اگر برای اجرای عامل‌های هوش مصنوعی در مقیاس سازمانی با تأخیرهای طولانی دست‌وپنجه نرم می‌کنید، Quasar 438B می‌تواند قواعد بازی را تغییر دهد. این مدل استدلالی (Reasoning Model) — شبیه شطرنج‌بازی که قبل از هر حرکت، چندین گام جلوتر را می‌بیند — تعادلی میان قدرت تفکر و سرعت پاسخ‌دهی ایجاد کرده است که پیش از این در مدل‌های بزرگ دیده نمی‌شد.
به نقل از Multiverse Computing، مدل Quasar 438B نخستین مدل مقیاس‌بزرگ این شرکت است که به‌طور اختصاصی برای عامل‌های (Agents) سازمانی و وظایف پیچیده کدنویسی مهندسی شده است. این مدل که از زبان‌های انگلیسی و اسپانیایی پشتیبانی می‌کند، خود را به عنوان ابزاری همه‌کاره برای عملیات تجاری جهانی معرفی کرده است. Quasar روی یک چالش قدیمی در دنیای هوش مصنوعی دست گذاشته است: مدل‌های بسیار هوشمند معمولاً از تأخیرهای (Latency) بازدارنده رنج می‌برند و مدل‌های سریع، دقت پایینی دارند.
طبق گزارش Artificial Analysis Intelligence Index v4.1.1، این مدل به امتیاز ۴۳ دست یافته است که بالاترین نمره برای یک مدل اروپایی تا به امروز است. این شاخص ترکیبی بسیار سخت‌گیرانه است و نتایج ۹ ارزیابی مجزا را با هم ترکیب می‌کند؛ این ارزیابی‌ها شامل GDPval-AA v2، τ³-Banking، Terminal-Bench v2.1، SciCode، Humanity's Last Exam، GPQA Diamond، CritPt، AA-Omniscience و AA-LCR هستند. در این رقابت، Quasar به‌طور محسوسی از رقبای منطقه‌ای خود مانند Mistral Medium 3.5 (امتیاز ۳۰) و NVIDIA Nemotron 3 Ultra (امتیاز ۳۸) پیشی گرفته است. هرچند مدل‌های جهانی مثل Claude Opus 5 با امتیاز ۶۳ همچنان در صدر هستند، اما Quasar جهشی بزرگ برای حاکمیت هوش مصنوعی حاکمیتی (Sovereign AI) و توانمندی‌های تکنولوژیک در اروپا محسوب می‌شود.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی بهینه‌سازی هزینه‌های استنتاج اشاره کردیم، سرعت در محیط‌های عملیاتی اهمیت حیاتی دارد. در محک‌های اندازه‌گیری زمان بازگشت ۵۰۰ توکن (Token) — تکه‌های کوچکی از متن شبیه برش‌های کیک که مدل تکه‌تکه می‌خورد — مدل Quasar تنها ۱۵.۳ ثانیه زمان نیاز داشت. این رقم بسیار مهم است زیرا شامل زمان «تفکر» داخلی مدل که برای استدلال لازم است نیز می‌شود. این سرعت، Quasar را در رده سریع‌ترین مدل‌های کلاس خود قرار می‌دهد.
در این مقایسه، تنها سه مدل سریع‌تر از Quasar بودند، اما از میان آن‌ها فقط Gemini 3.7 Flash توانست نمره هوشی بالاتری در شاخص هوش کسب کند. در حالی که اکثر مدل‌های با امتیاز بالا، زمان پاسخ‌دهی بسیار کندتری دارند و بازه زمانی آن‌ها بین ۳۸ تا ۱۵۶ ثانیه است، Quasar گزینه‌ای بسیار عملی‌تر برای برنامه‌های سازمانی در زمان واقعی (Real-time) است، جایی که تجربه کاربر مستقیماً به سرعت پاسخ‌دهی وابسته است.
شرکت Multiverse Computing مدت‌هاست که بر روی بهینه‌تر کردن هوش مصنوعی و قابلیت استقرار آن تمرکز کرده است و Quasar 438B نقطه اوج این فلسفه در کلاس مدل‌های با بیش از ۴۰۰ میلیارد پارامتر است. این مدل برای وظایفی که نیاز به برنامه‌ریزی دقیق، استفاده از ابزار (Tool Use)، اجرای کد و توانایی مدیریت زمینه‌های متنی بزرگ بدون تأخیرهای معمول مدل‌های عظیم است، بهینه شده است. این ویژگی‌ها آن را به‌ویژه برای عامل‌های خودمختاری که باید بدون توقف در جریان‌های کاری پیچیده حرکت کنند، مناسب می‌سازد. این رقابت در حوزه مدل‌های عامل‌محور شدت یافته است، به‌طوری که مدل Qwen3.8-27B نیز اخیراً در وظایف چندوجهی توانست از Opus4.6 Max پیشی بگیرد و استانداردهای جدیدی را تعریف کند.
برای تسهیل دسترسی توسعه‌دهندگان و سازمان‌ها و کاهش موانع ورود، Multiverse Computing این مدل را از طریق API سرویس CompactifAI عرضه کرده است. این رویکرد به تیم‌ها اجازه می‌دهد تا بدون نیاز به سرمایه‌گذاری روی سخت‌افزارهای عظیم یا مدیریت زیرساخت‌های سخت‌افزاری پیچیده، قابلیت‌های مدل را فوراً ادغام و تست کنند.
با ترکیب هوش سطح پیشرو (Frontier-class) و زمان پاسخ‌دهی سریع، Quasar 438B قصد دارد انتظارات از هوش مصنوعی اروپایی را بازتعریف کند و جایگزینی قدرتمند برای سازمان‌هایی باشد که به استدلال عمیق در کنار چابکی مورد نیاز برای نرم‌افزارهای سطح تولید (Production-grade) نیاز دارند. در حالی که صنعت به سمت گردش‌های کاری عامل‌محور (Agentic) حرکت می‌کند، توانایی استدلال سریع و دقیق، تمایز اصلی برای پذیرش هوش مصنوعی در سازمان‌ها خواهد بود.
گام بعدی شما
- اگر از مدل‌های Mistral یا Nemotron استفاده می‌کنید، عملکرد Quasar را در وظایف کدنویسی چندمرحله‌ای مقایسه کنید.
- بررسی کنید که آیا تأخیر ۱۵ ثانیه‌ای برای جریان‌های کاری (Workflows) سازمان شما قابل قبول است یا خیر.
- قابلیت‌های API سرویس CompactifAI را برای یکای پیاده‌سازی سریع (Rapid Prototyping) بررسی کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو