Mach-Mind-4-Flash 技术报告介绍了一种拥有 350 亿参数的混合专家（MoE）智能体模型，其中仅激活了 30 亿参数。该成果通过训练后优化实现，无需扩展预训练计算量，其性能与 1000 亿参数级模型相当甚至更优。

该流水线包含三个关键阶段：提供 17% 训练加速的统一 RL/OPD 基础设施；用于融合领域特定专家的多教师在线策略蒸馏（MOPD）；以及混合中位数长度策略优化（HMPO），在精度损失最小的情况下将推理链压缩 19–46%。

在 AIME'26 和 IFBench 等基准测试中，该模型的表现领先或匹敌激活参数量为其 10–30 倍的模型，同时提供更低比例的推理成本。