Flint

Recursive 的 39.8B 混合专家编程模型,每个 token 激活约 2.5B 参数,为快速的本地智能体而设计。Apache 2.0。

一句话概括. Flint 是一个免费的编程模型,供修复错误、编写测试、开发功能的 AI 智能体使用。每个词只有模型的一小部分在工作,所以回答很快,Recursive 提供可以在 Mac 或一张 48 GB 显存的 NVIDIA 显卡上运行的版本。它以 Apache 2.0 发布,允许商用。

概述

Recursive Superintelligence, Inc. 于 2026 年 10 月 18 日宣布了 Flint,并在 Hugging Face 上以 Apache 2.0 发布了权重。它是面向编程智能体的混合专家语言模型,总参数 398 亿,每个 token 激活约 25 亿。Recursive 称,这个模型用它的自动化研究系统 Eureka Machine,在不到四个月内从零训练而成。Flint 输入输出文本,会推理,并能在多轮对话中调用工具。模型卡列出 49 层、256 个路由专家(每个 token 选 6 个,外加 1 个共享专家),注意力由 35 个窗口为 513 个 token 的滑动窗口层和 14 个全注意力层混合而成。文档记载的上下文是 262,144 个 token,博客称最高可达 512k,并建议控制在 256k 以内,声明的知识截止日期是 2026 年 6 月。

BF16 检查点约 79.6 GB,仓库里的 SGLang 套件面向每个副本一张 H200 或 B300 显卡。本地使用有三个 4 位版本:面向 Apple 芯片、22.6 GB 的 MLX INT4,面向 Metal 上 llama.cpp、26.0 GB 的 Q4_1 GGUF,以及面向 NVIDIA 显卡上 llama.cpp、22.9 GB 的 NVFP4 GGUF。Recursive 要求所有这些版本至少有 48 GB 的显存或统一内存,它自己的 rec 引擎对 M4 Pro、M4 Max、M5 Pro 和 M5 Max Mac 的要求也是这个数字。它称 Flint 在短上下文下,M4 Pro MacBook Pro 上每秒生成超过 125 个 token,64 GB 的 NVIDIA RTX Spark 上超过 150 个。文档还涵盖了 Ollama、Unsloth、LM Studio、Transformers、vLLM,以及 OpenCode、Pi、Cline 和 OpenHands 等编程工具。

Recursive 的发布评测报告:Terminal-Bench 2.1 为 54.9%,SWE-bench Pro v2 为 89.7%,SWE-bench Verified 为 74.2%,采样参数为 temperature 1.0、top-p 0.95、top-k 20。在它的图表里,这三项都领先 33B 到 35B 混合专家组里的 Qwen3.5 和 Qwen3.6,Terminal-Bench 上是 54.9% 对 38.7% 和 44.9%,但图表中 27B 到 31B 组里的稠密模型 Qwen3.8 在 Terminal-Bench(73.0%)和 SWE-bench Pro v2(94.9%)上得分更高。Recursive 强调的是速度:它称在得分相近的情况下,Flint 比 250 亿到 400 亿参数的稠密模型快五倍以上。部分对比分数由 Recursive 自己测得,其余来自各开发方的报告,而且 Flint 的 Terminal-Bench 分数把通过网页检索得到的解答算作失败。截至 2026 年 11 月 11 日的 30 天内,Hugging Face 统计四个仓库合计约有 253,000 次下载,大部分是 GGUF 版本,主仓库约有 1,400 个点赞。

适合做什么

  • 在统一内存 48 GB 以上的 Mac,或一张 48 GB 的 NVIDIA 显卡上,本地运行智能体编程
  • 解码速度快,因为 398 亿参数里每个 token 只激活约 25 亿
  • 262,144 个 token 的窗口和携带推理内容的工具调用,适合长时间的编程会话
  • 想要自托管、可微调的 Apache 2.0 编程模型的团队,提供 BF16 权重和三个 4 位版本

需要注意

  • 即使是 4 位版本也有 22 到 26 GB,Recursive 要求至少 48 GB 的显存或统一内存,而 BF16 检查点有 79.6 GB
  • 在 Recursive 自己的图表里,稠密的 Qwen3.8 在 Terminal-Bench 2.1 和 SWE-bench Pro v2 上更高,所以它的卖点是速度,而不是最高分
  • 博客称上下文最高 512k,但模型卡和量化版本记载的是 262,144 个 token
  • Recursive 称复杂任务需要明确的指引,长推理可能耗尽输出预算,模型卡要求难题至少有 32,768 个输出 token
  • 模型卡说明 Transformers 建模代码尚未包含在内,所有基准分数都来自开发方

性能数据来自开发方,未经独立验证。

需要多少内存?

以下为 Flint (BF16) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。

版本 参数量 BF16 FP8 / INT8 4-bit (Q4) 可运行于
Flint (BF16) BF16 39.8B 激活 2.5B 92 GB 46 GB 48 GB 工作站
Flint INT4 (MLX, Apple silicon) INT4 39.8B 激活 2.5B 92 GB 46 GB 48 GB 工作站
Flint INT4 GGUF (Q4_1, Metal) INT4 39.8B 激活 2.5B 92 GB 46 GB 48 GB 工作站
Flint NVFP4 GGUF (NVIDIA CUDA) NVFP4 39.8B 激活 2.5B 92 GB 46 GB 48 GB 工作站

估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。 开发方给出的最低显存要求为 48 GB。

显存计算器

许可证,用大白话说

最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。

进一步了解 Apache 2.0

延伸阅读

常见问题

Flint 是什么?
Flint 是一个免费的编程模型,供修复错误、编写测试、开发功能的 AI 智能体使用。每个词只有模型的一小部分在工作,所以回答很快,Recursive 提供可以在 Mac 或一张 48 GB 显存的 NVIDIA 显卡上运行的版本。它以 Apache 2.0 发布,允许商用。
Flint 可以商用吗?
可以。Flint 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
Flint 是开源的吗?
Flint 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
我能在自己的电脑上运行 Flint 吗?
只有工作站才行。最小版本 Flint (BF16) 在 4 位精度下约需 48 GB 内存,建议准备 48 至 96 GB 的显卡、多张显卡,或大内存的 Mac。
Flint 是什么时候发布的?
Flint 由 Recursive 于 2026年10月18日 发布。
Flint 的上下文窗口有多长?
Flint 支持最长 256K token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
Qwen3.6 Alibaba Qwen 27.8B – 36B 激活 3B 256K Apache 2.0 (宽松) 19 GB 游戏显卡
Ornith 1.5 DeepReinforce 9.65B – 403B 激活 17B 256K MIT (宽松) 6.66 GB 笔记本或手机
Nemotron 3.5 Lightning NVIDIA 31.6B 激活 3B 1M OpenMDW-1.1 (宽松) 22 GB 游戏显卡
Qwen3.8-27B Alibaba Qwen 27.8B 256K Apache 2.0 (宽松) 19 GB 游戏显卡