережая Mistral Medium 3.5 (30) и NVIDIA Nemotron 3 Ultra (38). При этом Quasar отвечает за 15,3 секунды, быстрее многих более крупных конкурентов. Модель поддерживает английский и испанский языки, доступна через CompactifAI API и особенно сильна в задачах на длинный контекст (75.0 в AA-LCR) и агентном кодинге (69.3 в Terminal-Bench).
Quasar 438B — это первая большая модель, выпущенная Multiverse Computing, и она набирает 43 балла по Artificial Analysis Intelligence Index — самый высокий результат среди всех европейских моделей.
- fantyoon
Возможно, я неправильно это читаю. Но они, похоже, сильно намекают, что сами обучали эту модель. Или, по крайней мере, хотят создать такое впечатление. Иначе строка «Ведущая европейская модель» не имеет особого смысла.
Их основная деятельность — удаление параметров из моделей [1], и я думаю, что это GLM 5.2 с удалёнными параметрами. В их журнале изменений [2] указано: «возможности идентичны GLM 5.2», у неё те же два уровня усилий «high» и «max», и обе версии только текстовые [3]. Возможно, я ошибаюсь, но я бы хотел услышать больше о том, что они делали, прежде чем менять своё мнение.
Лично мне не очень нравится такой маркетинг. Независимо от того, что это за модель.
[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
Эта компания, по-моему, просто напускает туману. С их страницы «О нас»:
> В основе платформы Multiverse лежит CompactifAI — технология сжатия, которая применяет тензорные сети, математический аппарат из квантовой физики, к задаче сжатия моделей ИИ. Это применение было разработано соучредителем и главным научным сотрудником доктором Романом Орусом и позволяет уменьшить размер больших языковых моделей до 80–95% с незначительной потерей точности.
Ирония в том, что они выпускают модель на 438B параметров, которая проигрывает модели на 27B. Из другого раздела:
> Singularity Machine Learning — это облачный сервис, использующий квантовое машинное обучение для решения задач обучения с учителем.
Не удивлюсь, если эти ребята просто дообучили открытую китайскую модель и назвали это днём.
- espadrine
Я хочу, чтобы у этой компании были отличные модели. Я рад видеть такие хорошие результаты.
Я вижу, что у них есть аккаунт на HuggingFace[0], и в прошлом они дообучали GPT-OSS, Nemotron и Qwen под новыми именами.
Однако есть некоторые вещи, которые меня беспокоят.
• Они не указывают количество активных параметров и не сообщают, обучали ли они модель с нуля. Возможно, это дообучение MiniMax M3, так как количество параметров почти совпадает (435B против 438B).
• Они упоминают использование квантовых алгоритмов в других проектах: https://multiversecomputing.com/singularity, несмотря на то, что квантовые алгоритмы в настоящее время обычно не очень полезны.
Это была бы не первая компания с громким релизом, как Brampton Intelligence[1] или SubQ[2].
В отличие от них, у этих, похоже, есть опыт дообучения моделей. Несмотря на мои опасения, я болею за то, чтобы они научились обучать модели.
[0]: https://huggingface.co/MultiverseComputingCAI
- walrus01
Я не хочу, чтобы единственными жизнеспособными локально размещаемыми моделями (deepseek v4 flash 0731 Q8, qwen 3.8-flash-next Q8, GLM-5.3-Flash) в классе с менее чем 200 ГБ ОЗУ были модели с открытым весом из Китая.
Я хочу, чтобы такие модели, как Mistral и Laguna (не из Китая), преуспели. Я потратил около недели на тестирование Laguna S 2.1, и хотя я не был поражён её возможностями, она вполне приемлема для многих целей.
Я действительно надеюсь, что эти ребята из Quasar поймут: если вы анонсируете новую модель, и она уже работает хуже, чем то, что люди могут скачать с HuggingFace и/или получить доступ по очень дешёвым тарифам на токены через OpenRouter или OpenCode... Если ваша новая модель доступна только через API, и люди не могут её скачать/изучить, она получит очень мало распространения и реального использования.
Я вижу её как нишевый продукт для европейского суверенитета, если это абсолютно необходимо, размещённый и запущенный в Европе, конечно. Так же, как Mistral. Это ниша, которая существует; вероятно, достаточно места для пары компаний среднего размера, занимающихся этим... наверное?
- Roark66
Когда веса закрыты, я не верю ни одному бенчмарку.
Я только что заставил Qwen3.8-27B набрать дополнительные 10% на SWE Pro, добавив перед ним прокси с несколькими простыми функциями, похожими на «харнесс»:
- когда модель застревает, он говорит ей «продолжай»
- когда она не выводит ничего, выдаёт некорректный JSON, сбивается на неправильный формат использования инструментов и т.п., он просит её «попробуй ещё раз лучше»
- обнаруживает повторения и сообщает модели.
- вставляет подсказку о «планировании использования инструментов», когда кажется, что она повторно использует одни и те же инструменты.
- вставляет напоминание, что она может использовать инструменты, если не было использований инструментов более X сообщений.
10% — только с этим.
У меня есть ещё что протестировать. Моя мысль в том, что модели с открытым весом тестируются на качество самой модели. «Фронтирные» модели тестируются как модель + любой секретный соус, который они решат поставить перед ней.
- throwaw12
Не знал, что «самая высоко оценённая модель ЕС» имеет низкую планку, ниже, чем Qwen3.8-27B, но всё же поздравляю с достижением, надеюсь, следующие итерации станут лучше.
- trvz
Как европеец: мне всё равно, откуда модель с открытым весом.
- amelius
Что я хочу, так это модель, обученную на данных, которые находятся в открытом доступе и курируются академическим сообществом. Я не хочу корпоративного мусора в моём ИИ (если только он не был должным образом отфильтрован).