Quasar 438B: najwyższy wynik europejskiego modelu AI w indeksie

Multiverse Computing, firma specjalizująca się w skompresowanych modelach AI, 2 września 2026 r. ogłosiła w San Sebastián w Hiszpanii wprowadzenie modelu Quasar 438B. To flagowy model do złożonego wnioskowania, przeznaczony dla agentów AI działających na skalę przedsiębiorstw oraz do programowania.

Quasar jest pierwszym dużym modelem wprowadzonym przez Multiverse Computing. Obsługuje język angielski i hiszpański. W indeksie Artificial Analysis Intelligence Index v4.1.1 uzyskał wynik 43, co jest najlepszym rezultatem europejskiego modelu w tym zestawieniu.

Wynik ten pokazuje, że europejskie rozwiązania AI mogą konkurować z czołowymi modelami z USA i Chin pod względem możliwości oraz szybkości działania.

Nowy model:

• uzyskał lepszy wynik niż Mistral Medium 3.5, który zdobył 30 punktów, oraz NVIDIA Nemotron 3 Ultra z wynikiem 38;
• generuje 500 tokenów wyjściowych w 15,3 sekundy, a czas ten obejmuje również proces wnioskowania. Tylko trzy modele uwzględnione w porównaniu działają szybciej. Jednym z nich jest Gemini 3.7 Flash, który jako jedyny z tej grupy ma jednocześnie wyższy wynik w indeksie Intelligence Index. Quasar działa szybciej niż Mistral Medium 3.5, któremu wygenerowanie takiej odpowiedzi zajmuje 18,8 sekundy, a jego wynik jest wyższy o 13 punktów.

Szybkość ma szczególne znaczenie w systemach agentowych. Pojedyncze polecenie użytkownika może wymagać od modelu zaplanowania zadania, skorzystania z kilku narzędzi, sprawdzenia wyników i dostosowania sposobu działania. Gdy agent wykonuje dziesiątki wywołań modelu, aby zrealizować jedno zadanie, opóźnienia na poszczególnych etapach sumują się, powodując dodatkowe minuty oczekiwania. Quasar ma przyspieszać te procesy, zachowując zdolność do wnioskowania potrzebną przy złożonych zadaniach.

Multiverse Computing rozwija w ten sposób swoje rozwiązania z zakresu wydajnej i łatwej do wdrożenia AI w klasie modeli mających ponad 400 mld parametrów. Quasar ma 438 mld parametrów, co daje mu skalę potrzebną do wymagających zadań związanych z wnioskowaniem. Jednocześnie model ma odpowiadać na problem opóźnień, który często utrudnia wykorzystywanie bardzo dużych modeli w interaktywnych produktach dla firm.

„To ważny kamień milowy dla europejskiej AI: Quasar pokazuje, że europejscy twórcy modeli nie muszą wybierać między jakością wnioskowania a szybkością” — powiedział Enrique Lizaso, współzałożyciel i dyrektor generalny Multiverse Computing. „Europejskie przedsiębiorstwa potrzebują modeli, które potrafią rozwiązywać złożone zadania, korzystać z narzędzi i pracować z długimi dokumentami. Potrzebują także większego wyboru oraz dostępu do zaawansowanej AI opracowanej w Europie. Quasar łączy te wymagania w modelu przeznaczonym dla agentów AI i do programowania”.

Wysokie wyniki w zadaniach wymagających długiego kontekstu i programowania

Quasar uzyskał 75,0 punktu w Artificial Analysis Long Context Reasoning (AA-LCR). Test ten sprawdza, czy model potrafi wyszukiwać, łączyć i analizować informacje rozproszone w długich dokumentach. Wynik jest taki sam jak rezultat Grok 4.6 (high), o 1 punkt niższy od wyniku Claude Opus 5, a jednocześnie przewyższa rezultat Nemotron 3 Ultra o 4,0 punktu i Mistral Medium 3.5 o 9,7 punktu.

W teście Terminal-Bench v2.1, który ocenia agentów pracujących w rzeczywistych środowiskach terminalowych, Quasar uzyskał 69,3 punktu. To o 18,7 punktu więcej niż wynik Mistral Medium 3.5 i o 15,4 punktu więcej niż rezultat Nemotron 3 Ultra.

Wynik w Terminal-Bench pokazuje, że Quasar potrafi wykonywać praktyczne zadania związane z programowaniem i korzystaniem z wiersza poleceń, a nie tylko generować pojedyncze fragmenty kodu. Takie możliwości są istotne dla agentów programistycznych, którzy muszą przeglądać repozytoria, uruchamiać polecenia, diagnozować błędy i realizować ciąg powiązanych działań. Quasar pozostaje jednak za najlepszym wynikiem w tym teście. Prowadzi Claude Opus 5 z rezultatem 89,1, co wskazuje na obszar do dalszego rozwoju.

Wydajność przy pracy z długim kontekstem ma znaczenie między innymi w badaniach biznesowych i pracy z wiedzą. Wiele zadań wymaga korzystania z informacji zawartych w umowach, dokumentacji technicznej, regulaminach, raportach lub wcześniejszych interakcjach. Model musi znajdować istotne szczegóły, łączyć je i analizować cały zestaw materiałów, zamiast traktować każdy fragment niezależnie.

Artificial Analysis Intelligence Index v4.1.1 to średnia ważona z dziewięciu testów należących do czterech kategorii:

• agenci: GDPval-AA v2 i τ³-Banking;
• programowanie: Terminal-Bench v2.1 i SciCode;
• wnioskowanie naukowe: Humanity’s Last Exam, GPQA Diamond i CritPt;
• wiedza ogólna oraz wnioskowanie przy długim kontekście: AA-Omniscience i AA-LCR.

Quasar uzyskał lepsze wyniki niż porównywalne modele europejskie w ośmiu z dziewięciu testów.

Dostęp przez API CompactifAI

Model Quasar 438B jest już dostępny za pośrednictwem API CompactifAI. Organizacje mogą dzięki temu testować go i integrować z własnymi rozwiązaniami bez budowania własnej infrastruktury.

Obsługa języka angielskiego i hiszpańskiego pozwala wykorzystywać ten sam system w europejskich i międzynarodowych organizacjach, między różnymi zespołami i rynkami. Możliwe zastosowania obejmują inżynierię oprogramowania, automatyzację procesów operacyjnych, analizę dokumentów oraz pracę z wiedzą techniczną. W takich zadaniach o praktycznej użyteczności systemu decydują między innymi dokładność, zachowanie kontekstu i czas realizacji.

Multiverse Computing zamierza po premierze dalej rozwijać możliwości Quasara w zakresie programowania i pracy agentowej. Firma planuje kolejne aktualizacje modelu.

Multiverse Computing specjalizuje się w suwerennej i wydajnej AI. Firma tworzy szybkie, efektywne i wyspecjalizowane modele, które mają umożliwiać organizacjom bezpieczne wdrażanie zaawansowanej sztucznej inteligencji we własnej infrastrukturze. Ma to zapewniać pełną kontrolę nad danymi, zarządzaniem oraz zgodnością z przepisami.

Siedziba Multiverse Computing znajduje się w Donostii-San Sebastián w Hiszpanii. Firma ma także biura w Stanach Zjednoczonych, Kanadzie i w całej Europie. Obsługuje ponad 100 klientów na całym świecie, w tym Iberdrolę, Bosch oraz Bank of Canada.