El Informe Técnico de Mach-Mind-4-Flash presenta un modelo agénico Mixture-of-Experts (MoE) de 35B parámetros con solo 3B parámetros activados. Logrado mediante optimización post-entrenamiento sin escalar el cómputo de pre-entrenamiento, su rendimiento es comparable o supera a modelos de la clase de 100B parámetros.
La tubería incluye tres etapas clave: una infraestructura unificada RL/OPD que ofrece una aceleración del entrenamiento del 17%; Distilación On-Policy Multi-Maestro (MOPD) para fusionar expertos específicos del dominio; y Optimización de Política Híbrida de Longitud Mediana (HMPO), que comprime las cadenas de razonamiento entre un 19–46% con una pérdida mínima de precisión.
El modelo lidera o iguala a modelos con 10–30 veces su tamaño activado en benchmarks como AIME'26 e IFBench, mientras ofrece una fracción del costo de inferencia.