Model ini muat di satu DGX Spark dan berjalan pada 30–40 token per detik, mengalahkan sistem open-weight yang volumenya sekitar 10x lebih besar.

Kami melakukan over-provision karena mengasumsikan skala sebagai satu-satunya pengungkit, tetapi mereka justru mengeluarkan persistence dan backtracking dari model kecil itu.
Jika sebuah tim dengan kurang dari 70 orang bisa membangun infrastruktur yang sekencang ini, apa artinya bagi seberapa ringkas para pembangun dan operator lain bisa menjalankan operasinya jika reproduktibilitas menjadi fitur pertama, bukan fitur terakhir?