Квантизация QUASAR сжала модель с 55,6 ГБ до 19,7 ГБ — в 2,8 раза. Линейные слои переведены в W4A4, слои внимания и GDN остались в высокой точности. На AIME26 квантизованная версия набрала 1.0000 — полное совпадение с оригиналом, на GPQA-Diamond отставание мизерное. vLLM на NVIDIA Blackwell справляется с моделью, контекст до 262 144 токенов, потребление GPU-памяти 0,85. Результат впечатляет — 2446 шагов дистилляции даром не прошли. Линейные слои в W4A4, внимание и GDN в FP8/BF16, потеря качества близка к нулю. Модель умещается в один GPU, vLLM поддерживается — для развертывания больших моделей это серьезный шаг. QUASAR впечатляет цифрами, но без прозрачности и широкого тестирования — рано.