Hacker News 45分钟前 · 2026-09-03 13:52:46 · 2 阅读
Quasar 438B：欧洲最强AI大模型
Quasar 438B 是我们的旗舰推理模型，专为企业级智能体和代码生成而构建。这是 Multiverse Computing 发布的第一个大模型，支持英西双语，在 Artificial Analysis Intelligence Index 综合评分达 43 分，成为该领域欧洲模型的最高分。
Intelligence Index v4.1.1 综合了九项评测：GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond、CritPt、AA-Omniscience 与 AA-LCR。Quasar 以 43 分领先于 Mistral Medium 3.5（30 分）、NVIDIA Nemotron 3 Ultra（38 分）和 Inkling（42 分），而该榜单由 Claude Opus 5（63 分）领跑。
Quasar 不仅聪明，而且快速。连同推理时间在内，生成 500 个 token 仅需 15.3 秒。对比列表中仅有三个模型速度更快，且只有一个——Gemini 3.7 Flash——在综合评分上超过 Quasar。在得分高于 Quasar 的模型中，仅有两个能在 25 秒内完成响应，其余则需要 38 至 156 秒不等。
Multiverse Computing 一直致力于让 AI 更高效、更易部署。Quasar 将这一理念带入了 4000 亿参数以上的大模型阵营：这是一款针对多步任务的推理模型，支持规划、工具调用、代码执行与大上下文，同时摆脱了此类规模模型通常伴随的高延迟。
该模型已通过 CompactifAI API 上线，团队无需搭建基础设施即可进行测试。
**得分最高的欧洲模型**
图 1. Artificial Analysis Intelligence Index v4.1.1，九项评测的综合得分，越高越好。
Quasar 综合得分为 43，领先于 Mistral Medium 3.5 达 13 分，领先于参数量多出 1120 亿的 Nemotron 3 Ultra 达 5 分。
**前沿级别的速度**
图 2. 端到端响应时间：输出 500 个 token 所需秒数（含推理时间），越低越好。
Quasar 用 15.3 秒完成 500 token 的响应。对比中另外三个更快的模型分别是 Nemotron 3.5 Lightning（9.4 秒，得分 24）、Gemini 3.5 Flash-Lite（10.8 秒，得分 37）和 Gemini 3.7 Flash（11.5 秒，得分 56）。只有最后一个同时更快、更强。
反过来读数据则差距更大：Quasar 得 43 分耗时 15.3 秒，Mistral Medium 3.5 得 30 分耗时 18.8 秒，Nemotron 3 Ultra 得 36 分耗时 25.7 秒，Inkling 得 42 分需要 48.3 秒——超过 Quasar 438B 的两倍还多。
在与 Mistral Medium 3.5 的对决中，Quasar 在两个维度上都领先：得分更高（43 比 30），响应更快（15.3 秒比 18.8 秒）。
**长上下文推理**
*图 3. AA-LCR 得分，越高越好。*
Quasar 在 AA-LCR 上取得 75.0 分，该测试考察从长篇文档中提取、关联和推理信息的能力。这与 Grok 4.6（高配版）的 75.0 分持平，距 Claude Opus 5 的 75.7 分仅差一点，也接近 Qwen3.8 2.4T A95B 的 75.3 分。它领先 Nemotron 3 Ultra 4.0 分，领先 Mistral Medium 3.5 9.7 分。
长上下文处理能力是企业研究、文档分析和 agentic 工作流的基础，而 Quasar 正是在这一领域最接近前沿团队。
**Agentic 编码与终端工作**
*图 4. Terminal-Bench v2.1 得分，越高越好。*
Quasar 在 Terminal-Bench v2.1 上取得 69.3 分，该基准在真实终端环境中检验 agent 的工作能力。它领先 Mistral Medium 3.5 18.7 分，领先 Nemotron 3 Ultra 15.4 分，但落后由 Claude Opus 5（89.1 分）领衔的前沿团队。这是 Quasar 最具提升空间的评估项，也是下一阶段工作的重点。
**四项结果一览**
图 1. Artificial Analysis Intelligence Index v4.1.1，九项评测的综合得分，越高越好。
Quasar 综合得分为 43，领先于 Mistral Medium 3.5 达 13 分，领先于参数量多出 1120 亿的 Nemotron 3 Ultra 达 5 分。
**前沿级别的速度**
图 2. 端到端响应时间：输出 500 个 token 所需秒数（含推理时间），越低越好。
Quasar 用 15.3 秒完成 500 token 的响应。对比中另外三个更快的模型分别是 Nemotron 3.5 Lightning（9.4 秒，得分 24）、Gemini 3.5 Flash-Lite（10.8 秒，得分 37）和 Gemini 3.7 Flash（11.5 秒，得分 56）。只有最后一个同时更快、更强。
反过来读数据则差距更大：Quasar 得 43 分耗时 15.3 秒，Mistral Medium 3.5 得 30 分耗时 18.8 秒，Nemotron 3 Ultra 得 36 分耗时 25.7 秒，Inkling 得 42 分需要 48.3 秒——超过 Quasar 438B 的两倍还多。
在与 Mistral Medium 3.5 的对决中，Quasar 在两个维度上都领先：得分更高（43 比 30），响应更快（15.3 秒比 18.8 秒）。
**长上下文推理**
*图 3. AA-LCR 得分，越高越好。*
Quasar 在 AA-LCR 上取得 75.0 分，该测试考察从长篇文档中提取、关联和推理信息的能力。这与 Grok 4.6（高配版）的 75.0 分持平，距 Claude Opus 5 的 75.7 分仅差一点，也接近 Qwen3.8 2.4T A95B 的 75.3 分。它领先 Nemotron 3 Ultra 4.0 分，领先 Mistral Medium 3.5 9.7 分。
长上下文处理能力是企业研究、文档分析和 agentic 工作流的基础，而 Quasar 正是在这一领域最接近前沿团队。
**Agentic 编码与终端工作**
*图 4. Terminal-Bench v2.1 得分，越高越好。*
Quasar 在 Terminal-Bench v2.1 上取得 69.3 分，该基准在真实终端环境中检验 agent 的工作能力。它领先 Mistral Medium 3.5 18.7 分，领先 Nemotron 3 Ultra 15.4 分，但落后由 Claude Opus 5（89.1 分）领衔的前沿团队。这是 Quasar 最具提升空间的评估项，也是下一阶段工作的重点。
**四项结果一览**
表1. Quasar 438B在四张Artificial Analysis图表上的表现。来源：Artificial Analysis。
专为企业级代理与编码而构建
Quasar面向部署软件开发代理、技术助手、研究系统和工作流自动化的企业打造。Terminal-Bench和长上下文测试结果表明，该模型能有效支持需要维持上下文、协调操作并处理多步骤任务的代理场景。其响应速度足以支撑交互式产品内的实时循环，而非仅用于批量作业。
支持英语和西班牙语，使Quasar成为欧洲及国际企业的实用基石——无需将部署局限于单一语言即可获得推理能力。团队可在工程、运营和知识工作等多种场景中部署，只要准确性、上下文理解和可靠的任务完成度能决定最终产出。
Quasar将带来更多更新，敬请期待。
立即上手
CompactifAI API。 注册并开始发送请求：dashboard.compactif.ai
Artificial Analysis。 查看基准测试数据
联系我们。 也可通过 business@multiversecomputing.com 联系我们的团队。
原始来源： Hacker News