O que é Maxwell-V1.0-Flash?
Maxwell-V1.0-Flash é um modelo de linguagem só de texto do tipo mixture-of-experts, com 35 bilhões de parâmetros no total e 3 bilhões ativos por token (ambos sem contar embeddings) e janela de contexto de 256K tokens. Tem 45 camadas: três densas e depois 42 com 256 especialistas roteados, dos quais 12 ficam ativos por token, mais 2 especialistas compartilhados. A atenção usa o Maxwell Block Sparse Attention, que mantém 8 blocos de prefixo e 8 locais de 128 tokens e escolhe até mais 16 com um indexador aprendido, limitando a atenção principal a 4.096 tokens por grupo KV; segundo o cartão do modelo, o kernel é 6.7x mais rápido que a atenção densa em 256K.
Foi pré-treinado com cerca de 26 trilhões de tokens multilíngues e o otimizador Muon, com um tokenizador feito para ser compacto em tailandês, laosiano, birmanês, khmer e shan, e depois pós-treinado com ajuste fino supervisionado, ramos separados de aprendizado por reforço para tarefas gerais, de raciocínio e agênticas, e uma destilação de vários professores num único modelo. Os pesos são Apache 2.0. O editor é o "Maxwell Team"; o cartão do modelo, o relatório técnico e o site não citam empresa, local nem financiador.
Maxwell-V1.0-Flash vale a pena?
Os resultados de destaque são agênticos. Na tabela de pós-treinamento, o Maxwell marca 76.30 no BrowseComp contra 47.00 do Qwen3.6-35B-A3B e 55.60 do Muse Glimmer-30B, 83.30 no DeepSearchQA e 58.65 no Terminal-Bench contra 47.42 do Qwen3.6. No SWE-Bench Verified, rodado num harness do Claude Code, supera por pouco o Qwen3.6, 65.40 a 63.40. A média em seis benchmarks de matemática é 92.61 (mean@8), e ele lidera a média de contexto longo com 76.94.
É mais fraco em seguir instruções. No IFBench fica com 64.80 contra 83.20 do Muse Glimmer e 79.10 do Gemma 4 26B-A4B, e a média de seguimento de instruções fica atrás dos dois. O modelo base também pontua abaixo dos modelos base do Qwen em chinês (CMMLU 79.41 contra 87.41), embora lidere três dos quatro benchmarks base do Sudeste Asiático, onde o trabalho no tokenizador aparece.
O porém: todas as pontuações vêm da avaliação interna da equipe, com configurações escolhidas por ela (temperatura 0.6, contextos de 32K a 256K e gerenciamento de contexto ligado nos resultados de busca marcados com asterisco), e ainda não há entrada em nenhum ranking independente. A organização por trás não é identificada: uma lista de 76 autores, um e-mail de contato e um site, mas nenhuma empresa, país ou financiamento. Para rodar é preciso trust_remote_code, que executa o Python do repositório na sua máquina, e uma imagem própria do vLLM feita para o driver NVIDIA 580 ou mais recente. Os safetensors guardam cerca de 36.8 bilhões de parâmetros BF16, uns 74 GB, antes de qualquer cache KV. O cartão ainda informa uma base RoPE de 10,000,000 onde o config.json diz 20,000,000, um pequeno sinal de lançamento apressado.
A adoção é modesta: 215 curtidas e 1.052 downloads no Hugging Face, com uma versão GGUF de terceiros em 4.437. Os pesos são Apache 2.0, então a licença não é o obstáculo; procedência e verificação são.
Nossa opinião: o Maxwell merece um teste de quem roda agentes de busca ou pesquisa nas próprias GPUs, medido nas próprias tarefas contra o Qwen3.6-35B-A3B; para qualquer uso regulado, um fabricante sem nome e código remoto são motivos para esperar avaliações externas.
Onde ele se destaca
Um engenheiro de ML numa empresa de pesquisa de mercado
Rodar no nosso próprio hardware um agente de pesquisa que navega e cita fontes
Sirva o modelo com a imagem maxwellmodel/vllm-openai e o parser de chamadas de ferramentas qwen3, depois conecte-o ao agente existente pela API compatível com a OpenAI. Compare com o Qwen3.6-35B-A3B num conjunto das suas perguntas de pesquisa anteriores antes de trocar.
Uma desenvolvedora que cria um assistente de suporte para clientes em tailandês e vietnamita
Ter boas respostas em idiomas do Sudeste Asiático sem pagar por prompts longos
O tokenizador é o mais compacto da tabela do relatório técnico em textos do Sudeste Asiático, então o mesmo prompt usa menos tokens e menos contexto. Confira a qualidade nas suas próprias conversas, já que as pontuações multilíngues são autodeclaradas.
Antes de decidir
- Configuração
- Baixe os pesos com hf download e rode o vLLM a partir da imagem Docker maxwellmodel/vllm-openai:v0.30.0 com --trust-remote-code; exige driver NVIDIA 580 ou mais recente (CUDA 13.0), ou uma opção de compatibilidade em drivers mais antigos.
- Integrações
- API de chat compatível com a OpenAI via vLLM, com chamadas de ferramentas e modo de raciocínio ligado por padrão; existe uma versão GGUF da comunidade no Hugging Face.
- Dados e privacidade
- Roda no seu próprio hardware sob Apache 2.0. Carregar o modelo executa o código personalizado do repositório. O tratamento de dados do playground web não foi publicado.
- Custo em escala
- Pesos gratuitos; cerca de 74 GB de pesos BF16 antes do cache KV, ou seja, uma GPU grande de data center ou várias menores. O exemplo do README usa tensor-parallel size de 1.
- Limites
- Só texto; benchmarks internos e em parte com gerenciamento de contexto; identidade e localização do fabricante e o poder computacional do treinamento não foram publicados.
O que é bom
- Lidera sua tabela comparativa no BrowseComp, DeepSearchQA e Terminal-Bench
- 3B parâmetros ativos com atenção esparsa por blocos até 256K
- Tokenizador compacto para idiomas do Sudeste Asiático
- Pesos Apache 2.0 com relatório técnico de 38 páginas
O que não é
- Todos os benchmarks são autodeclarados
- Empresa e país do editor não foram publicados
- Exige trust_remote_code e uma imagem própria do vLLM
- Em seguir instruções fica atrás do Gemma 4 e do Muse Glimmer
Ideal para
Equipes que constroem agentes de busca e pesquisa, conseguem hospedar um modelo de cerca de 74 GB e querem testar uma alternativa de 3B ativos ao Qwen3.6-35B-A3B.
Alternativas ao Maxwell-V1.0-Flash
Maxwell-V1.0-Flash: perguntas frequentes
- Maxwell-V1.0-Flash vale a pena?
- Pelos testes dos próprios autores, Maxwell é o modelo de 3B ativos mais forte em busca agêntica, mas todos os números são autodeclarados e a empresa por trás dele não é citada. Damos nota 3.7 de 5.
- Quanto custa Maxwell-V1.0-Flash?
- Pesos abertos gratuitos sob Apache 2.0. Há um playground web; nenhuma API paga ou preço foi publicado.
- Quais são as desvantagens de Maxwell-V1.0-Flash?
- Todos os benchmarks são autodeclarados; empresa e país do editor não foram publicados; exige trust_remote_code e uma imagem própria do vLLM; em seguir instruções fica atrás do Gemma 4 e do Muse Glimmer.
- Para quem Maxwell-V1.0-Flash é indicado?
- Equipes que constroem agentes de busca e pesquisa, conseguem hospedar um modelo de cerca de 74 GB e querem testar uma alternativa de 3B ativos ao Qwen3.6-35B-A3B.
- Quanto custa Maxwell-V1.0-Flash para uma equipe ou em produção?
- Pesos gratuitos; cerca de 74 GB de pesos BF16 antes do cache KV, ou seja, uma GPU grande de data center ou várias menores. O exemplo do README usa tensor-parallel size de 1.
- Maxwell-V1.0-Flash é seguro para dados da empresa?
- Roda no seu próprio hardware sob Apache 2.0. Carregar o modelo executa o código personalizado do repositório. O tratamento de dados do playground web não foi publicado.
- Quais são as melhores alternativas ao Maxwell-V1.0-Flash?
- As alternativas mais próximas que analisamos são Qwen3.6, Muse Glimmer e Gemma 4.
Respostas verificadas em 18 de nov. de 2026.