Maxwell V1 Flash: модель MoE для инференса и агентов с малым количеством активных параметров

Языковая модель MoE от maxwell-model, созданная 10 13 и обновленная 11 14 (внутреннее название Maxwell-V1.0-Flash), с общим количеством параметров 35B, активацией 3B на токен (без учета эмбеддингов), контекстным окном 256K и поддержкой только текстового ввода. Использует собственную блочно-разреженную注意力 MBSA (основное внимание для каждой группы KV ограничено 4,096 токенами; по официальным данным, при длине контекста 256K ядро работает в 6.7 раз быстрее плотного GQA), mHC с 4 потоками остаточных связей и мелкозернистыми экспертами (выбор 12 из 256, плюс 2 общих экспертов); предобучена на примерно 26T токенов мультиязычных данных, токенизатор более эффективен для тайского, лаосского, бирманского, кхмерского и других языков Юго-Восточной Азии. Лицензия Apache-2.0.

Оригинальное название: maxwell-model/Maxwell-V1-Flash

Языковая модель MoE от maxwell-model, созданная 10 13 и обновленная 11 14 (внутреннее название Maxwell-V1.0-Flash), с общим количеством параметров 35B, активацией 3B на токен (без учета эмбеддингов), контекстным окном 256K и поддержкой только текстового ввода. Использует собственную блочно-разреженную注意力 MBSA (основное внимание для каждой группы KV ограничено 4,096 токенами; по официальным данным, при длине контекста 256K ядро работает в 6.7 раз быстрее плотного GQA), mHC с 4 потоками остаточных связей и мелкозернистыми экспертами (выбор 12 из 256, плюс 2 общих экспертов); предобучена на примерно 26T токенов мультиязычных данных, токенизатор более эффективен для тайского, лаосского, бирманского, кхмерского и других языков Юго-Восточной Азии. Лицензия Apache-2.0.

Почему это важно Количество активных параметров сопоставимо с моделями Qwen аналогичного класса; по официальным данным, модель показывает более высокие результаты в задачах поиска и работе с терминалом; официальные примеры демонстрируют развертывание на одной видеокарте; лицензия Apache.

Рост рейтинга: 154 · Лайки: 156 · Количество загрузок: 287

Обоснование

  • Официальное сравнение с 4 моделями аналогичного класса, включая Qwen3.6-35B-A3B и Gemma-4-26B-A4B-it: BrowseComp 76.30 (с включенным управлением контекстом 82.20), Terminal-Bench 58.65, SWE-Bench-Verified (в рамках фреймворка Claude Code) 65.40, AIME 2025 mean@8 96.25 — все эти показатели являются лучшими в таблице.
  • Есть и отстающие позиции: IFBench 64.80, BBEH 52.51 и CoSER 53.54 ниже, чем у нескольких моделей из таблицы; средний балл по следованию инструкциям ниже, чем у Gemma 4 и Muse Glimmer.
  • Официально предоставлены кастомизированный образ vLLM, технический отчет и страница онлайн-демо.

Использование

  • Загрузите модель локально командой hf download maxwell-model/Maxwell-V1-Flash, затем запустите docker с образом maxwellmodel/vllm-openai:v0.30.0, используя команду vllm serve с параметрами --trust-remote-code --block-size 128 --reasoning-parser qwen3 --enable-auto-tool-choice --tool-call-parser qwen3_coder.
  • Режим размышлений включен по умолчанию; при многоходовых диалогах и вызовах инструментов необходимо передавать reasoning_content и tool_calls предыдущего хода без изменений; в официальных оценках чаще всего используются температура 0.6, top_p 0.95 и top_k 20.
  • Требуется драйвер NVIDIA версии 580 или выше (CUDA 13.0); для старых драйверов добавьте в команду docker run параметр -e VLLM_ENABLE_CUDA_COMPATIBILITY=1.

Риски

  • В карточке модели не указано, кто является разработчиком или организацией-создателем; оставлен только контактный адрес электронной почты.
  • Зависимость от кастомизированного образа vLLM и параметра trust_remote_code; официальные требования к объему видеопамяти не указаны, а загрузка всех весов модели размером 35B на одной видеокарте потребует большого объема памяти.
  • Репозиторий был создан еще 10 13, но рост популярности начался недавно; все результаты получены с использованием внутреннего фреймворка оценки разработчиков. Данная карточка не проверялась на практике.

Открыть

Hugging Face Trending

Открыть последние новости ИИ