AIsaAIsaStudio English 打开 AIsa Studio

Recursive 发布开源 MoE 编码模型 Flint(39.8B 总参数,激活约 2.5B)

原标题:RecursiveSI/flint (text-generation)

Recursive 在 Hugging Face 开源编码智能体模型 Flint,采用 decoder-only MoE 架构,总参数 39.8B,每 token 激活约 2.5B,上下文 262,144 tokens,Apache 2.0 许可。官方评测成绩为 Terminal-Bench 2.1 54.9%、SWE-bench Pro v2 89.7%、SWE-bench Verified 74.2%,提供 BF16 权重与 SGLang 服务套件,单个 B300 或 H200 GPU 即可运行;量化的 NVIDIA 与 Apple Silicon 版本另行准备,Transformers 建模代码尚未包含。

为什么值得看

README 给出完整的架构参数、基准分数和单卡部署方式,读者可据此评估这枚开源编码模型是否适配自己的 agent 工作流。

阅读原文 ↗

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体,原文版权归原作者所有。

事件综述

Recursive 开放权重编程模型 Flint:Eureka Machine 自动化构建

2026 年 10 月 21 日,AI 初创公司 Recursive 发布首个编程模型 Flint 的开放权重,公司在 Hugging Face 与 TechCrunch 报道中称其开发几乎每一步都由自动化研究系统 Eureka Machine 协助或完成,小团队从零构建用时不到四个月。Flint 是 MoE 架构的端侧/本地编程模型,总参数约 40B(另两篇报道写 39.8B),每 token 激活约 2.5B,以 Apache 2.0 许可免费下载,面向编码智能体场景,支持推理和多轮工具调用。官方评测称 Terminal-Bench 2.1 得分 54.9%、SWE-bench Pro v2 得分 89.7%、SWE-bench Verified 得分 74.2%,优于其他 50B 参数以下模型,但结果尚未经独立验证。速度方面,报道称 MacBook Pro 上可达 125+ tokens/sec(TechCrunch 写 M4 Pro 上约 131 tokens/sec),RTX Spark 上 150+ tokens/sec,号称约为同类模型两倍。仓库含 BF16 checkpoint(约 80 GB)与 SGLang 部署套件,单卡 B300 或 H200 可运行。上下文长度报道不一致:两篇写 262,144 tokens,The Decoder 写 512k。10 月 22 日,有开发者在 RTX PRO 6000 上用 vLLM 跑通 NVFP4 版本,实测 LiveCodeBench v6 子集 82.2 分、SWE-bench Verified 50 题子集 80 分,单流约 110–180 tok/s,64 并发峰值约 2,500 tok/s。公司同时承认 Flint 需要比大型付费编程助手更多引导,建议拆分大任务。Recursive 于 2026 年 5 月出隐身,融资 6.5 亿美元、估值 46.5 亿美元,CEO 为 Salesforce 前首席科学家 Richard Socher。

其他来源的报道 4