El desenvolupament de grans models de raonament ha estat dominat fins ara pels laboratoris nord-americans i xinesos, amb les empreses europees lluitant per situar-se al mateix nivell de rendiment sense els mateixos pressupostos de computació. Multiverse Computing, una companyia amb seu a Donostia-Sant Sebastià i oficines també als Estats Units, Canadà i altres punts d'Europa, porta anys treballant en tècniques de compressió de models per fer-los més eficients sense sacrificar-ne la capacitat.
El 2 de setembre, l'empresa ha presentat Quasar 438B, el seu model insígnia de raonament per a agents empresarials i programació, amb 438.000 milions de paràmetres. Segons l'índex independent Artificial Analysis Intelligence, versió 4.1.1, Quasar obté una puntuació de 43, la més alta assolida fins ara per un model europeu, per davant de Mistral Medium 3.5 (30) i de Nvidia Nemotron 3 Ultra (38). El model genera 500 testimonis de sortida en 15,3 segons, inclòs el temps de raonament, i puntua 75,0 en la prova de raonament de context llarg d'Artificial Analysis i 69,3 en Terminal-Bench v2.1. «Quasar demostra que els desenvolupadors europeus d'IA no han de triar entre rendiment de raonament i velocitat», ha declarat Enrique Lizaso, cofundador i conseller delegat de Multiverse Computing. El model admet anglès i castellà i ja és accessible a través de l'API CompactifAI de l'empresa, que compta amb més de cent clients globals, entre els quals Iberdrola, Bosch i el Banc del Canadà.
La notícia és rellevant perquè és un dels pocs casos en què un model desenvolupat a Europa s'imposa, almenys en un índex de referència concret, a alternatives nord-americanes com Nvidia Nemotron, en un moment en què governs i empreses del continent busquen reduir la seva dependència tecnològica de fora de la Unió Europea.
La puntuació prové d'un únic índex independent i d'un conjunt limitat de proves de referència, que no reflecteix necessàriament el rendiment del model en tasques empresarials reals fora d'aquest banc de proves, i l'empresa mateixa és qui difon les xifres de comparació amb els seus rivals.