Испанская Multiverse Computing выпустила Quasar 438B — свою первую большую языковую модель класса 438 млрд параметров, ориентированную на корпоративных агентов и программирование. На независимом индексе Artificial Analysis Intelligence Index v4.1.1 она набирает 43 балла — лучший результат среди европейских моделей, а её самая доказуемая сильная сторона — длинный контекст: 75,0 баллов на AA-LCR при окне в 1 млн токенов, на уровне Grok 4.6 high. Модель проприетарная, работает на английском и испанском языках и доступна через CompactifAI API по $0,60 за миллион входных и $1,80 за миллион выходных токенов. Слабые места — агентный кодинг, где Quasar 438B почти на 20 баллов отстаёт от лидера Terminal-Bench v2.1, и повышенная многословность, которая при текущих ценах заметно влияет на итоговый счёт.

image
image

Что произошло

Multiverse Computing из Испании представила Quasar 438B — первую собственную модель в классе больших языковых моделей на 438 млрд параметров, рассчитанную на корпоративных агентов и программирование. Модель проприетарная, поддерживает контекст до 1 млн токенов и работает на английском и испанском языках. По данным Artificial Analysis, на индексе Artificial Analysis Intelligence Index v4.1.1 Quasar 438B набирает 43 балла, опережая Mistral Medium 3.5 с 30 баллами и NVIDIA Nemotron 3 Ultra с 38. На бенчмарке длинного контекста AA-LCR результат — 75,0 балла, на уровне Grok 4.6 high. В агентном кодинге на Terminal-Bench v2.1 модель получает 69,3 балла против 89,1 у лидера Claude Opus 5. Оценки скорости в источниках расходятся: независимые замеры Artificial Analysis показывают 176 токенов/с при TTFT 1,06 с, при этом в материалах релиза фигурирует ответ «за 15,3 секунды на 500 токенов». Доступна модель через CompactifAI API по цене $0,60 за миллион входных и $1,80 за миллион выходных токенов; регистрация открыта на dashboard.compactif.ai.

Контекст

Multiverse Computing исторически ассоциируется с технологией сжатия моделей CompactifAI — то же имя носит и API, через который компания выпустила свою первую большую модель. До этого релиза у Испании не было заметного игрока в классе больших рассуждающих моделей, а европейским ориентиром в этой категории считалась Mistral со своей mid-tier моделью. Из этого следует главная оговорка к формулировке «Europe's Leading AI Model» из заголовка релиза: она опирается на сравнение с региональным набором моделей, а не с фронтиром. Показательна асимметрия профиля Quasar 438B: в длинном контексте она действительно сопоставима с фронтирными системами, тогда как в агентном кодинге остаётся догоняющей. Это типичный профиль специализированной модели с сильной нишей, а не универсального флагмана, и именно так стоит читать этот релиз. Отдельный открытый вопрос — архитектура: связь Quasar 438B с компрессионной технологией CompactifAI в доступных источниках не раскрывается.

Почему это важно для индустрии

Для отрасли это первый заметный выход Испании в класс больших рассуждающих моделей: Quasar 438B обходит европейского флагмана Mistral Medium 3.5 на 13 баллов индекса интеллекта при меньшем числе параметров, что усиливает тезис о «суверенном ИИ» Европы и появлении независимых опций вне США и Китая. Экономика релиза давит на рынок агентных API: входные токены по $0,60 за миллион при скорости 176 токенов/с и TTFT 1,06 с делают документоёмкие агентные пайплайны заметно дешевле и снижают ценность закрытого доступа к длинному контексту как конкурентного преимущества. Дешёвый вход позволяет масштабные прогоны — мониторинг потоков документов и bulk-обработку — без тяжёлого RAG-слоя; если цена удержится, а многословность снизят, паттерн «агент без RAG над средним корпусом» может стать дефолтом для MVP, а длинноконтекстные API — самостоятельной товарной категорией с ценовой конкуренцией. Вероятен и рост роутинга моделей: дешёвую модель для чтения и длинного контекста будут комбинировать с фронтиром для кодинга, где Quasar 438B пока существенно уступает. Ключевой тест на ближайшие месяцы — появятся ли технический отчёт, SLA, enterprise-условия и реальные кейсы развертываний: без них Multiverse останется в категории региональных поставщиков, с ними — может занять нишу бюджетного варианта для длинного контекста на европейском API-рынке.

Почему это важно для пользователей

Если вы делаете агентов или копилоты, модель доступна без собственной инфраструктуры: через CompactifAI API с регистрацией на dashboard.compactif.ai, поэтому пилот можно запустить немедленно и на своих evals проверить фактическую многословность, стоимость одной задачи и латентность под своей нагрузкой. Практичный первый сценарий — мультидокументный анализ и вопросы по длинным документам и исследовательским задачам на английском и испанском: здесь модель сильна (75,0 на AA-LCR при окне 1 млн токенов), а вход по $0,60 за миллион токенов позволяет дешёвые масштабные прогоны. Для продуктов, где ядро — кодинг или универсальные агенты, мигрировать рано: в терминальном кодинге разрыв с фронтиром почти 20 баллов. Важный практический нюанс — многословность: примерно пятикратное превышение медианы умножает счёт за выходные токены по $1,80 за миллион и время работы агента, поэтому итоговая цена задачи может оказаться заметно выше, чем обещает дешёвый вход. Модель официально работает на английском и испанском; о поддержке русского языка в источниках ничего не сказано, поэтому русскоязычным командам стоит пилотировать через английский и проверять качество на своих данных.

Что пока неизвестно / ограничения

Заголовок «Europe's Leading AI Model» — интерпретация, а не установленный факт: он опирается на сравнение с mid-tier моделью Mistral Medium 3.5, а не с фронтиром. AA-LCR 75,0 — это один бенчмарк одного оценщика (Artificial Analysis); методология и протоколы прогона в доступных источниках не раскрыты, а заявленная сила длинного контекста пока не подтверждена независимыми воспроизведениями. По скорости есть внутреннее противоречие: 15,3 секунды на 500 токенов (около 33 токенов/с) против 176 токенов/с по Artificial Analysis — вероятно, это разные метрики (сквозная задержка задачи против чистой скорости генерации), но методология нигде не раскрыта. Многословность примерно в 5 раз выше медианы способна съесть выгоду дешёвого входа при цене $1,80 за миллион выходных токенов. Данных о SLA, rate limits, uptime и кейсах продакшена в источниках нет, поэтому надёжность для продакшена не доказана. Технического отчёта нет, связь архитектуры Quasar 438B с CompactifAI-сжатием не раскрыта. О поддержке русского языка ничего не заявлено.

Источники

Автор

Look at AI, редакция