
Multiverse Computing bringt Quasar 438B – stärkstes europäisches KI-Modell
Multiverse Computing positioniert Quasar 438B als direkten Angriff auf die Dominanz amerikanischer und asiatischer Frontier-Modelle: Mit 438 Milliarden Parametern ist es das bislang größte Modell des spanischen Unternehmens, das bisher vor allem durch Quantencomputing-gestützte KI-Kompression (CompactifAI) bekannt war. Der Intelligence Index v4.1.1 von Artificial Analysis setzt sich aus neun Teilevaluierungen zusammen – darunter GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience und AA-LCR – und misst damit ein breiteres Fähigkeitsspektrum als einzelne Benchmarks. Mit 43 Punkten übertrifft Quasar nicht nur europäische Konkurrenten wie Mistral Medium 3.5 (30 Punkte) und Inkling (42 Punkte), sondern schlägt auch NVIDIAs Nemotron 3 Ultra (38 Punkte), das 112 Milliarden Parameter mehr besitzt. Besonders auffällig ist die Long-Context-Leistung: Mit 75,0 Punkten auf AA-LCR liegt Quasar gleichauf mit Grok 4.6 (high) und nur knapp hinter Claude Opus 5 (75,7) und Qwen3.8 2.4T A95B (75,3). Bei Terminal-Bench v2.1, dem agentenorientierten Coding-Test in echten Terminal-Umgebungen, erzielt Quasar 69,3 Punkte – deutlich vor Mistral Medium 3.5 und Nemotron 3 Ultra, aber noch mit klarem Abstand zur Spitzengruppe um Claude Opus 5 (89,1). Das Modell unterstützt Englisch und Spanisch, was es für europäische und lateinamerikanische Unternehmenskunden besonders interessant macht. Multiverse Computing kündigt weitere Updates an, ohne konkrete Zeitrahmen zu nennen.
- Intelligence Index v4.1.1 kombiniert neun Teilevaluierungen: u.a. τ³-Banking, Terminal-Bench v2.1, SciCode, GPQA Diamond und AA-LCR.
- Auf AA-LCR (Long-Context Reasoning) erreicht Quasar 75,0 Punkte – gleichauf mit Grok 4.6 (high) und nur 0,7 Punkte hinter Claude Opus 5.
- Terminal-Bench v2.1: Quasar erzielt 69,3 Punkte, 18,7 Punkte vor Mistral Medium 3.5 und 15,4 Punkte vor Nemotron 3 Ultra.
- Inkling (42 Punkte) braucht 48,3 Sekunden für 500 Token – mehr als doppelt so lang wie Quasars 15,3 Sekunden bei einem Punkt mehr im Index.
- Zugang erfolgt über die CompactifAI API (dashboard.compactif.ai) ohne eigene Infrastruktur; Kontakt für Enterprise: business@multiversecomputing.com.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge

Multiverse Computing bringt Quasar 438B – stärkstes europäisches KI-Modell
Multiverse Computing positioniert Quasar 438B als direkten Angriff auf die Dominanz amerikanischer und asiatischer Frontier-Modelle: Mit 438 Milliarden Parametern ist es das bislang größte Modell des spanischen Unternehmens, das bisher vor allem durch Quantencomputing-gestützte KI-Kompression (CompactifAI) bekannt war. Der Intelligence Index v4.1.1 von Artificial Analysis setzt sich aus neun Teilevaluierungen zusammen – darunter GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience und AA-LCR – und misst damit ein breiteres Fähigkeitsspektrum als einzelne Benchmarks. Mit 43 Punkten übertrifft Quasar nicht nur europäische Konkurrenten wie Mistral Medium 3.5 (30 Punkte) und Inkling (42 Punkte), sondern schlägt auch NVIDIAs Nemotron 3 Ultra (38 Punkte), das 112 Milliarden Parameter mehr besitzt. Besonders auffällig ist die Long-Context-Leistung: Mit 75,0 Punkten auf AA-LCR liegt Quasar gleichauf mit Grok 4.6 (high) und nur knapp hinter Claude Opus 5 (75,7) und Qwen3.8 2.4T A95B (75,3). Bei Terminal-Bench v2.1, dem agentenorientierten Coding-Test in echten Terminal-Umgebungen, erzielt Quasar 69,3 Punkte – deutlich vor Mistral Medium 3.5 und Nemotron 3 Ultra, aber noch mit klarem Abstand zur Spitzengruppe um Claude Opus 5 (89,1). Das Modell unterstützt Englisch und Spanisch, was es für europäische und lateinamerikanische Unternehmenskunden besonders interessant macht. Multiverse Computing kündigt weitere Updates an, ohne konkrete Zeitrahmen zu nennen.
- Intelligence Index v4.1.1 kombiniert neun Teilevaluierungen: u.a. τ³-Banking, Terminal-Bench v2.1, SciCode, GPQA Diamond und AA-LCR.
- Auf AA-LCR (Long-Context Reasoning) erreicht Quasar 75,0 Punkte – gleichauf mit Grok 4.6 (high) und nur 0,7 Punkte hinter Claude Opus 5.
- Terminal-Bench v2.1: Quasar erzielt 69,3 Punkte, 18,7 Punkte vor Mistral Medium 3.5 und 15,4 Punkte vor Nemotron 3 Ultra.
- Inkling (42 Punkte) braucht 48,3 Sekunden für 500 Token – mehr als doppelt so lang wie Quasars 15,3 Sekunden bei einem Punkt mehr im Index.
- Zugang erfolgt über die CompactifAI API (dashboard.compactif.ai) ohne eigene Infrastruktur; Kontakt für Enterprise: business@multiversecomputing.com.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.