SyzygyResearch hat am 20. August 2026 mit Mach-1-Additive-35B ein Mixture-of-Experts-Modell veröffentlicht, das trotz nominell 35 Milliarden Parametern nur rund 7 GB Speicher belegt – ein Resultat der additiven MoE-Architektur, bei der jeweils nur ein Bruchteil der Parameter aktiv ist. Das Modell wird sowohl als Standard-GGUF als auch als Multimodal-Variante (Mach-1-Additive-35B-Multimodal-GGUF) auf Hugging Face bereitgestellt. Begleitend veröffentlicht SyzygyResearch einen eigenen Fork von llama.cpp unter dem Namen llama.cpp-mach1 auf GitHub, der speziell auf das Modell abgestimmt ist und den sofortigen lokalen Betrieb ohne weitere Infrastruktur ermöglicht. Auf Consumer-Laptops sollen dabei bis zu 120 Token pro Sekunde erreichbar sein, was das Modell für interaktive Anwendungsfälle auf Edge- und Mobilgeräten praxistauglich macht. Das Projekt ordnet sich in den breiteren Trend hochkomprimierter Modelle ein – der Originalpost verweist auf einen Community-Tracker für 1-Bit-, 2-Bit-, Ternär- und BitNet-Modelle, in dem Mach-1-Additive geführt wird. Außerdem kündigte SyzygyResearch in einem rund zwei Wochen alten Tweet an, dass mit Laguna S2.1 und Qwen 3.8 bereits zwei weitere Modelle in Vorbereitung sind. Die Multimodal-Variante deutet darauf hin, dass das Projekt über reine Text-Inferenz hinaus gehen soll, ohne dass bereits detaillierte Benchmarks zu den Bildverarbeitungsfähigkeiten veröffentlicht wurden.