Hacker News 中文摘要

RSS订阅

夸沙438B：欧洲领先的AI模型 -- Quasar 438B: Europe's Leading AI Model

原文链接 | HN讨论 | 2026-09-02 23:52:09

Quasar 438B是欧洲领先的AI推理模型，在人工智能分析指数上获得43分，超越其他欧洲模型。它支持英语和西班牙语，速度快，15.3秒内返回500个token，专为企业级代理和编码任务设计，兼具高效与低延迟特性。

正文

Quasar 438B是Multiverse Computing推出的旗舰推理模型，专为企业级智能体和编程任务设计。该模型支持英语和西班牙语，在人工智能分析智能指数（v4.1.1版本）中得分43，是欧洲模型中的最高分。该指数综合了九项评估，包括GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、人类最后考试、GPQA Diamond、CritPt、AA-Omniscience和AA-LCR。Quasar的43分领先于Mistral Medium 3.5（30分）、NVIDIA Nemotron 3 Ultra（38分）和Inkling（42分），而该领域领先的Claude Opus 5得分为63。

Quasar不仅智能，而且速度快。它能在15.3秒内返回500个token（包括思考时间）。在对比模型中，只有三个模型更快，其中只有Gemini 3.7 Flash在指数上得分更高。在得分超过Quasar的模型中，只有两个能在25秒内响应，其余需要38到156秒。

Multiverse Computing致力于提高AI的效率和可部署性。Quasar将这一工作带入4000亿参数级别，是一个推理模型，适用于需要规划、工具使用、代码执行和大上下文的多步骤任务，且没有该级别模型通常的延迟问题。该模型通过CompactifAI API提供，团队无需搭建基础设施即可测试。

在长上下文推理方面，Quasar在AA-LCR测试中得分75.0，与Grok 4.6（高）持平，接近Claude Opus 5的75.7分和Qwen3.8 2.4T A95B的75.3分，领先Nemotron 3 Ultra 4.0分，领先Mistral Medium 3.5 9.7分。在智能体编码和终端工作方面，Quasar在Terminal-Bench v2.1中得分69.3，领先Mistral Medium 3.5 18.7分，领先Nemotron 3 Ultra 15.4分，落后于Claude Opus 5的89.1分。

Quasar专为运行软件开发智能体、技术副驾驶、研究系统和工作流自动化的组织设计。其终端基准和长上下文结果支持需要保持上下文、协调行动和处理多步骤任务的智能体。响应时间使这些循环足够快，可以集成到交互式产品中，而不是批处理作业。支持英语和西班牙语使Quasar成为欧洲和国际企业的实用基础，这些企业需要推理能力，同时不将部署限制在单一语言。团队可以将其应用于工程、运营和知识工作，只要准确性、上下文和可靠的任务完成决定结果。

评论

根据评论内容，总结如下：

主要观点与论据：

  1. 模型性能质疑：多数评论认为Quasar模型（438B参数）表现不如Qwen3.8-27B（27B参数），质疑其基准测试可信度。

    • "How can it be that a 438B model is worse than Qwen3.8-27B? Are these benchmarks totally gamed?"（评论9）
    • "Ironic, considering they are releasing a 438B model that loses to a 27B one."（评论15）

  2. 模型来源与原创性：评论指出该模型可能基于中国开源模型（如GLM 5.2）微调或压缩，而非完全自研。

    • "I think this is GLM 5.2 with parameters removed... capabilities are identical to GLM 5.2."（评论16）
    • "I wouldn't be surprised if these guys just finetuned an open Chinese model and called it a day."（评论15）

  3. 公司可信度与营销：多位评论者批评公司宣传夸大（如量子算法、压缩技术），且高管背景可疑。

    • "Multiverse Computing is one of the weirdest companies... product descriptions are just technobabble."（评论17）
    • "The leadership team of that company is outsized and bizarre."（评论7）

  4. 欧洲AI生态反思：部分评论表达对欧洲AI落后的担忧，同时肯定模型多样性价值。

    • "It seems Europe is many years behind in tech... for AI models they are just a decade behind."（评论21）
    • "As a European, or in general, this make me happy. Since the more diversity the better."（评论13）

  5. 开放权重与基准测试：评论强调封闭权重模型难以验证，且基准测试易被操纵。

    • "When the weights are closed I don't believe any benchmark."（评论14）
    • "Open weights models get tested on naked model quality. 'Frontier' models get tested as a model + whatever secret sauce they choose to put in front."（评论14）

平衡性说明：
- 正面观点：少数评论认可欧洲AI进展（评论13），或期待公司改进（评论8）。
- 负面观点：多数评论聚焦性能不足、原创性存疑、营销夸大，并质疑公司技术实力。
- 中立观点：部分评论关注模型实用性（评论5）、开放权重必要性（评论2），或呼吁更透明的技术披露（评论8）。