Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Maxwell-V1.0-Flash

Um mixture-of-experts de 35B com 3B ativos e atenção esparsa por blocos, líder em busca agêntica nos próprios testes; o fabricante não é identificado.

Análise de ReviewRamble editors · Atualizado

Visitar Maxwell-V1.0-Flash Código aberto

Compartilhe esta página:XLinkedInFacebookRedditWhatsAppE-mail

Nossa nota

3.7/5

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.

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.