Multiverse Computing daha kiçik Sİ modellərini təqdim edib

İspaniyanın Multiverse Computing startapı 19 mart 2026-cı il tarixində kvantdan ilhamlanan sıxılmış Sİ modellərini daha geniş istifadəçi kütləsinə təqdim etmək üçün self-servis API portalını istifadəyə verib.

Şirkətin CompactifAI texnologiyası kvant tensor şəbəkələrinə əsaslanaraq böyük dil modellərini (LLM) 95%-ə qədər kiçildir və eyni zamanda 95–97% dəqiqliyi qoruyur. Bu göstərici ənənəvi metodların təxminən 70% dəqiqlik səviyyəsi ilə müqayisədə xeyli yüksəkdir.

OpenAI-nin açıq mənbəli gpt-oss-120B modeli əsasında yaradılan HyperNova 60B 2602 modeli sürət və xərclər baxımından orijinal versiyanı üstələyir, xüsusilə agent əsaslı kodlaşdırma və alət çağırışları kimi tapşırıqlarda daha effektivdir.

Bu modellər standart avadanlıq üzərində işləyə bildiyindən səhiyyə, maliyyə və enerji kimi sahələrdə bulud xərclərini və enerji istehlakını əhəmiyyətli dərəcədə azaldır.

Yeni təqdim edilən tətbiq modellərin imkanlarını telefon və planşetlərdə oflayn rejimdə nümayiş etdirməyə imkan verir. API platforması isə istifadəçilərə OpenAI, Meta, DeepSeek və Mistral modellərinin sıxılmış versiyaları üzərində tətbiqlər qurmaq imkanı yaradır.

Şirkət fevral ayından etibarən modellərini Hugging Face platformasında açıq mənbə kimi təqdim edib və 2026-cı il ərzində daha çox modelin istifadəyə verilməsi planlaşdırılır. Bu yanaşma xüsusilə qabaqcıl Sİ texnologiyalarına çıxışı məhdud olan kiçik və orta bizneslər üçün nəzərdə tutulub.

Şirkətin baş icraçı direktoru Enrique Lizaso bildirib ki, bu təşəbbüs Sİ sahəsində “texnoloji uçurumu” azaltmağa yönəlib və daha səmərəli həllərə olan tələbatı qarşılayır.

Multiverse Computing ötən il 118 milyon avro investisiya cəlb edib və 2027-ci ilə qədər multimodal və kvant-hibrid modellərlə “unicorn” statusuna çatmağı hədəfləyir.

Bu yanaşma Sİ sahəsində hesablama gücünə artan tələbat fonunda alternativ həll kimi çıxış edir, kənar cihazlarda (edge computing) tətbiqləri genişləndirir və Avropanın texnoloji müstəqilliyini gücləndirməyə yönəlir.