Multiverse Computing lanzó una API pública con modelos comprimidos de OpenAI, Meta y DeepSeek

Multiverse Computing, una startup española en computación cuántica y optimización de IA, ha anunciado el lanzamiento de una API pública y una aplicación de demostración para sus modelos de lenguaje comprimidos. El catálogo ya incluye versiones comprimidas de productos insignia de cuatro grandes laboratorios a la vez: OpenAI, Meta, DeepSeek y Mistral AI. Este es el primer paso de la empresa hacia el mercado masivo después de varios años de ventas predominantemente corporativas.

Multiverse Computing fue fundada en 2019 en San Sebastián, España. La empresa se especializó inicialmente en la aplicación de algoritmos cuánticos para problemas de optimización en el sector financiero — cálculos de seguros, gestión de riesgos y optimización de cartera. Con el tiempo, quedó claro que los métodos matemáticos del arsenal de la computación cuántica también eran aplicables a la optimización de redes neuronales. Esta misma observación condujo a la creación de una nueva línea de productos — la compresión de grandes modelos de lenguaje preservando la máxima porción de sus capacidades.

Técnicamente, la compresión de modelos de lenguaje no es un único método, sino toda una clase de enfoques. La cuantización convierte los pesos de la red neuronal de float32 a int8 o int4, reduciendo el espacio en memoria 2-4 veces con pérdida mínima de precisión en la mayoría de las tareas. La poda elimina las neuronas menos significativas y capas completas de la red, disminuyendo la carga computacional. La destilación de conocimiento transfiere el comportamiento de un modelo grande a una arquitectura más pequeña, especialmente entrenada. En conjunto, estas técnicas permiten reducir el modelo 4-8 veces manteniendo el 90-95% de calidad en tareas típicas.

Para los negocios, esto abre oportunidades fundamentalmente nuevas: ejecutar inferencia LLM completa en dispositivos sin costosos clústeres de GPU — en controladores industriales, equipos médicos, servidores corporativos y dispositivos móviles. En industrias reguladas — sanidad, finanzas, sector público — esto es crítico: los datos sensibles permanecen dentro del perímetro de la organización y no se transmiten a APIs en la nube externas.

El lanzamiento de una API pública cambia fundamentalmente el modelo de negocio de Multiverse Computing. Hasta ahora, la empresa operaba predominantemente a través de ventas corporativas directas: negociaciones largas, proyectos piloto, integraciones individuales con clientes específicos. Una API abierta traslada el producto a modo de autoservicio — un desarrollador puede registrarse y comenzar a trabajar sin contacto con el departamento de ventas. La aplicación de demostración funciona como una sala de exposición de productos: los clientes potenciales pueden evaluar la calidad de los modelos comprimidos en tareas reales antes de decidir sobre la compra o integración.

Merece atención especial la inclusión de DeepSeek en el catálogo — un modelo de código abierto chino que se convirtió en uno de los principales eventos tecnológicos de principios de 2026. El interés en él es enorme, pero muchas empresas occidentales y estructuras gubernamentales temen la dependencia de la infraestructura china al usar la API oficial. El despliegue local de una versión comprimida a través de Multiverse Computing resuelve este problema: el modelo funciona completamente dentro del perímetro corporativo.

La presencia de productos de cuatro proveedores diferentes en el catálogo también señala las ambiciones de la empresa: posicionamiento no como otro laboratorio de IA más, sino como un proveedor de infraestructura agnóstico para todo el ecosistema de grandes modelos. Multiverse Computing apuesta por una idea simple: los servicios de IA en la nube atienden la demanda de masas obvia, pero dejan un nicho enorme sin explotar — empresas e industrias completas que, por razones regulatorias, técnicas o económicas, no pueden o no quieren depender de APIs externas. Un catálogo público de modelos comprimidos reduce la barrera de entrada para este segmento prácticamente a cero.

Si la tecnología demuestra calidad suficiente en escenarios reales de producción, la empresa tiene una oportunidad real de ocupar una posición estratégicamente importante en la capa de infraestructura del mercado de IA de próxima generación.