기업용 에이전트 및 코딩을 위한 추론 모델 Quasar

500개 토큰을 생성하는 데 15.3초가 소요되는 추론 속도는 400B 이상의 파라미터 클래스 모델이 가질 수 있는 지연 시간을 대폭 낮춘 결과다. 특히 추론 과정의 생각하는 시간(thinking time)을 모두 포함하고도 이 수치를 기록했다. 이는 고성능 추론 능력이 필요하면서도 실시간 응답성이 필수적인 기업용 에이전트 설계 시 모델 선택의 기준을 바꾼다.

Multiverse Computing은 기업 규모의 에이전트 운용과 코딩 작업에 최적화한 플래그십 추론 모델 Quasar 438B를 출시했다. 이 모델은 Multiverse Computing이 선보인 첫 번째 대형 모델이며 영어와 스페인어 두 가지 언어를 지원한다. 대규모 파라미터를 기반으로 복잡한 논리 전개가 필요한 기업용 에이전트의 핵심 추론 엔진으로 작동하며 코딩 작업의 효율을 높인다.

비교 대상 모델 중 Quasar 438B보다 빠른 속도를 구현한 모델은 단 3개에 불과하다. 그중 Gemini 3.7 Flash만이 더 빠른 속도와 더 높은 지수 점수를 동시에 확보하며 성능 우위를 점했다. 400B 이상의 파라미터 규모를 유지하면서도 낮은 지연 시간을 구현해 대형 모델이 가질 수 있는 추론 효율의 기준을 구체적인 수치로 증명했다.

Artificial Analysis Intelligence

43점이라는 수치는 유럽 모델 중 가장 높은 성과로 기록됐다. 9가지 평가 항목을 결합해 모델 지능을 종합적으로 측정하는 Artificial Analysis Intelligence Index v4.1.1 기준이다. Quasar 438B는 Inkling이 기록한 42점, NVIDIA Nemotron 3 Ultra의 38점, Mistral Medium 3.5의 30점을 차례로 앞서며 유럽 모델 중 최고점을 획득했다. 유럽 내 추론 모델이 도달할 수 있는 성능 상한선을 구체적인 지표로 증명하며 기술적 우위를 점했다.

실제 터미널 환경에 에이전트를 투입해 작동 능력을 검증하는 Terminal-Bench v2.1에서는 69.3점을 기록했다. Mistral Medium 3.5보다 18.7점, NVIDIA Nemotron 3 Ultra보다 15.4점 높은 성능을 낸다. 다만 89.1점을 기록한 Claude Opus 5가 이끄는 프런티어 그룹(최상위 성능 모델 집단)의 점수에는 미치지 못했다. 터미널 제어라는 실무 영역에서 유럽 모델의 경쟁력을 확보했으나 최상위권 모델과의 간극은 여전히 수치로 존재한다.

긴 문서의 정보 추출 및 추론 능력을 측정하는 AA-LCR

75.0점이라는 수치는 긴 문서에 흩어진 정보를 추출하고 연결해 추론하는 AA-LCR(긴 문서 정보 추출 및 추론 벤치마크)에서 Quasar 438B가 달성한 성적이다. 이는 Grok 4.6 (high)와 동일한 수준이며, Claude Opus 5(75.7점) 및 Qwen3.8 2.4T A95B(75.3점)와는 1점 이내의 근소한 차이를 보인다. NVIDIA Nemotron 3 Ultra와 Mistral Medium 3.5보다 높은 점수를 기록하며 최상위권 모델들과 대등한 문맥 처리 능력을 입증했다.

CompactifAI API(dashboard.compactif.ai)를 통해 별도의 서버 인프라를 구축하지 않고도 모델의 실무 적용 가능성을 즉시 검증한다. 소프트웨어 개발 에이전트, 기술 코파일럿(개발 보조 도구), 연구 시스템 및 워크플로우 자동화를 운영하는 조직의 요구사항에 맞춰 설계했다. 영어와 스페인어 지원을 통해 유럽 및 글로벌 기업이 복잡한 기술 문서를 처리하는 실무 기반을 제공한다.

추론 성능과 응답 속도의 트레이드오프 구간에서 Gemini 3.7 Flash를 제외한 최상위 대안으로 검토한다.