¿Puede Multiverse competir realmente vendiendo su propia IA?

Multiverse Computing ha dado un salto sorprendente. La startup donostiarra, conocida hasta ahora por desarrollar una tecnología para comprimir modelos de inteligencia artificial, acaba de lanzar uno propio, denominado Quasar 438B, con el que asegura superar a los de la francesa Mistral AI. ¿Tiene realmente alguna posibilidad de hacerse un hueco en un mercado dominado por gigantes como OpenAI (ChatGPT), Google (Gemini), Anthropic (Claude), Meta y las cada vez más potentes compañías chinas?

La respuesta no es sencilla. Quasar tiene algunas características extraordinariamente competitivas, pero también una debilidad evidente: en realidad no es un modelo desarrollado desde cero por Multiverse. La empresa vasca ha cogido GLM-5.2, creado por la china Z.ai y distribuido con pesos abiertos, y lo ha reducido utilizando su tecnología CompactifAI.

El resultado es ciertamente interesante. GLM-5.2 tiene 753.000 millones de parámetros y Quasar los ha reducido a 438.000 millones. Según las pruebas independientes de Artificial Analysis, en este proceso pierde capacidad: GLM-5.2 obtiene 53 puntos en su índice de inteligencia y Quasar se queda en 43. A cambio, este último es muchísimo más rápido, con unos 183 tokens por segundo frente a 68, y también más barato.

Esto es precisamente lo que sabe hacer Multiverse. CompactifAI comprime modelos de inteligencia artificial para reducir sus necesidades de memoria y capacidad de cálculo intentando conservar la mayor parte de sus prestaciones. En un sector en el que una parte importante del coste procede precisamente de las GPU necesarias para ejecutar los modelos, la propuesta tiene un enorme potencial.

El problema es que CompactifAI solo puede trabajar con modelos a cuyos parámetros pueda acceder. Multiverse no puede coger los últimos GPT de OpenAI, Gemini de Google o Claude de Anthropic y comprimirlos porque sus fabricantes no publican los pesos. Sí puede hacerlo, en cambio, con los modelos abiertos que desarrollan compañías como Meta, Mistral, Alibaba o Z.ai.

Eso sitúa a Multiverse en una posición empresarial interesante. En lugar de gastarse miles de millones de euros en entrenar un gran modelo desde cero, puede esperar a que otros lo hagan, seleccionar los mejores que se publiquen con pesos abiertos y aplicarles CompactifAI. Quasar es precisamente el resultado de esta estrategia.

Y, sobre el papel, funciona. Artificial Analysis sitúa actualmente a Quasar en el puesto 13 entre 178 modelos analizados, con 43 puntos en su índice de inteligencia. Destaca especialmente por su velocidad, cercana a 180 tokens por segundo, y dispone de una enorme ventana de contexto de un millón de tokens. Cuesta 0,60 dólares por millón de tokens de entrada y 1,80 dólares por los de salida.

Multiverse ha aprovechado estas cifras para presentarlo como «el modelo europeo de IA más inteligente» y compararlo fundamentalmente con Mistral Medium 3.5, al que supera holgadamente en los indicadores que ha seleccionado. Quasar obtiene 43 puntos en el índice de Artificial Analysis frente a 30 de su rival francés y también responde más rápido.

La comparación revela probablemente cuál es el primer mercado que persigue Multiverse. Europa está intentando desarrollar una mayor soberanía tecnológica y numerosas administraciones y grandes empresas buscan proveedores europeos que les permitan controlar mejor dónde se procesan sus datos y reducir su dependencia de las grandes tecnológicas estadounidenses.

Ahí Multiverse puede tener una oportunidad frente a Mistral. Aunque el Reglamento europeo de Inteligencia Artificial no obliga con carácter general a contratar modelos europeos, el origen del proveedor, la residencia de los datos y la denominada soberanía digital están adquiriendo importancia en las compras públicas y en sectores regulados.

	Quasar 438B	Mistral Medium 3.5
Intelligence Index	43	30
Velocidad	183 t/s	137 t/s
TTFT	1,06 s	2,22 s
Contexto	1 M	256k
Coste blended	$0,72	$1,16
Multimodal	No	Sí

Quasar tiene, además, una peculiar ventaja comercial. El modelo original es chino, pero el producto que contrata el cliente es suministrado por una empresa española a través de su propia API. Multiverse controla actualmente el único acceso comercial a Quasar que registra Artificial Analysis.

El problema aparece cuando se sale de Europa. A una empresa estadounidense, latinoamericana o asiática probablemente le importe bastante poco que el proveedor de su modelo de inteligencia artificial esté en Donostia o en París. Lo que comparará fundamentalmente será capacidad, velocidad y precio.

Y ahí Quasar tiene competencia feroz. Sus 43 puntos son muy buenos, pero no lo sitúan en la frontera tecnológica mundial. La propia Multiverse reconoce en su presentación que el líder del índice que utiliza para promocionarlo alcanza 63 puntos. Artificial Analysis advierte además de que Quasar resulta relativamente caro frente a modelos de precio comparable y de que genera muchas más palabras de las necesarias, algo relevante porque los tokens de salida son precisamente los que se cobran más caros.

Quasar tiene además otra limitación importante: solo procesa texto. No puede analizar imágenes, mientras que buena parte de los modelos más avanzados del mercado ya son multimodales. Pero el mayor riesgo para este nuevo negocio de Multiverse es probablemente otro: depende de que alguien fabrique antes el modelo que después va a comprimir.

Quasar deriva de GLM-5.2 y, mientras Multiverse lo estaba optimizando, Z.ai ya ha lanzado GLM-5.3. La propia API de CompactifAI incorporó este último modelo el 29 de agosto. Es una ilustración perfecta de la velocidad a la que se mueve este mercado: el producto sobre el que Multiverse realiza su optimización puede quedar tecnológicamente superado en cuestión de semanas.

Esto obliga a Multiverse a convertir CompactifAI prácticamente en una cadena de montaje. Cuando aparezca un nuevo modelo abierto que mejore sustancialmente los anteriores tendrá que comprimirlo, comprobar que conserva suficientes prestaciones y lanzar rápidamente su propia versión optimizada.

Curiosamente, esa dependencia puede convertirse también en una ventaja. OpenAI tiene que vender GPT, Mistral sus propios modelos y Z.ai los GLM. Multiverse no necesita ser fiel a ninguno. Puede utilizar hoy GLM, mañana Qwen y pasado mañana cualquier modelo abierto que ofrezca una mejor relación entre prestaciones y coste.

De hecho, su catálogo ya apunta en esta dirección. Además de Quasar, la API de CompactifAI comercializa modelos de terceros y recientemente ha incorporado GLM-5.3. La propia compañía define el servicio como un catálogo de modelos avanzados optimizados para reducir costes de inferencia.

Por eso, la mayor oportunidad empresarial de Multiverse probablemente siga sin estar en Quasar. Está en CompactifAI. Si la compañía posee una tecnología capaz de reducir sustancialmente el tamaño y el coste de cualquier gran modelo abierto conservando buena parte de su inteligencia, dispone de un producto que puede vender en todo el mundo independientemente de quién gane la carrera entre los fabricantes de inteligencia artificial.

Es una posición parecida a la del fabricante de herramientas durante una fiebre del oro: no necesita acertar qué laboratorio va a desarrollar el mejor modelo dentro de dos años. Le basta con que los modelos sigan creciendo, que ejecutarlos siga siendo caro y que algunos de los mejores continúen publicándose con pesos abiertos.

Con Quasar, en cambio, Multiverse entra directamente en la pelea. Para un cliente europeo que quiera contratar un proveedor comunitario, especialmente si prima velocidad, contexto y coste, puede ser una alternativa perfectamente real a Mistral. En el mercado mundial será bastante más difícil justificar por qué una empresa debe contratar Quasar en lugar de cualquiera de las decenas de modelos disponibles.

Hay, sin embargo, una forma de que Quasar termine teniendo un negocio mundial relevante: que no sea realmente un modelo, sino una marca bajo la que Multiverse vaya colocando sucesivamente los mejores modelos abiertos que consiga optimizar.

En ese escenario, el Quasar de dentro de un año podría tener muy poco que ver con el actual. Multiverse podría sustituir GLM-5.2 por GLM-5.3, Qwen o cualquier otra arquitectura manteniendo para sus clientes la misma API y la misma marca. El producto que vendería no sería tanto una inteligencia artificial concreta como la promesa de ofrecer permanentemente una versión especialmente eficiente de los mejores modelos abiertos del momento.

Esa sí sería una propuesta mucho más difícil de replicar y con posibilidades fuera de Europa. La incógnita fundamental es saber hasta qué punto CompactifAI proporciona realmente una ventaja estructural de costes. Multiverse cobra por Quasar 0,60 dólares por millón de tokens de entrada y 1,80 por los de salida, aproximadamente la mitad de los 1,10 y 3,50 dólares que pide en su propia plataforma por GLM-5.2 y GLM-5.3.

Si esa diferencia refleja que Multiverse necesita muchas menos GPU y puede servir cada consulta con márgenes elevados, Quasar puede ser un negocio muy interesante. Si el descuento procede fundamentalmente de sacrificar margen para conseguir usuarios, su atractivo es bastante menor.

CompactifAI tiene, en principio, un mercado mucho más amplio que Quasar. La tecnología desarrollada por Multiverse permite reducir considerablemente el tamaño de modelos de inteligencia artificial ya existentes y, con ello, rebajar la memoria y capacidad de cálculo necesarias para utilizarlos. En un sector en el que ejecutar los grandes modelos requiere costosas GPU, cualquier ahorro puede tener un enorme valor.

Pero este negocio también tiene una importante pega. Comprimir un gran modelo requiere un trabajo y un coste relevantes que el cliente tiene que amortizar posteriormente mediante el ahorro obtenido en su utilización. Y los modelos de inteligencia artificial están evolucionando tan deprisa que existe el riesgo de que, antes de recuperar esa inversión, aparezca otro nuevo que sea de partida más pequeño, barato y potente. En otras palabras, CompactifAI puede conseguir que un modelo sea mucho más eficiente, pero no puede evitar que quede obsoleto.

Este problema limita especialmente el atractivo de comprimir por encargo modelos generalistas abiertos, como los de Meta, Mistral, Alibaba o Z.ai, que se renuevan constantemente. La ecuación es mucho más favorable cuando una empresa utiliza intensivamente un modelo propio o adaptado a sus necesidades, piensa mantenerlo durante un periodo prolongado o necesita ejecutarlo en equipos con capacidad limitada.

Paradójicamente, esta debilidad de CompactifAI puede ayudar a explicar el lanzamiento de Quasar. En lugar de pedir a cada cliente que asuma el coste y el riesgo de comprimir un modelo que puede quedar rápidamente superado, Multiverse puede hacerlo una sola vez, ofrecer el resultado a través de su API y repartir esa inversión entre todos sus usuarios. Quasar sería así no solo un nuevo producto, sino también una posible solución al principal problema comercial de CompactifAI.

Hay un elemento que juega a favor de la estrategia de Multiverse: su principal competidor europeo parece estar moviéndose parcialmente en la misma dirección. Mistral AI nació con la ambición de desarrollar en Europa modelos capaces de competir con OpenAI, Google o Anthropic, pero está ampliando progresivamente su negocio hacia la infraestructura, la integración empresarial y el alojamiento de modelos desarrollados por terceros. Desde agosto ofrece incluso GLM-5.2, exactamente el mismo modelo chino que Multiverse ha utilizado como punto de partida para Quasar.

La comparación resulta reveladora. Mistral ofrece a sus clientes GLM-5.2 ejecutado sobre su infraestructura europea; Multiverse ha cogido ese mismo modelo, le ha aplicado CompactifAI y comercializa el resultado como Quasar. Si ambos terminan compitiendo por ofrecer a las empresas europeas los mejores modelos abiertos disponibles en cada momento, Multiverse podría tener una ventaja adicional: su capacidad para reducirlos y abaratar su ejecución.

Esto plantea una posibilidad que hace unos años habría resultado casi herética. Quizá Europa no necesite necesariamente fabricar todos los grandes modelos de inteligencia artificial que utiliza. Puede aparecer una industria dedicada a coger los mejores modelos abiertos desarrollados en China, Estados Unidos o cualquier otro lugar, modificarlos, especializarlos y ejecutarlos sobre infraestructura europea. Mistral parece estar avanzando hacia ese negocio desde el alojamiento y la integración; Multiverse podría hacerlo desde la optimización.

Pero esa estrategia también sustituye una dependencia por otra. Europa controlaría los servidores, los datos y la relación con el cliente, pero seguiría dependiendo de que laboratorios extranjeros continuasen publicando modelos competitivos con pesos abiertos. Y esa disponibilidad no está garantizada: el Gobierno chino ya está estudiando posibles restricciones a la difusión internacional de sus modelos más avanzados.

La cuestión para Multiverse deja entonces de ser si Quasar puede derrotar al próximo GPT o Gemini. Probablemente no necesita hacerlo. Su oportunidad podría consistir en convertirse en el intermediario europeo que selecciona los mejores modelos abiertos del mundo, los comprime con CompactifAI y los ofrece a las empresas con menores costes y bajo jurisdicción europea. En ese escenario, Quasar no sería tanto un modelo como una plataforma permanentemente actualizada con la mejor inteligencia que Multiverse pueda encontrar y optimizar.