AI怪盗图9月2日消息，在全球人工智能竞赛中，美国和中国是实力最为雄厚的两大阵营，而欧洲一直不甘心被中美两国甩在身后。然而，此前欧洲并未拿出具有显著竞争力的大模型，直到Quasar 438B的出现。
欧洲此前较为知名的大模型公司是法国的Mistral，但此次发布的Quasar 438B却来自西班牙公司Multiverse。该模型的参数量高达4380亿，支持百万级别的上下文长度，主要聚焦于代码生成和企业级Agent能力。
作为对比，DeepSeek V4 Flash的参数量约为2800亿，智谱GLM-5.3 Flash则为3200亿左右。Quasar的规模明显高于这两款国内常见的Flash级大模型，与MiniMax M3的4280亿参数基本持平。从参数规模上看，Quasar 438B已跻身超大模型行列，具备一定的硬件和算法基础。
在性能表现上，Quasar 438B在Artificial Analysis榜单上的得分为43，这一成绩仅优于NVIDIA的开源大模型，但落后于MiniMax M3的45分。值得注意的是，榜单评分虽能反映一定性能，但其维度可能侧重于特定任务，不能完全代表模型的综合实力。此外，模型的实际表现还受到训练数据、优化策略和应用场景的影响。
更令人关注的是，Quasar 438B的性能甚至不如千问系列中可本地部署的Qwen 3.8 27B。Qwen 3.8 27B仅拥有270亿参数，属于小模型，但在AA榜单中的得分却高达52分。这一对比表明，参数规模并非决定性能的唯一因素，模型架构、训练效率和部署优化同样关键。这也解释了为何许多厂家在追求参数扩张的同时，也在不断优化模型效率。
与DeepSeek V4 Flash以及GLM-5.3 Flash相比，Quasar 438B的性能差距更为明显，更不用说与国内外的头部模型竞争。在AI性能上，Quasar 438B显然还未达到“上桌”的水平，它虽能称之为欧洲最强的本土大模型，但在全球范围内仍缺乏足够的竞争力。欧洲在算力资源上并不短缺，进口NVIDIA显卡并无限制，资金方面也相对宽裕，其主要短板在于AI人才储备不足，以及投资规模远不及中美。如果没有欧盟层面的大额补贴，欧洲AI公司在全球竞争中将长期处于不利地位，要想此后居上、追赶中美大模型的步伐，难度依然很大。
当然，Quasar 438B并非完全不可用。它的性能接近MiniMax M3，这意味着处理一些日常任务仍然够用，比如文档处理、代码辅助和简单的推理应用。此外，其推理速度可达每秒180个Token以上，如果价格合理，对于预算有限且对速度有要求的企业用户来说，还是值得考虑的。从行业趋势来看，大模型的商业化落地已经不单纯看重参数规模，而是综合考量成本、速度和实际效果。
总之，Quasar 438B的诞生标志着欧洲在大模型领域迈出了重要一步，但要想在中美主导的赛道上稳定前行，还需在人才培养、投资环境和政策扶持上持续发力。未来，如果没有更多资源和创新的支撑，欧洲AI产业的追赶之路将依然漫长而艰巨。
