歐洲新世代 AI 旗手：Multiverse Computing 發表 Quasar 438B，AA 智慧指數奪下 43 分

歐洲有了新的最強 AI 模型候選人。2026 年 9 月 2 日，總部位於西班牙聖塞巴斯蒂安、以量子啟發式張量網路模型壓縮技術聞名的 Multiverse Computing，發表了該公司第一款大型語言模型 Quasar 438B。這是一個擁有 4,380 億參數、專為企業級 Agent 與程式開發而建的推理模型。根據該公司的發布資料，它在 Artificial Analysis Intelligence Index v4.1.1 上拿下 43 分——是比較欄位中所有歐洲模型的最高成績。

這次發表是一個明確的宣示。Multiverse Computing 過去的招牌，是讓別人的模型變得更小、更快、更便宜；如今它帶著自家旗艦直接跨入 4,000 億參數級距，並把效率至上的工程基因一併帶了進來。

基準測試實際數據

Artificial Analysis Intelligence Index v4.1.1 是由九項評測加權組成的綜合指標，涵蓋四大類：Agent 能力（GDPval-AA v2 與 τ³-Banking）、程式設計（Terminal-Bench v2.1 與 SciCode）、科學推理（Humanity’s Last Exam、GPQA Diamond 與 CritPt），以及通用知識與長上下文推理（AA-Omniscience 與 AA-LCR）。Quasar 的綜合分數 43，領先 Mistral Medium 3.5 的 30 分、NVIDIA Nemotron 3 Ultra 的 38 分與 Inkling 的 42 分——不過整個欄位最頂端仍由 63 分的 Claude Opus 5 領銜。

但原始分數只是 Multiverse 訴求的一半，另一半是延遲。Quasar 完成一次 500 token 的回應（含推理時間）只需 15.3 秒。在該公司的比較中只有三個模型更快：Nemotron 3.5 Lightning 的 9.4 秒（指數 24 分）、Gemini 3.5 Flash-Lite 的 10.8 秒（37 分），以及 Gemini 3.7 Flash 的 11.5 秒（56 分）——其中只有 Gemini 3.7 Flash 同時比 Quasar 更快又更強。而在分數高於 Quasar 的模型中，只有兩個能在 25 秒內作答，其餘都需要 38 到 156 秒。

與歐洲同儕的對比尤其鮮明。Mistral Medium 3.5 得 30 分、耗時 18.8 秒；Nemotron 3 Ultra 得 36 分、耗時 25.7 秒，參數量還比 Quasar 多出 1,120 億；Inkling 得 42 分、僅落後一分，卻需要 48.3 秒——超過 Quasar 的三倍。對上 Mistral，兩個軸線都是 Quasar 勝出：分數更高、回應更快。

長上下文推理是 Quasar 最接近前沿梯隊的項目。它在 AA-LCR 上拿下 75.0 分——這項測驗評估模型從長篇文件中擷取、連結並跨文件推理資訊的能力。這個成績與 Grok 4.6（high）的 75.0 持平，距離 Claude Opus 5 的 75.7 與 Qwen3.8 2.4T A95B 的 75.3 僅一步之遙，並分別領先 Nemotron 3 Ultra 4.0 分、Mistral Medium 3.5 達 9.7 分。

在 Terminal-Bench v2.1——讓 Agent 在真實終端環境中檢視程式庫、執行指令、診斷錯誤並完成連續動作序列的評測——Quasar 拿下 69.3 分，領先 Mistral Medium 3.5 達 18.7 分、Nemotron 3 Ultra 達 15.4 分，但仍落後由 Claude Opus 5（89.1 分）領銜的前沿水準。Multiverse 自己也坦承這是 Quasar 進步空間最大的項目，也是下一輪研發的重點。該公司並表示，在構成指數的九項個別評測中，Quasar 有八項優於可比較的歐洲模型（圖表選取的八項中為七項）。

模型背後的效率基因

Multiverse Computing 並不是為了訓練前沿模型而創立的公司。這家由共同創辦人暨執行長 Enrique Lizaso 帶領的新創，靠著 CompactifAI 建立事業——一個運用量子啟發式張量網路技術壓縮大型語言模型的平台，讓模型能跑在邊緣裝置與更便宜的基礎設施上。CompactifAI App 已於 2026 年 3 月上線，將離線 AI 帶到邊緣硬體；該公司的 API 則提供一系列精選的壓縮版前沿模型。

Quasar 把這套血統延伸到旗艦級距。「這是歐洲 AI 的重要里程碑：Quasar 證明了歐洲 AI 開發者不必在推理效能與速度之間二選一，」Lizaso 在發布聲明中表示。「歐洲企業需要能處理複雜任務、使用工具、掌握長文件的模型，也需要在歐洲本土開發的強大 AI 上擁有更多選擇與管道。Quasar 把這兩個需求結合在一起。」

這個定位在商業上極具意義。在 Agent 系統中，一個使用者請求可能需要模型規劃任務、呼叫多個工具、檢查結果再調整策略。當一個 Agent 得呼叫模型數十次才能完成一件工作，每次的延遲會複合成數分鐘的等待。一個能維持接近前沿的推理能力、又能讓回應循環夠快的模型，正是互動式企業產品需要的——而這恰恰是多數 4,000 億級模型始終做不到的。

主權 AI 脈絡

這次發表正落在歐洲主權 AI 浪潮的高點。AI Insider 的報導將 Quasar 視為歐洲「能在能力與速度上與美中頂尖模型競爭」的證據——就區域層級而言，基準表格部分支持了這個說法，儘管絕對前沿仍在美國。

Quasar 支援英文與西班牙文，讓需要跨團隊、跨市場部署同一套推理系統的歐洲與國際企業，不必將部署限縮在單一語言。Multiverse 列出的目標應用包括軟體工程 Agent、技術副駕駛、營運自動化、文件密集的研究與知識工作——這些都是準確度、上下文掌握與完成時間共同決定 AI 系統實用性的領域。

模型的取得管道是 CompactifAI API，輸入價格為每百萬 token 0.60 美元，團隊不需要自建基礎設施就能評測。自架授權條款在發布聲明中未提及；Multiverse 表示 Quasar 的程式與 Agent 能力後續還有更多更新。

後續觀察重點

Quasar 究竟是一次性的新聞稿，還是歐洲認真投入前沿競賽的起點，取決於三個問題。第一，獨立驗證：這些數字全部來自 Multiverse 自家的發布資料，第三方 Artificial Analysis 上的實測結果將決定 43 分是否站得住腳。第二，Terminal-Bench 差距：69.3 分在區域內很強，但落後 Claude Opus 5 二十分，而程式 Agent 正是當前價值最高的企業工作負載。第三，開放性：Quasar 的權重、或至少一個壓縮過的 CompactifAI 版本，是否會開放自架——那才是真正改變歐洲主權 AI 盤勢、而不只是改變排行榜的一步。

目前為止，標題夠簡單：歐洲的效率專家正式進軍大模型競賽，而且第一揮棒，就比這塊大陸過去交付過的任何東西都更接近前沿。