Recursive Superintelligence 已发布 Flint，这是其首个模型。Recursive Flint 本地编程模型是一款混合专家模型，总参数为 40B，激活参数为 2.5B。Recursive 团队表示，其 Eureka Machine——一个自动化研究系统——帮助构建了技术栈的几乎每一部分。模型权重已发布在 Hugging Face 上，采用 Apache 2.0 许可证。
TL;DR
- 规模： 总参数 39.8B，每个 token 激活约 2.5B。上下文：模型卡上记录为 262,144 个 token；博客称最高可达 512k。
- 运行环境： 48 GB Apple Silicon Mac（M4 Pro、M5 Pro、M5 Max）或 48 GB NVIDIA GPU。4-bit 权重约占用 23 GB。
- 性能： 在 Recursive 的图表中，在 50B 以下的 MoE 模型中位居智能体编程榜首。落后于最强的稠密模型。
- 最佳： IFEval 95.1%。SWE-bench Verified 74.2%。
- 最差： Terminal-Bench 2.1 得分为 54.9%，而稠密模型 Qwen 3.8 为 73.0%。
什么是 Recursive Flint？
Flint 是一款面向编程智能体的 decoder-only MoE Transformer。该 模型 可以调查代码库、修复 bug、实现功能并编写测试。它是纯文本模型，支持推理和 OpenAI 兼容的工具调用。
推出 Flint， @Recursive_SI的首个模型：一款由我们的自动化研究系统 Eureka Machine 构建的快速本地编程模型。
— Richard Socher (@RichardSocher) 2026年10月21日
• 同类最佳的快速本地编程能力
• 比同类模型最高快 2 倍：在 MacBook Pro 上每秒超过 125 个 token，在 RTX Spark 上超过 150 个
• 由……构建 pic.twitter.com/ufg2xScSGw
Flint 的架构是如何工作的？
Flint 有 49 层：2 个稠密层，然后是 47 个 MoE 层。每个 MoE 层有 256 个路由专家。路由器为每个 token 选择 6 个专家，外加 1 个始终激活的共享专家。
注意力混合了 2 种类型。35 层使用 513-token 滑动窗口。14 层使用不带位置编码的全注意力。共有 32 个查询头和 4 个键/值头。
2.5B 的激活参数数包含输出头。仅激活的主体部分约为 2.2B 参数。
Eureka Machine 是如何构建 Flint 的？
该 Eureka Machine 提出想法、实现它们、测试它们，并选择下一步要尝试的内容。
Recursive 重点列出了 3 项贡献：
- 架构： 它从一个总计 35B、激活 3B 的基线开始。它搜索了专家配置和宽度，最终确定总计 40B、激活 2.5B。
- 量化： 它将输出层（lm_head）量化为 4 比特，这与常见做法相反。一个以 16 比特模型作为教师的离线蒸馏阶段恢复了精度。与量化感知训练基线相比，这几乎将训练步数减半。NVFP4 模型的得分与 16 比特模型相差不到 0.7 分。
- 内核： 它为低比特投影、MoE 运算、注意力和提示处理编写了专用内核。在 M4 和 M5 芯片上，一个 Metal megakernel 融合了整个解码前向传播。
Flint 在编程基准测试中的表现如何？
以下所有分数均由 Recursive 自行报告。采样使用 temperature 1.0、top-p 0.95 和 top-k 20。
| 基准测试 | Flint BF16 | Flint NVFP4 |
|---|---|---|
| Terminal-Bench 2.1 | 54.9% | 53.7% |
| SWE-bench Pro v2 | 89.7% | 88.5% |
| SWE-bench Verified | 74.2% | 74.1% |
| LiveCodeBench v6 | 80.3% | 80.8% |
| IFBench | 89.2% | 88.1% |
| IFEval | 95.1% | 94.6% |
Terminal-Bench 使用了 Terminus 2 harness。通过网页检索找到的解决方案计为失败。SWE-bench 运行使用 mini-swe-agent 且无互联网访问。Agentic 分数为至少 5 次尝试的平均 pass@1。
在 Recursive 的图表中，Qwen3.6 在 SWE-bench Verified 上得分为 73.4%。稠密模型 Qwen 3.8 在 Terminal-Bench 2.1 上得分为 73.0%，远高于 Flint。
Recursive 自己的对比图表（分数以 % 计，† 由 Recursive 测量，其他为开发者报告）：
| 模型 | Terminal-Bench 2.1 | SWE-bench Pro v2† | SWE-bench Verified | LiveCodeBench v6 | IFBench | IFEval |
|---|---|---|---|---|---|---|
| Flint BF16 | 54.9 | 89.7 | 74.2 | 80.3 | 89.2 | 95.1 |
| Flint NVFP4 | 53.7 | 88.5 | 74.1 | 80.8 | 88.1 | 94.6 |
| Qwen 3.5 (MoE) | 38.7 | 68.6 | 69.2 | 74.6 | 70.2 | 91.9 |
| Qwen 3.6 (MoE) | 44.9 | 73.8 | 73.4 | 80.4 | 67.9 | 89.6 |
| Laguna XS 2.1 (MoE) | 24.7† | 38.6 | 70.9 | 49.5† | 34.4† | 73.7† |
| Qwen 3.8（稠密） | 73.0 | 94.9 | 75.6† | 90.3 | 79.5 | 94.6† |
| Muse Glimmer（稠密） | 51.7 | 86.0 | 76.0 | 63.5† | 77.0 | 94.7† |
| Gemma 4（稠密） | 43.4 | 61.7 | 66.6 | 80.0 | 76.0 | 94.6 |
Flint 与 Qwen3.6、Laguna XS 2.1 和 Gemma 4 相比如何？
下方竞争对手的数据来自各开发者自己的模型卡，而非 Recursive 的图表。
| 特性 | Recursive Flint | Qwen3.6-35B-A3B | Laguna XS 2.1 | Gemma 4 31B |
|---|---|---|---|---|
| 开发者 | Recursive | Qwen（阿里巴巴） | Poolside | Google DeepMind |
| 总参数量 | 39.8B | 35B | 33B | 30.7B |
| 活跃参数量 | 约2.5B | 3B | 3B | 30.7B（稠密） |
| 上下文 | 262,144（博客：最高 512k） | 原生 262,144，最高 1,010,000 | 262,144 | 256K |
| 模态 | 文本 | 文本 + 图像 | 文本 | 文本 + 图像 |
| 许可证 | Apache 2.0 | Apache 2.0 | OpenMDW-1.1 | Apache 2.0 |
| 本地硬件 | 48 GB Mac 或 GPU | 未披露 | 配备 36 GB 内存的 Mac | 消费级 GPU、工作站 |
| SWE-bench Verified | 74.2% | 73.4% | 70.9% | 未披露 |
| Terminal-Bench | 54.9%（v2.1） | 51.5%（v2.0） | 37.5%（v2.0） | 未披露 |
| LiveCodeBench v6 | 80.3% | 80.4% | 未披露 | 80.0% |
| SWE-bench Pro | 89.7%（v2） | 49.5%（公众） | 47.6%（公立） | 未披露 |
Flint的速度有多快，它需要什么硬件？
Recursive 在 M4 Pro MacBook Pro 上报告的运行速度超过每秒 125 个 token。在 64 GB NVIDIA RTX Spark 上报告的速度超过每秒 150 个 token。两者都是短上下文数据，比同类模型最快可达 2 倍。该公司还声称，在编码得分相近的情况下，Flint 的运行速度比 25-40B 的稠密模型快 5 倍以上。
有3个本地选项：
- Apple Silicon： Flint INT4 MLX 权重大约占 22.6 GB。 推荐引擎 需要配备 48 GB 内存的 M4 Pro、M5 Pro 或 M5 Max。据报告,其吞吐量在 M4 Pro 上达到 llama.cpp 的 1.4 至 2.6 倍。
- NVIDIA： 该 NVFP4 GGUF 文件大小为 22.9 GB。Recursive 建议至少配备 48 GB 的 GPU 显存。
- 服务器： 80 GB BF16 检查点每个副本需要 1 块 B300 或 H200 GPU。
Flint 还可与 llama.cpp、Ollama、Unsloth、LM Studio、vLLM 和 SGLang 配合使用。
要点总结
- Flint 是一个 40B MoE 编码模型,仅有 2.5B 激活参数。
- 它在SWE-bench Verified上得分74.2%,在Terminal-Bench 2.1上得分54.9%。
- 4比特权重在48 GB的Mac或GPU上运行大约占用23 GB。
- Recursive的Eureka机器协助设计了该架构、量化和内核。
- SWE-bench Pro v2 分数由 Recursive 测量，与公开的 SWE-Bench Pro 不具可比性。
请查看 技术细节, 模型权重 以及 GitHub 上的推荐引擎。所有功劳归于该项目的研发人员。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ML SubReddit 并订阅 我们的 Newsletter。等等！你用 Telegram 吗？ 现在你也可以在 Telegram 上加入我们。
本文 Recursive 发布 Flint：面向智能体的开放权重 40B MoE 本地编码模型，活跃参数为 2.5B 首发于 MarkTechPost.