Технический отчет Mach-Mind-4-Flash представляет собой агентную модель Mixture-of-Experts (MoE) с 35 млрд параметров, в которой активируется только 3 млрд параметров. Достигнуто за счет оптимизации после обучения без увеличения вычислений при предварительном обучении; производительность сопоставима или превосходит модели класса 100 млрд параметров.
Пайплайн включает три ключевых этапа: унифицированная инфраструктура RL/OPD, обеспечивающая ускорение обучения на 17%; многоучительская дистилляция on-policy (MOPD) для объединения экспертов в конкретных доменах; и гибридная оптимизация политики по медианной длине (HMPO), которая сжимает цепочки рассуждений на 19–46% при минимальной потере точности.
Модель лидирует или сопоставима с моделями, имеющими в 10–30 раз больше активируемых параметров, на таких бенчмарках, как AIME'26 и IFBench, при этом предлагая долю стоимости вывода.