Das Modell erhöht die nachhaltige 1M-Token-Concurrency auf einem einzelnen H100 von 1 auf 8 Requests – relevant für Teams, die reasoning-schwere oder Long-Context-Workloads kostengünstig deployen wollen. Die Hybrid-MoE-Architektur mit Mamba/MoE/Attention und Multi-Token Prediction ist für Inferenz-Effizienz optimiert und für kommerzielle Nutzung freigegeben.