Uma startup de San Sebastián, no País Basco, acaba de lançar o modelo de linguagem mais bem cotado alguma vez construído na Europa. O problema é que boa parte da engenharia por trás dele não nasceu na Europa. O Quasar 438B, apresentado pela Multiverse Computing a 2 de setembro de 2026, soma 438 mil milhões de parâmetros e um resultado de 43 pontos no Índice de Inteligência Artificial Analysis, o melhor registo de qualquer modelo europeu até hoje. Mas segundo várias análises técnicas publicadas nas semanas seguintes ao lançamento, o Quasar é, na prática, uma versão comprimida do GLM-5.2, um modelo chinês de pesos abertos da Z.ai. A contradição resume o momento estranho em que a Europa vive na corrida da inteligência artificial: quer soberania tecnológica, mas continua a depender de bases construídas fora do continente.
O que é o Quasar 438B, o novo “campeão” europeu da IA
A Multiverse Computing descreve o Quasar 438B como o seu modelo de raciocínio principal, pensado para agentes empresariais e tarefas de programação. O comunicado oficial de lançamento, distribuído a partir da sede da empresa em San Sebastián, apresenta o Quasar como o primeiro modelo de grande escala da companhia, que até agora se tinha dedicado sobretudo à compressão de modelos de terceiros através da sua plataforma CompactifAI. O Quasar fala inglês e espanhol e chega com uma janela de contexto de 1 milhão de tokens, um valor que o coloca ao nível dos maiores modelos da atualidade, incluindo o DeepSeek V4.1 Flash e o DeepSeek V4 Pro.
Ao contrário da maioria dos lançamentos recentes de IA, o Quasar não chegou com uma ficha técnica detalhada sobre a arquitetura interna. A empresa fala em compressão inspirada em redes tensoriais quânticas através da CompactifAI, mas não divulga publicamente a topologia exata da rede (seja em formato MERA, MPS ou outro), nem a taxa de compressão aplicada ao modelo base. Essa opacidade tornou-se, aliás, um dos pontos centrais da polémica que se seguiu ao anúncio, como se detalha mais abaixo.
Os números por detrás do Índice de Inteligência Artificial Analysis
O comunicado oficial da Multiverse Computing, distribuído via GlobeNewswire, apresenta números concretos: 43 pontos no Índice de Inteligência Artificial Analysis versão 4.1.1, 69,3 pontos no Terminal-Bench v2.1 (um teste de codificação agêntica) e 75,0 pontos no AA-LCR, o benchmark de raciocínio em contextos longos da Artificial Analysis. Segundo a Eden AI, plataforma que passou a distribuir o modelo dois dias após o lançamento, esta pontuação de 43 coloca o Quasar no 13º lugar entre 178 modelos avaliados globalmente pela Artificial Analysis, sendo ainda assim o melhor resultado alcançado por um modelo europeu.
O tempo de resposta também foi medido de forma independente: segundo a Mindpattern, a Artificial Analysis registou 15,3 segundos para gerar 500 tokens, um valor que a Multiverse não comentou publicamente. Nenhuma das fontes consultadas apresenta comparações diretas de pontuação entre o Quasar e rivais como o DeepSeek V4.1 Flash, o GPT-6 Astra ou o Qwen3.8-Max nos mesmos testes, o que dificulta avaliar se a vantagem europeia se sustenta fora do recorte regional em que a empresa optou por comunicar os resultados.
Quem está por detrás do modelo: Multiverse Computing e a CompactifAI
A Multiverse Computing não é uma recém-chegada ao mercado da IA. A empresa espanhola construiu a sua reputação em torno da CompactifAI, uma plataforma de compressão de modelos que promete reduzir custos de inferência através de métodos inspirados em computação quântica, sem recorrer a hardware quântico real na fase de utilização. A ideia central é simples de explicar, mesmo sem entrar em detalhes técnicos: em vez de treinar um modelo gigante do zero, a empresa pega em modelos já existentes, muitas vezes de código aberto, e comprime-os para correr com menos memória e menos energia, mantendo a maior parte da capacidade original.
Essa abordagem valeu à empresa um investimento avultado ainda antes do lançamento do Quasar. Em julho de 2026, a Multiverse anunciou uma ronda de Série C que visava angariar até 570 milhões de dólares (cerca de 500 milhões de euros), avaliando a empresa em 1,7 mil milhões de dólares pré-investimento. É esse capital, segundo a própria empresa e vários fundos envolvidos, que está a financiar a expansão da CompactifAI e o salto para modelos próprios de grande escala como o Quasar.
A polémica: um modelo “europeu” construído sobre uma base chinesa
É aqui que a história do Quasar 438B se torna verdadeiramente interessante para quem acompanha a política de IA na Europa. Uma análise publicada pela ibl.ai, sob o título direto “Quasar 438B Is API-Only, and That Is Not Sovereignty”, argumenta que o modelo é, na origem, uma compressão do GLM-5.2, o modelo de pesos abertos lançado pela chinesa Z.ai. Outra análise, da Pasquale Pillitteri, chega à mesma conclusão e descreve o Quasar como “um GLM 5.2 chinês comprimido”, questionando quanta inovação original existe de facto no modelo além do trabalho de compressão.
Nenhuma das análises consultadas mostra uma auditoria técnica independente e formal ao mecanismo interno de compressão da CompactifAI. A crítica foca-se, sobretudo, em dois pontos concretos: a proveniência chinesa do modelo base e a falta de transparência sobre pesos e arquitetura. A Multiverse, por seu lado, nunca escondeu que utiliza modelos de terceiros como ponto de partida, mas o discurso de marketing em torno do Quasar, centrado na bandeira europeia e na ideia de “o melhor modelo de IA europeu”, cria uma tensão evidente com a origem chinesa da base sobre a qual foi construído.
Sem pesos publicados: o que significa ser “só API”
Para além da questão da proveniência, há um segundo problema levantado pelos críticos: o Quasar 438B não disponibiliza pesos para descarregar, nem qualquer tipo de licença aberta. O acesso faz-se exclusivamente através da API da CompactifAI, ou de agregadores como a Eden AI. Isto significa que nenhuma instituição europeia pode, hoje, correr o Quasar nos seus próprios servidores, auditar o seu comportamento linha a linha, ou adaptar o modelo sem depender da infraestrutura da Multiverse Computing.
Este detalhe é central ao debate da soberania digital europeia. Um modelo pode ter sido desenvolvido por uma empresa europeia e, ainda assim, não garantir controlo total sobre a infraestrutura que o serve. Bancos, ministérios e operadoras que precisem de garantias de soberania de dados enfrentam a mesma limitação de sempre: dependem de uma única empresa e da disponibilidade contínua da sua API, exatamente como acontece com os modelos da OpenAI, da Google ou da Anthropic.
Quanto custa usar o Quasar 438B
Na Eden AI, o Quasar 438B está disponível sob o identificador compactifai/quasar-438b, com preços de 0,60 dólares por milhão de tokens de entrada e 1,80 dólares por milhão de tokens de saída. São valores competitivos face aos grandes modelos ocidentais de topo, embora ainda distantes da agressividade de preços chinesa: o DeepSeek V4.1 Flash, por exemplo, promete cortes de até 90% face ao seu antecessor, o V4 Pro. Diretamente através da CompactifAI, a Multiverse chegou a oferecer o primeiro mês gratuito como forma de atrair programadores para a plataforma, embora sem revelar publicamente a tabela de preços que se aplicaria depois do período promocional.
Vale notar que, apesar da promessa de eficiência da compressão, o Quasar não é claramente mais barato do que rivais de tamanho semelhante. A vantagem de custo da CompactifAI, se existir, está sobretudo do lado da Multiverse Computing, que reduz os seus próprios custos de inferência ao correr um modelo comprimido em vez do GLM-5.2 original, e não necessariamente do lado do cliente final que paga por token.
Os 570 milhões de dólares que financiam a aposta espanhola
A ronda de Série C anunciada em julho de 2026 é um dos maiores investimentos alguma vez feitos numa empresa europeia de inteligência artificial. A liderança do investimento coube à BNP Paribas Asset Management, à Bullhound Capital e à Forgepoint Capital International, com participação de nomes como o Santander Alternative Investments, a Tikehau Capital, a HP Inc., a Orange Ventures, o Qatar Development Bank e o Fundo Europeu de Inovação (EIC Fund). A plataforma de dados Multiples VC estima que, com este investimento, a avaliação da empresa terá subido para cerca de 2,3 mil milhões de dólares.
É um valor que coloca a Multiverse Computing entre as startups europeias de IA mais valiosas, num setor ainda dominado por números norte-americanos e chineses muito superiores. Para comparação, a própria Anthropic, dona do Claude, foi avaliada em cerca de 965 mil milhões de dólares numa ronda recente, mais de 400 vezes o valor atribuído à empresa basca. A diferença de escala mostra bem a distância que separa a Europa dos líderes globais da IA generativa, mesmo quando conta com bons resultados pontuais em testes específicos.
Quasar 1.1: a versão com dados gerados por computação quântica
Cerca de duas semanas depois do lançamento inicial, a Multiverse Computing apresentou o Quasar 1.1 438B, descrito pela própria empresa como uma reconstrução do modelo de programação principal. A grande novidade está na origem de parte dos dados de treino usados para corrigir falhas do modelo original: segundo a empresa, parte do chamado “conjunto de cura” foi gerado por um modelo de linguagem quântico híbrido, a correr no IBM Quantum System Two, instalado em Donostia-San Sebastián e equipado com um processador Heron de 156 qubits.
A Multiverse apresenta isto como a primeira vez que dados gerados por computação quântica entram no pipeline da CompactifAI. É um argumento de marketing forte, sobretudo porque a empresa nasceu ligada à investigação em computação quântica, e reforça a narrativa de que o hardware quântico instalado em território espanhol dá à Multiverse uma vantagem que nenhuma rival americana ou chinesa consegue replicar facilmente. Continua, no entanto, sem existir verificação técnica independente sobre o impacto real desses dados quânticos na qualidade final do modelo.
Quasar 438B contra a concorrência: DeepSeek, GPT-6 Astra, Gemini e Qwen
Setembro de 2026 foi um mês incomum na indústria da IA, com oito modelos relevantes lançados em apenas dez dias por cinco laboratórios diferentes. A Anthropic abriu a corrida a 1 de setembro com o Claude Fable 5.1 e o Claude Mythos 5.1. No dia seguinte, a Google lançou o Gemini 3.8 Flash (com 59 pontos no Índice Artificial Analysis), praticamente ao mesmo tempo que a Multiverse revelava o Quasar 438B. A OpenAI seguiu-se a 3 de setembro com o GPT-6 Astra, lançado sem qualquer conjunto de benchmarks públicos divulgado pela própria empresa. Já a DeepSeek encerrou a sequência a 10 de setembro com o V4.1 Flash, um modelo de 552 mil milhões de parâmetros com licença MIT totalmente aberta.
Face a este cenário, o Quasar 438B ocupa um nicho muito específico: nem é o maior modelo (o DeepSeek V4 Pro chega a 1,6 biliões de parâmetros), nem é o mais aberto (o V4.1 Flash disponibiliza pesos sob licença MIT), nem tem o histórico de mercado do Gemini ou do GPT. A sua proposta de valor reduz-se, essencialmente, a ser o modelo com melhor pontuação europeia num índice específico, algo que só interessa a quem valoriza a bandeira mais do que a ficha técnica completa.
Tabela comparativa: os modelos de fronteira de setembro de 2026
| Modelo | Empresa / País | Parâmetros | Contexto | Licença | Índice AA / Benchmark |
|---|---|---|---|---|---|
| Quasar 438B | Multiverse Computing (Espanha) | 438 mil milhões | 1M tokens | Fechada, só API | 43 (AA Index v4.1.1) |
| DeepSeek V4.1 Flash | DeepSeek (China) | 552 mil milhões (MoE) | 1M tokens | MIT, aberta | Não divulgado publicamente |
| DeepSeek V4 Pro | DeepSeek (China) | 1,6 biliões (MoE) | 1M tokens | MIT, aberta | 80,6% (SWE-bench Verified) |
| Claude Fable 5.1 | Anthropic (EUA) | Não divulgado | Não divulgado | Fechada | 97 (LM Market Cap) |
| Gemini 3.8 Flash | Google (EUA) | Não divulgado | Não divulgado | Fechada | 59 (AA Index) |
| GPT-6 Astra | OpenAI (EUA) | Não divulgado | Não divulgado | Fechada | Sem benchmarks públicos |
O debate da soberania digital europeia
A discussão em torno do Quasar 438B chega num momento em que vários governos europeus discutem, em paralelo, o que significa realmente “soberania em IA”. Um modelo treinado, afinado ou comprimido por uma empresa europeia, mas que corre em infraestrutura fechada e tem uma base chinesa, cumpre o critério político de “ser europeu”? Para os críticos citados nas análises da ibl.ai, a resposta é não: soberania real implica controlo total sobre pesos, arquitetura e capacidade de auditoria, algo que o modelo de negócio atual do Quasar não oferece.
Do lado da Multiverse Computing, a narrativa pública insiste na bandeira europeia e na validação externa feita pela Artificial Analysis, apresentando o Quasar como “o melhor modelo de IA europeu” nos seus próprios canais. É uma tensão que provavelmente vai continuar a marcar o debate político em Bruxelas, sobretudo à medida que mais governos avaliam contratos com fornecedores de IA para setores sensíveis como a banca, a saúde ou a administração pública.
Portugal, a Amália e o paradoxo da IA “nacional”
O caso espanhol ganha outra camada de interesse quando comparado com o percurso português. Em julho de 2026, o governo português apresentou oficialmente a Amália, um modelo de linguagem aberto desenvolvido em português europeu, com cerca de 9 mil milhões de parâmetros e um investimento próximo de 7 milhões de euros. É uma escala muito mais modesta do que o Quasar 438B, mas com uma diferença estrutural relevante: a Amália nasceu como modelo aberto, sem a controvérsia de assentar sobre uma base chinesa camuflada de origem europeia.
A comparação entre os dois casos mostra dois caminhos possíveis para a soberania europeia em IA. Um passa por investimentos avultados, capital privado internacional e resultados vistosos em índices de benchmark, como faz a Multiverse Computing. O outro passa por projetos mais pequenos, financiados com fundos públicos, que sacrificam escala em troca de transparência total. Nenhum dos dois caminhos resolve, por si só, o problema de fundo: a Europa continua sem um modelo de fronteira totalmente próprio, do treino aos pesos, capaz de rivalizar diretamente com os laboratórios dos Estados Unidos ou da China.
Impacto no mercado empresarial e nos governos europeus
Para empresas europeias que procuram cumprir requisitos de residência de dados ou preferência por fornecedores locais, o Quasar 438B oferece uma alternativa com sede legal na União Europeia, o que pode facilitar processos de contratação pública em alguns países. Ainda assim, a dependência de uma API fechada, sujeita às condições comerciais de uma única startup avaliada em poucos mil milhões de dólares, é um risco que qualquer departamento de compras tecnológicas deveria pesar com cuidado, sobretudo em comparação com fornecedores de maior dimensão e histórico mais longo, como a Google Cloud ou a Microsoft Azure.
O financiamento robusto conseguido pela Multiverse Computing, com investidores institucionais de peso como o Santander e a Tikehau Capital, dá alguma garantia de continuidade a médio prazo. Mas a história recente da IA está repleta de empresas bem financiadas que acabaram por ser adquiridas, reestruturadas ou descontinuadas em poucos anos, o que deveria levar qualquer cliente empresarial a incluir cláusulas de portabilidade de dados e de saída em qualquer contrato assinado com a CompactifAI.
Contexto: como a Europa chegou a este ponto na corrida da IA
A ausência de um modelo de fronteira genuinamente europeu não é um fenómeno novo. Desde o boom dos grandes modelos de linguagem, por volta de 2022 e 2023, a Europa concentrou os seus esforços mais em regulação, com destaque para o AI Act, do que em investimento direto no treino de modelos de grande escala. Empresas como a francesa Mistral AI tentaram preencher essa lacuna com modelos próprios, mas continuam muito atrás dos laboratórios americanos e chineses em termos de capacidade de computação disponível.
A aposta da Multiverse Computing em compressão, em vez de treino do zero, reflete precisamente essa limitação estrutural: é mais barato e mais rápido comprimir um modelo já treinado por outra empresa do que reunir a capacidade de computação necessária para treinar um modelo de 438 mil milhões de parâmetros a partir do zero. A pergunta que fica em aberto é se essa estratégia de “atalho tecnológico” consegue, a prazo, gerar propriedade intelectual e vantagem competitiva suficientes para justificar uma avaliação de mil milhões de dólares, ou se serve apenas para tapar, temporariamente, o atraso europeu na corrida da IA generativa.
Financiamento e investidores da Série C
| Investidor | Papel na ronda |
|---|---|
| BNP Paribas Asset Management | Líder |
| Bullhound Capital | Líder |
| Forgepoint Capital International | Líder |
| Santander Alternative Investments | Investidor estratégico |
| Tikehau Capital | Investidor estratégico |
| HP Inc. | Investidor estratégico |
| Orange Ventures | Investidor estratégico |
| Qatar Development Bank | Investidor estratégico |
| Fundo Europeu de Inovação (EIC Fund) | Investidor institucional |
O que vem a seguir: previsões para a Multiverse e a IA europeia
Primeiro, é provável que a Multiverse Computing publique, nos próximos meses, mais detalhes técnicos sobre a arquitetura de compressão do Quasar, em resposta direta às críticas sobre falta de transparência. Manter o silêncio atual tornar-se-ia insustentável à medida que mais clientes empresariais exigem garantias de auditoria antes de assinar contratos plurianuais.
Segundo, é razoável esperar novas rondas de financiamento europeu no setor da compressão de modelos, uma vez que a estratégia da Multiverse (partir de bases já treinadas por terceiros) é significativamente mais barata do que treinar modelos de fronteira do zero, o que atrai capital de risco europeu preocupado com a corrida de custos face às grandes tecnológicas americanas.
Terceiro, o debate sobre o que conta como “soberania em IA” deve intensificar-se nas instituições europeias, com Bruxelas a pressionar por critérios mais claros sobre proveniência de dados de treino e controlo de infraestrutura, sobretudo depois de casos como o do Quasar mostrarem como a etiqueta “europeu” pode ser usada de forma ambígua.
Quarto, espera-se que a concorrência entre modelos comprimidos e modelos abertos chineses, como o DeepSeek V4.1 Flash, continue a apertar as margens de preço em toda a indústria, forçando a Multiverse a rever a sua tabela de preços atual assim que termine o período promocional inicial.
Quinto, é plausível que surjam iniciativas conjuntas entre projetos como a Amália portuguesa e outros modelos nacionais europeus, na tentativa de criar um consórcio de IA aberta à escala da União Europeia, capaz de competir em recursos com apostas privadas isoladas como a da Multiverse Computing.
Perguntas Frequentes
O Quasar 438B é mesmo um modelo europeu?
Foi desenvolvido e é operado por uma empresa europeia, a Multiverse Computing, com sede em San Sebastián. No entanto, segundo análises independentes da ibl.ai, a base técnica do modelo resulta da compressão do GLM-5.2, um modelo chinês de pesos abertos da Z.ai, o que levanta dúvidas sobre até que ponto o rótulo “europeu” reflete a origem real da tecnologia.
Onde posso aceder ao Quasar 438B?
O acesso faz-se através da API própria da CompactifAI, plataforma de compressão de modelos da Multiverse Computing, ou através de agregadores como a Eden AI, onde o modelo está listado sob o identificador compactifai/quasar-438b.
Quanto custa usar o modelo?
Na Eden AI, os preços situam-se em 0,60 dólares por milhão de tokens de entrada e 1,80 dólares por milhão de tokens de saída. A Multiverse ofereceu ainda o primeiro mês gratuito a quem se registasse diretamente na CompactifAI, sem revelar a tabela de preços aplicável após esse período.
O Quasar 438B tem pesos abertos, como o Llama ou o DeepSeek?
Não. O modelo é proprietário e só está disponível via API. A Multiverse não publicou pesos, documentação de arquitetura detalhada ou qualquer licença aberta, o que o distingue claramente de modelos como o DeepSeek V4.1 Flash, disponível sob licença MIT.
Como se compara o Quasar 438B ao DeepSeek V4.1 Flash?
O DeepSeek V4.1 Flash é maior (552 mil milhões de parâmetros face aos 438 mil milhões do Quasar), tem pesos abertos sob licença MIT e prometeu cortes de preço de até 90% face à versão anterior. Nenhuma das fontes consultadas disponibiliza uma comparação direta de pontuação entre os dois modelos nos mesmos testes da Artificial Analysis.
Quanto financiamento já recebeu a Multiverse Computing?
Em julho de 2026, a empresa anunciou uma ronda de Série C que visava angariar até 570 milhões de dólares, avaliando a companhia em 1,7 mil milhões de dólares antes do investimento. A plataforma The Quantum Insider confirma estes valores, e a Multiples VC estima que a avaliação pós-ronda tenha chegado a 2,3 mil milhões de dólares.
O que é o Quasar 1.1 438B?
É uma atualização do modelo original, lançada cerca de duas semanas depois, que incorpora dados de treino gerados por um modelo de linguagem quântico híbrido, a correr no IBM Quantum System Two instalado em Donostia-San Sebastián, equipado com um processador Heron de 156 qubits.
Este caso afeta o debate sobre a Amália, o modelo português?
Indiretamente, sim. A Amália, apresentada pelo governo português em julho de 2026 com cerca de 9 mil milhões de parâmetros e um investimento próximo de 7 milhões de euros, é um modelo aberto desde a origem, sem a controvérsia de proveniência que envolve o Quasar. O contraste entre os dois casos alimenta o debate sobre que tipo de soberania em IA a Europa deve priorizar: escala e capital privado, ou transparência e controlo público.
