Recursive 發布了首個模型 Flint：一個總參數 400 億、每個 token 只啟用約 25 億參數的開放權重程式設計模型，專為在本機執行程式設計代理而設計。權重以 Apache 2.0 授權發布在 Hugging Face，OpenRouter 上線期間免費提供。對想在自己電腦上跑代理式程式設計、又不想付 API 費用的開發者來說，這是一個新的小模型選擇，不過各項跑分都是廠商自報，尚未經過第三方驗證。

Flint 是什麼

Recursive 共同創辦人 Richard Socher 於北京時間 10 月 22 日 00:29 在 X 上發布 Flint。根據 Hugging Face 模型卡，Flint 是僅解碼器的混合專家模型，總參數 398 億，每個 token 啟用約 25 億（含輸出頭）。每個 MoE 層有 256 個路由專家，每個 token 選 6 個，另加一個常駐的共享專家。輸入輸出皆為文字，支援推理和多輪工具呼叫，知識截止時間為 2026 年 6 月。

Recursive 表示，一個小團隊藉助自家的自動化研究系統 Eureka Machine，用不到四個月從零訓練出 Flint。Eureka Machine 參與了資料、訓練方案、量化和推論核心等各個環節。

跑分（Recursive 自報）

以下是模型卡列出的發布評測結果，全部由 Recursive 自己測得：

  • Terminal-Bench 2.1：54.9%
  • SWE-bench Pro v2：89.7%
  • SWE-bench Verified：74.2%

Recursive 說明，Terminal-Bench 用 Terminus 2 跑，透過連網檢索得到的答案算作失敗；兩項 SWE-bench 用 mini-swe-agent 在不連網的條件下跑，分數為至少五次嘗試的平均值。Recursive 也註明，其他開發者自報的分數未必採用同樣設定。SWE-bench Pro v2 的分數和另外兩項相比高得反常，目前三項都還沒有第三方重現。

速度和硬體

Recursive 稱，藉助自家最佳化的推論引擎，Flint 在短上下文下於 M4 Pro 的 MacBook Pro 上每秒生成超過 125 個 token，在 64GB 的 NVIDIA RTX Spark 上超過 150 個。Cline 在貼文裡說 Flint 只需約 24GB 記憶體，Recursive 自己沒有公布記憶體數字；Hugging Face 上完整的 BF16 檢查點約 80GB。Recursive 也發布了量化版本，稱其分數與 16 位元版本相差不到 0.7 分。

上下文長度方面，模型卡寫的是 262,144 個 token，與 OpenRouter 上的標示一致；Recursive 部落格則說最多支援 512K，但建議控制在 256K 以內。

在哪裡試用

OpenRouter 於北京時間 10 月 22 日 04:39 上架 Flint，上線期間免費。Socher 的貼文還說可以在 OpenCode 和 Pi 裡免費試用。上線初期免費開放是程式設計模型常見的推廣方式，DeepSeek V4.1 Flash 的限時免費也是如此。Recursive 建議把複雜任務拆成小任務，因為 Flint 可能比大型閉源模型需要更多引導。

為什麼值得關注

不少新近的開放權重模型需要資料中心級硬體，例如需要單張 80GB GPU 的推理模型 Ornith-1.5-122B，而 Flint 瞄準的是筆電。如果它的分數能經得起獨立測試，本機環境就多了一個能勝任代理工作的模型。雲端工具的比較可以看我們的最佳程式設計代理排行。