概览
Recursive Flint 是 Recursive Superintelligence 于 2026 年 10 月 21 日发布的首个模型，定位是能在笔记本上跑的本地编程模型。它是一个 MoE 模型，总参数 398 亿、每个 token 只激活约 25 亿，因此在 Apple Silicon 和 NVIDIA RTX Spark 上解码很快：官方测得 M4 Pro MacBook Pro 上每秒 125 个 token 以上，约为同级模型的两倍，也比编程分数相近的 25B–40B 稠密模型快 5 倍以上。官方自测中，它在 Terminal-Bench 2.1、SWE-bench Pro v2、SWE-bench Verified 等智能体编程基准上领先总参 50B 以下的 MoE 模型。Recursive 称这个模型由小团队在不到四个月内从零训练完成，数据、训练配方、量化和推理内核几乎都有其自动化研究系统 Eureka Machine 参与。权重以 Apache 2.0 许可发布在 Hugging Face，可用官方 Mac 推理引擎 rec 一条命令接入 Pi 或 OpenCode，也能用 Ollama、LM Studio、llama.cpp、vLLM、SGLang 运行；代码和数据都留在本机，不产生 API 费用。官方提醒它比大型闭源编程模型更需要引导，适合把任务拆小后作为日常本地编程模型使用。基准与速度均为官方自测。来源：https://recursive.com/updates/introducing-recursive-flint 、https://huggingface.co/RecursiveSI/flint 、https://docs.recursive.com/models/flint （2026-10-22 核对）。 定价：开放权重（Apache 2.0），可免费下载本地运行；官方未公布托管 API 单价。
- 模态
- 文本
- 参数量
- 39.8B 总参 / 约 2.5B 激活（MoE）
- 许可说明
- 开源 · Apache 2.0
能力
- 架构：仅解码器 MoE Transformer，49 层（2 层稠密 + 47 层 MoE），每层 256 个路由专家选 6 个，另有 1 个常驻共享专家；35 层滑动窗口注意力（窗口 513）+ 14 层全注意力
- 上下文：官方托管配置 262,144 tokens（含输入与输出），单次最多输出 65,536 tokens；官方博客称最高支持 512K，建议控制在 256K 以内
- 能力：文本输入输出，推理始终开启，支持多轮工具调用（兼容 OpenAI 工具调用格式），用于理解代码库、修 bug、实现功能和写测试
- 官方评测（自测）：Terminal-Bench 2.1 54.9%、SWE-bench Pro v2 89.7%、SWE-bench Verified 74.2%（Terminal-Bench 中靠联网检索得到的解答计为失败）
- 速度（官方）：M4 Pro MacBook Pro 上 125+ tokens/秒，64GB NVIDIA RTX Spark 上 150+ tokens/秒（短上下文）；NVFP4 量化版与 16 位版各项基准相差在 0.7 分以内
- 本地运行：Mac（M4 Pro / M4 Max / M5 Pro / M5 Max，至少 48GB 统一内存）用官方引擎 rec，安装后在项目目录执行 rec launch pi 或 rec launch opencode；Ollama 执行 ollama run flint:40b-a2b-qat-int4；也支持 Unsloth、LM Studio、llama.cpp
- GPU 部署：BF16 检查点约 80GB，单张 B300 或 H200 即可用仓库内的 SGLang 套件起服务；另支持 vLLM、Transformers
- 训练：从零预训练、中期训练、SFT 与强化学习；官方称 Eureka Machine 参与了架构搜索、量化方案（把输出层量化到 4 bit 并做离线蒸馏）和 Apple Silicon Metal 内核优化
- 局限（官方）：比大型闭源编程模型需要更多引导，复杂任务应拆成小步骤并给出明确指令；长推理可能耗尽输出预算