Multiverse Computing: 500M€, un unicornio vasco y una compresión de IA que aún no hemos podido medir

El Cuñado ya tiene el titular memorizado

El Cuñado dice: "Bro, Multiverse Computing es el OpenAI español. Comprimen la IA un 95% con magia cuántica, la meten en el móvil y en el satélite, y ahora con 500 kilos van a comerse a Nvidia. Europa por fin tiene su unicornio de verdad."

La realidad es: el 27 de julio de 2026 la compañía vasca cerró una ronda de 500 millones de euros con valoración de 1.500 millones y se convirtió en unicornio, según informó El Mundo. CompactifAI, su producto, afirma reducir el tamaño de grandes modelos de lenguaje entre un 80% y un 95% con pérdida de precisión “mínima”. En su web prometen recortar costes de inferencia un 50-80%, acelerar hasta 2× y retener “cerca del 100%” de precisión. Lo que no hay encima de la mesa, al menos en lo público, son benchmarks independientes que validen esas cifras ni el porcentaje concreto de degradación.

Por qué importa saberlo: porque 500M€ y un sello de unicornio no convierten una promesa de ingeniería en un hecho medido. El dinero mueve el mercado; la evidencia mueve la decisión técnica. Confundir las dos es como firmar un contrato leyendo solo la portada.

Lo que sí está cerrado: la pasta y el club de inversores

Empecemos por lo que no se discute. La ronda existe. La lideró Forgepoint. En el paquete hay 107 millones del Gobierno español. Entre los institucionales aparecen el Banco de Desarrollo de Catar, el Fondo del Consejo Europeo de Innovación, Kutxa, el Gobierno Vasco, Santander y Tikehau, entre otros. Eso lo cuenta El Mundo con fecha 27 de julio de 2026.

O sea: no fue una ronda “solo privada” ni un milagro de business angel de garaje. Hay capital riesgo, banca, fondos soberanos y dinero público español y vasco encima de la mesa. Quien venda el relato de “Europa por fin compite sin Estados” se está inventando una película que los propios números desmienten.

Cuatro días antes, el 23 de julio de 2026, la empresa anunció en su web que todos los modelos CompactifAI funcionan en procesadores Intel Xeon 6 con mejoras de rendimiento, ahorro energético y menor huella de memoria, “preservando la precisión”. CB Insights ya los había metido en su lista Top 100 AI Companies 2025. El marketing institucional está engrasado. El cheque, también.

Con los fondos, según el mismo reportaje, planean centrarse en “IA soberana”, modelos más pequeños en dispositivos, expansión internacional agresiva y presencia en gigafactorías de IA. Traducción sin perfume: menos dependencia de nubes ajenas, más edge, más territorio y más fábrica de cómputo. El discurso encaja con lo que piden gobiernos y telcos. Eso no lo convierte automáticamente en superioridad técnica demostrada.

CompactifAI: qué prometen y qué se puede contrastar

Aquí es donde el Cuñado se pone creativo y donde hay que bajar el volumen.

Por un lado, el relato periodístico recoge que CompactifAI reduce el tamaño de los LLM entre un 80% y un 95% con pérdida de precisión mínima, habilitando inferencia en dispositivo sin nube y con menor consumo energético. Por otro, la web oficial concreta el discurso comercial: 50-80% menos coste de inferencia, hasta 2× más velocidad y retención de “cerca del 100%” de la precisión tras comprimir.

¿Coinciden? En la dirección, sí: modelos más pequeños, más baratos de ejecutar, más cercanos al hardware del cliente. ¿Discrepan? En el detalle fino. Una fuente habla de reducción de tamaño del 80-95%; la otra pone el foco en coste, latencia y una precisión “casi completa”. No son lo mismo. Un modelo puede ocupar menos memoria y aun así degradar tareas que a ti te importan. Un 2× en inferencia en un chip concreto no implica un 2× en tu flota heterogénea. Y “cerca del 100%” no es un número: es una forma elegante de no decirte el punto porcentual que te juegas en producción.

Comprimir un modelo no es hacer dieta: es decidir qué músculos te quedas y cuáles sacrificar. Sin la tabla de qué se perdió, solo tienes el antes y el “confía en mí”.

La empresa dice tener modelos desplegados en “millones de dispositivos y sistemas” (drones, cámaras, satélites, vehículos e infraestructuras de telecomunicaciones) con clientes como Telefónica, Indra, PwC e Iberdrola. Suena a cartera seria. También suena a afirmación de parte. No hay, en lo publicado que tenemos encima, un desglose del número exacto de dispositivos ni métricas de calidad por vertical. “Millones” es un orden de magnitud; no es un dashboard.

Si montas IA en producción de verdad, ya sabes la pregunta correcta: ¿comprimido respecto a qué checkpoint? ¿medido en qué batería? ¿con qué temperatura, qué cuantización de baseline y qué tareas críticas del negocio? Sin eso, el 80-95% es una diapositiva, no un SLA.

La palabra “cuántica” vende. El producto actual no va de ordenadores cuánticos

Multiverse Computing nació de investigación en algoritmos cuánticos. Esa línea sigue activa, pero es secundaria después de aplicar la tecnología a la compresión de modelos de IA. Eso no lo dice un hater en Twitter: lo recoge el propio encuadre informativo de la ronda.

Traducción de bar: el pedigree es cuántico-tensorial; el producto que está levantando 500M€ es compresión de redes para correr más barato y más cerca del dispositivo. No estás comprando un ordenador cuántico en el armario. Estás comprando (o invirtiendo en) una empresa que dice saber achicar pesos de modelos grandes sin cargarse del todo la calidad.

Esta distinción importa porque el mercado de la IA adora las etiquetas con brillo de laboratorio. “Cuántica” activa el modo asombro. “Compresión / cuantización / factorización de tensores en software clásico” activa el modo ingeniero. Son conversaciones distintas. Mezclarlas a propósito es el truco favorito del hype: te venden el origen académico como si fuera la garantía del runtime.

Si te interesa el lado práctico de modelos que caben fuera del datacenter de turno, el debate real se parece más a lo que ya vimos con la eficiencia que no es salto de capacidades y con la jugada de modelos locales y destilados: menos parámetros efectivos en el sitio correcto, menos factura, más control. Eso es ingeniería. Lo demás es aura.

IA soberana: el eslogan que abre chequeras (y no solo privadas)

“IA soberana” es la frase que hoy abre puertas en Bruselas, en monclovas varias y en consejos de administración de telco y defensa. Multiverse la pone en el centro de sus planes con la nueva pasta: modelos más pequeños en dispositivo, menos nube ajena, expansión y hueco en gigafactorías de IA.

Hay un núcleo legítimo. Si tu inferencia vive entera en la API de un proveedor extranjero, tu latencia, tu compliance y tu factura dependen de decisiones que no tomas tú. Meter modelos comprimidos en edge (cámara, coche, antena, satélite) reduce superficie de dependencia. Eso cuadra con clientes como Telefónica o Indra, si el producto aguanta el tipo.

Hay también un riesgo de relato. Soberanía no se decreta en la nota de prensa. Se demuestra con pesos que controlas, con supply chain de chips que no se te rompe, con evaluaciones que puedes auditar y con un plan B cuando el modelo falló el martes a las 03:14. Meter 107M€ públicos en la ronda no es pecaminoso por sí solo; es información. El contribuyente (y el comprador enterprise) tiene derecho a preguntar qué listón de evidencia se exigió antes de endosar la valoración de 1.500M€.

Quien haya seguido otras rondas millonarias con narrativa de “esto lo cambia todo” ya conoce el patrón. En Kling AI y los 2.800 millones de Alibaba y Tencent el número de la valoración era el protagonista; lo que el número no decía, también. Aquí pasa algo parecido: el unicornio español es noticia legítima. El salto de “noticia de ronda” a “superioridad técnica demostrada ante terceros” todavía hay que cruzarlo con datos, no con banderas.

Dónde chocan las dos fuentes (y qué tesis sale de ese choque)

Pongamos las dos fuentes frente a frente sin drama falso.

Coinciden en que CompactifAI va de eficiencia: menos tamaño/recursos, inferencia más viable fuera del hiper-escalar, relato de precisión preservada.
Coinciden en el timing de ofensiva comercial: ronda el 27 de julio, anuncio Intel Xeon 6 el 23, listado CB Insights como aval del sector.
Discrepan en el énfasis métrico. El reportaje empuja el rango 80-95% de reducción de tamaño y el despliegue en “millones” de sistemas. La web empuja coste (50-80%), velocidad (hasta 2×) y “cerca del 100%” de precisión.
Ninguna de las dos, en el material disponible, pone encima de la mesa un benchmark independiente con protocolo reproducible, ni el porcentaje concreto de pérdida por tarea, ni la comparativa seria frente a otras técnicas de compresión.

Seamos justos: la empresa no ha publicado esos benchmarks, pero tampoco está obligada a hacerlo para cerrar una ronda. Su obligación es con sus inversores y clientes, no con el público general. CompactifAI podría estar funcionando de maravilla en entornos controlados con clientes que han firmado acuerdos de confidencialidad. Que nosotros no tengamos acceso a esos datos no significa que no existan; significa que la evidencia no es pública, y por tanto no podemos darla por buena ni por mala. Esa es justo la diferencia entre “no hay pruebas” y “hay pruebas de que no funciona”. La primera es un hecho; la segunda sería una acusación sin base.

La tesis propia, con escepticismo sano y sin negar el logro financiero, es esta:

Multiverse Computing ha ganado la partida del capital y del relato industrial europeo en 2026. Todavía no ha ganado, en abierto, la partida de la evidencia pública. Eso no significa que mientan. Significa que el listón que un CTO debería pedir (números auditables, canarios por caso de uso, degradación explícita) no está resuelto solo porque Forgepoint y el Estado hayan firmado.

En otras palabras: el hype no está en que una empresa vasca levante 500M€. El hype empieza cuando esa ronda se usa como demostración científica. El cheque valida convicción de inversores. No sustituye la tabla de resultados.

La trampa clásica: confundir “mínima pérdida” con “me da igual medir”

“Pérdida de precisión mínima” es una frase perfecta para nota de prensa y pésima para un contrato. Mínima ¿respecto a qué baseline? ¿en MMLU recortado? ¿en un benchmark interno de clasificación de fallos de red? ¿en generación libre donde el tono se va al carajo aunque el exact match aguante?

Lo mismo con “cerca del 100%”. Cerca puede ser 99, o 97, o 94 con un desastre selectivo en la cola larga de casos. En edge (dron, cámara, satélite) el fallo no es académico: es un falso negativo en seguridad o un falso positivo que te llena de basura operativa.

Si vienes del mundo real de despliegue, ya conoces el antídoto y no es romanticismo open source: es evaluación con datos propios. Un pipeline de evaluación de LLMs con tus casos te dice en una semana más que cien slides con “preservamos la precisión”. El canario barato antes de producción no es desconfianza personal hacia Multiverse; es higiene. La ronda de 500M€ no te exime de ella. Te la hace más urgente, porque el proveedor bien financiado también se equivoca… solo que con mejor PowerPoint.

Qué haría un comprador serio con este expediente (sin postureo)

Olvida el fetiche de “apoyar lo local” o “desconfiar de lo local”. Lista corta, de ingeniero cabreado con buenos motivos:

Pedir el protocolo. Checkpoint base, método de compresión, hardware de medida, tareas, seeds, intervalos. Si no hay protocolo, no hay cifra: hay marketing.
Separar tamaño, coste y calidad. Que un modelo pese un 90% menos no implica automáticamente un 90% menos de factura en tu stack, ni la misma calidad en tu distribución de inputs.
Exigir el delta feo. No solo el promedio bonito. Quieres los percentiles bajos: dónde se rompe.
Mirar el edge de verdad. Prueba en el Intel Xeon 6 está bien como anuncio del 23 de julio. Tu flota puede ser otra sopa. Mide ahí.
Contar la soberanía con papeles. Quién hospeda, quién entrena, quién puede auditar, qué pasa si cambia la licencia o el roadmap. El eslogan no firma el DPA.
No tomar la valoración como proxy técnico. 1.500M€ es un precio de consenso inversor en julio de 2026, con dinero público dentro. No es un leaderboard.

¿Puede CompactifAI ser cojonudo en el nicho de telco, industria y defensa europea? Puede. ¿Puede la compañía emplear los 500M€ para internacionalizarse y meterse en gigafactorías de IA como dice el plan? También. ¿Justifica eso repetir como dogma el 95% y la precisión casi perfecta sin ver una validación de terceros? Ni de coña.

El Cuñado, reescriturado sin anestesia

Volvamos al principio, porque el desmontaje de verdad no es linchar a la empresa: es quitarle al relato la grasa que no sostiene el hueso.

No estamos ante “humo puro”. Hay ronda real, inversores con nombre, clientes corporativos citados, un producto con mensaje técnico coherente (compresión para edge y menos coste de inferencia) y un origen de investigación que no es un curso de 997€.
No estamos ante “ciencia cerrada”. Faltan benchmarks independientes públicos sobre el 80-95%, falta el porcentaje concreto de pérdida, falta el detalle fino del despliegue en “millones” de dispositivos y sobra etiqueta cuántica mal entendida si alguien cree que el runtime va de qubits en producción.
Sí hay dinero del Estado (107M€ del Gobierno español) y relato de IA soberana. Trátalo como lo que es: política industrial + apuesta corporativa. No como milagro de garaje ni como estafa automática.

El punto medio (donde solemos vivir los que no vendemos cursos ni escribimos papers ilegibles) es aburrido y útil: celebra que Europa financie eficiencia en inferencia; no subcontrates el criterio. La eficiencia importa. La soberanía, bien hecha, también. El escepticismo con datos públicos no es antipatria; es no repetir la misma estafa cognitiva que ya vimos con mil “Nvidia killers” y mil “GPT-slayers” financiados hasta las cejas.

Quinientos millones compran tiempo, talento, go-to-market y lobby. No compran, por sí solos, que tu modelo comprimido acierte en la tarea que te paga la nómina. Esa parte sigue siendo tuya. Y si alguien te dice lo contrario con la seguridad del Cuñado navideño, ya sabes qué pedir: la tabla, no el unicornio.

Preguntas frecuentes

¿Cuánto ha levantado Multiverse Computing y en cuánto se valora?

El 27 de julio de 2026 cerró una ronda de 500 millones de euros con una valoración de 1.500 millones, según El Mundo, y pasó a considerarse unicornio. La ronda la lideró Forgepoint e incluye 107 millones del Gobierno español, junto a inversores como el Banco de Desarrollo de Catar, el Fondo del Consejo Europeo de Innovación, Kutxa, el Gobierno Vasco, Santander y Tikehau, entre otros.

¿CompactifAI comprime de verdad los modelos un 95% sin perder calidad?

Esa es la afirmación que circula en el relato de la empresa y en la cobertura de la ronda: reducción de tamaño entre el 80% y el 95% con pérdida “mínima”, y en su web “cerca del 100%” de precisión, con un 50-80% menos de coste de inferencia y hasta 2× más velocidad. En lo público no constan benchmarks independientes que fijen el porcentaje exacto de degradación ni validen el rango completo frente a terceros.

¿La tecnología de Multiverse Computing es computación cuántica?

La compañía nació de investigación en algoritmos cuánticos y esa línea sigue activa, pero secundaria. El producto que articula la ronda y el discurso comercial, CompactifAI, se presenta como compresión de modelos de IA para inferencia más eficiente y en dispositivo, incluyendo anuncios sobre CPUs Intel Xeon 6. El origen cuántico no implica que el despliegue actual dependa de hardware cuántico.

¿Qué planea hacer Multiverse con los 500 millones?

Según la información de la ronda, el foco declarado es la “IA soberana”, impulsar modelos más pequeños en dispositivos, una expansión internacional agresiva y presencia en gigafactorías de IA. No consta un desglose público que reserve el total en exclusiva a I+D; el paquete mezcla crecimiento, territorio y relato industrial con clientes citados como Telefónica, Indra, PwC e Iberdrola.