Multiverse Computing 推出 Quasar 438B：歐洲最強 AI 模型，卻被質疑是中國 GLM-5.2 壓縮版

編按：本文綜合整理自 Multiverse Computing 官方公告、Artificial Analysis 基準測試、European Business Magazine 報導與 Hacker News 留言，並加入 Siami 編輯部觀點與分析。

模型定位與核心規格

西班牙 AI 公司 Multiverse Computing 於 2026 年 9 月 2 日正式發布 Quasar 438B，這是該公司第一款 400B 參數級別的旗艦推理模型。官方公告指出，Quasar 支援英語與西班牙語，主要面向企業級代理（agent）與程式開發任務。

根據 Artificial Analysis Intelligence Index v4.1.1 評測，Quasar 438B 拿下 43 分，是當前所有歐洲 AI 模型中最高分。該指數綜合九項基準測試：GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity’s Last Exam、GPQA Diamond、CritPt、AA-Omniscience 與 AA-LCR。

這項成績讓 Quasar 一舉超越：

Mistral Medium 3.5（30 分）
NVIDIA Nemotron 3 Ultra（38 分，參數量比 Quasar 多 112 億）
Inkling（42 分）

不過整個榜單仍由 Claude Opus 5 以 63 分領跑，Quasar 與頂級集團之間仍有 20 分差距。

速度優勢：同級最快的推理模型

Quasar 不只在分數上領先歐洲同業，在速度上也跑進頂級區間。官方數據顯示，Quasar 完成 500 token 回應（含思考時間）只需 15.3 秒。

整體比較中只有三個模型更快：

Nemotron 3.5 Lightning：9.4 秒，但 Intelligence Index 只有 24 分
Gemini 3.5 Flash-Lite：10.8 秒，37 分
Gemini 3.7 Flash：11.5 秒，56 分（唯一一個「又快又強」的對手）

從另一個角度看，與分數相近的對手比較：

Quasar：43 分，15.3 秒
Mistral Medium 3.5：30 分，18.8 秒
Nemotron 3 Ultra：36 分，25.7 秒
Inkling：42 分，48.3 秒（比 Quasar 慢超過兩倍）

無論從哪個角度看，Quasar 在「分數 / 速度」雙軸上都明顯優於同級歐洲對手。

長上下文與代理能力

在 AA-LCR（長文件理解推理）測試中，Quasar 拿下 75.0 分，與 Grok 4.6（high）並列，距離 Claude Opus 5（75.7）僅 0.7 分，距離 Qwen3.8 2.4T A95B（75.3）僅 0.3 分。這項指標對企業研究、文件分析與代理工作流至關重要，也是 Quasar 最接近頂級集團的領域。

在 Terminal-Bench v2.1（真實終端機代理測試）中，Quasar 拿下 69.3 分，領先 Mistral Medium 3.5（差距 18.7 分）與 Nemotron 3 Ultra（差距 15.4 分），但距離 Claude Opus 5 的 89.1 分仍有 20 分差距。官方也承認這是 Quasar 目前「改進空間最大」的領域。

商業策略：歐洲「主權 AI」敘事

Multiverse Computing 把 Quasar 定位為「歐洲主權 AI（European Sovereign AI）」的代表。這家總部位於西班牙的公司今年 7 月剛完成 5.7 億美元（約 5 億歐元）C 輪融資，投前估值 17 億美元，投資方包括 Quantonation 與多家戰略投資人。

官方公告強調 Quasar 支援英語與西班牙語，目標客戶是「需要在多語言環境中部署推理能力的歐洲與國際企業」，涵蓋工程、營運與知識工作等場景。

模型本身透過 CompactifAI API 提供服務，團隊無需自建基礎設施即可使用。CompactifAI 是 Multiverse 的核心技術，使用量子物理的張量網路（tensor networks）框架把大型語言模型壓縮到原來的 1/12 大小，保留 95-98% 的能力。

為什麼這件事重要

Quasar 438B 的發表不只是又多一個 LLM 問世這麼簡單——它代表 歐洲在 AI 主權敘事上第一次拿出「可量化」的技術成績單。

過去兩年，歐洲各國政府與企業在 AI 領域的投入一直給外界「喊得兇、做不出」的印象。Mistral 雖然總部位於法國，但其早期模型 Mistral 7B 與 Mixtral 系列在基準測試上始終追不上美國旗艦。Quasar 438B 出現的時間點很微妙：

官方首次用「歐洲第一」這個量化敘事，而且有 Artificial Analysis 的第三方數據背書
速度與成本的雙重優勢讓 Quasar 不只是「學術展示」，而是瞄準企業實際部署
5.7 億美元融資顯示資本市場願意為「歐洲主權 AI」買單，押注地緣政治紅利

對台灣與亞洲市場而言，Quasar 代表的「歐洲選擇」是 AI 供應鏈多元化的另一個訊號。繼美國（OpenAI、Anthropic）、中國（GLM、Qwen、DeepSeek）之後，歐洲正在建立第三個 AI 陣營。

數據解讀與質疑

不過這份亮眼的成績單引發了 激烈的爭議。Hacker News 上多位網友指出，Artificial Analysis 頁面其實把 Quasar 438B 標註為 「based on GLM-5.2」——這代表 Quasar 並非真正從零訓練的模型，而是把中國智譜（Zhipu AI）的 GLM-5.2 模型拿來壓縮後的版本。

爭議點包括：

官方敘事 vs 技術實況的落差：Multiverse 把 Quasar 定位為「歐洲領先」，但底層權重明顯來自中國模型。這引發「這到底算不算歐洲 AI」的質疑
CompactifAI 的本質是壓縮，不是訓練：官方文件承認他們的核心技術是「減少參數數量」，這與「訓練新模型」是兩件完全不同的事
「能力與 GLM 5.2 完全相同」的更新日誌：被網友抓包後成為質疑的關鍵證據
戰略意義 vs 技術含量的拉鋸：即使 Quasar 真的是 GLM-5.2 的壓縮版，Multiverse 仍可能透過「歐洲部署」、「資料落地」、「合規優勢」這些非技術因素拿到企業訂單

另一個值得關注的數字是 Quasar 的 Intelligence Index 43 分 vs Claude Opus 5 的 63 分——Quasar 雖然是「歐洲第一」，但仍落後頂級模型約 32%。這代表歐洲 AI 陣營的「主權敘事」目前仍須面對「技術天花板」這個殘酷現實。

最後，Quasar 採 封閉原始碼（proprietary） 模式，與 Mistral、Qwen 等開源路線截然不同。Multiverse 沒有釋出模型權重、技術報告或訓練細節，這讓「它到底是不是 GLM-5.2」的爭議短期內難以證實或證偽。

後續發展

Multiverse 在公告中表示「更多 Quasar 更新即將到來」，暗示未來會推出更多模型尺寸與功能版本。Terminal-Bench 是官方承認「改進空間最大」的領域，下一代版本預計會針對代理與程式開發場景做更深的最佳化。

對企業用戶而言，CompactifAI API 目前已開放註冊，第一個月免費。