O Relatório Técnico do Mach-Mind-4-Flash apresenta um modelo agêntico Mixture-of-Experts (MoE) de 35B parâmetros com apenas 3B parâmetros ativados. Alcançado por meio de otimização pós-treinamento sem escalar o compute de pré-treinamento, seu desempenho é equivalente ou supera modelos da classe de 100B parâmetros.
O pipeline inclui três etapas-chave: uma infraestrutura unificada RL/OPD que oferece um aumento de 17% na velocidade de treinamento; Distilação On-Policy Multi-Teacher (MOPD) para fundir especialistas específicos do domínio; e Otimização de Política Híbrida de Comprimento Mediano (HMPO), que comprime as cadeias de raciocínio em 19–46% com perda mínima de precisão.
O modelo lidera ou iguala modelos com 10–30 vezes seu tamanho ativado em benchmarks como AIME'26 e IFBench, enquanto oferece uma fração do custo de inferência.