Maxwell V1 Flash:小激活量的推理与智能体 MoE 模型

maxwell-model 10 月 13 日建仓、11 月 14 日更新的 MoE 语言模型(卡内名 Maxwell-V1.0-Flash),总参数 35B、每 token 激活 3B(不含嵌入),上下文 256K,纯文本。用自研块稀疏注意力 MBSA(每组 KV 主注意力限定 4,096 token,官方称 256K 时内核比稠密 GQA 快 6.7 倍)、4 路残差流 mHC 和细粒度专家(256 选 12,另加 2 个共享专家);约 26T token 多语种预训练,分词器对泰语、老挝语、缅甸语、高棉语等东南亚语言更省。Apache-2.0 许可。

原题:maxwell-model/Maxwell-V1-Flash

maxwell-model 10 月 13 日建仓、11 月 14 日更新的 MoE 语言模型(卡内名 Maxwell-V1.0-Flash),总参数 35B、每 token 激活 3B(不含嵌入),上下文 256K,纯文本。用自研块稀疏注意力 MBSA(每组 KV 主注意力限定 4,096 token,官方称 256K 时内核比稠密 GQA 快 6.7 倍)、4 路残差流 mHC 和细粒度专家(256 选 12,另加 2 个共享专家);约 26T token 多语种预训练,分词器对泰语、老挝语、缅甸语、高棉语等东南亚语言更省。Apache-2.0 许可。

为什么重要 激活量和 Qwen 同档模型一样,官方称搜索类和终端任务分数更高;官方示例单卡部署,Apache 许可

上升分 154 · 点赞 156 · 下载量 287

理由

  • 官方对比 Qwen3.6-35B-A3B、Gemma-4-26B-A4B-it 等 4 个同级模型:BrowseComp 76.30(开上下文管理 82.20)、Terminal-Bench 58.65、SWE-Bench-Verified(Claude Code 框架)65.40、AIME 2025 mean@8 96.25,都是表中最高
  • 也有落后项:IFBench 64.80、BBEH 52.51、CoSER 53.54 都低于表中多个模型,指令遵循平均分低于 Gemma 4 和 Muse Glimmer
  • 官方提供定制 vLLM 镜像、技术报告和在线试用页

用法

  • hf download maxwell-model/Maxwell-V1-Flash 到本地,用 docker 跑 maxwellmodel/vllm-openai:v0.30.0 的 vllm serve,加 --trust-remote-code --block-size 128 --reasoning-parser qwen3 --enable-auto-tool-choice --tool-call-parser qwen3_coder
  • 默认开思考;多轮和工具调用要把上一轮的 reasoning_content 和 tool_calls 原样传回;官方评测多用温度 0.6、top_p 0.95、top_k 20
  • 需要 NVIDIA 驱动 580 以上(CUDA 13.0),旧驱动在 docker run 里加 -e VLLM_ENABLE_CUDA_COMPATIBILITY=1

风险

  • 卡里没介绍开发团队或机构背景,只留了联系邮箱
  • 依赖官方定制的 vLLM 镜像和 trust_remote_code;官方没写显存需求,35B 全量权重单卡要大显存
  • 仓库 10 月 13 日就建了,近期才上升;分数都来自官方内部评测框架。本条未运行

打开

Hugging Face Trending

浏览最新 AI 动态