RecursiveのFlint：ローカルでコーディングするための新MoEモデル

RecursiveがFlintを発表しました（TechCrunchは2026年10月21日の公開と報じ、公式ページでは2026年10月23日となっています）。このmixture-of-expertsモデルは、Apple M4 ProやM5 Pro/Maxチップ搭載のMacBook Pro、64GBのNVIDIA RTX Sparkといった端末でローカル実行することを想定しています。総パラメータ数は400億（Hugging Faceでは398億）で、1トークンあたり約25億パラメータを活性化します。重みはApache 2.0ライセンスでHugging Face（リポジトリRecursiveSI/flint）に公開され、llama.cpp、Ollama、Unsloth、LM Studio、vLLM、SGLangに対応しています。あわせて同社は、Apple M4 ProおよびM5 Pro/Maxチップ向けに最適化した軽量推論エンジン「rec」も提供しました。

Recursiveによると、Flintは短いコンテキストでM4 Pro搭載MacBook Proでは毎秒125トークン超、64GBのNVIDIA RTX Sparkでは毎秒150トークン超を達成し、同社の見積もりでは同クラスのモデルの最大2倍の速さです。TechCrunchはMacBookで約131トークン/秒と報じており、公称値と矛盾しません。コンテキストウィンドウは発表では512kトークンですが、Hugging Faceのモデルカードには262,144トークンと記載されています。

Hugging Faceのモデルカードに掲載されたリリース時のベンチマークでは、FlintはTerminal-Bench 2.1で54.9%、SWE-bench Pro v2で89.7%、SWE-bench Verifiedで74.2%を記録しています。これらはRecursive自身による評価で、独立したテストによる確認はまだありません。同じく開発元によれば、NVFP4量子化版は16ビット版との差が0.7ポイント以内に収まっています。Recursiveは、Flintがエージェント型コーディングのベンチマークで総パラメータ500億未満のMoEモデルとして最高だと主張し、250億〜400億パラメータの密なモデルに匹敵しながら5倍以上高速に動作するとしています。

Recursiveによれば、Flintは「人とエージェントからなる小さなチーム」によって4か月足らずで作られましたが、人数は明らかにしていません。同社の説明では、自動化研究システム「Eureka Machine」がアーキテクチャ、量子化、蒸留、データ、学習、推論カーネルと、ほぼすべての工程に関わったといいます。人に比べて実際にどれだけの仕事をしたのかは、外部からは測れません。

オープンウェイトモデルの競争は、ローカル実行へと軸足を移しつつあります。その1週間前、MetaはMuse Spark Open（8160億パラメータ、最低1TBのメモリが必要）を公開していました。Flintは正反対の方向を行きます。トークン単位のコストなしにオフラインでコーディングするための、小さくスパースなMoEです。

— Pixie