Recursive 推出 Flint：在本地写代码的新款 MoE 模型

Recursive 发布了 Flint（TechCrunch 报道的发布日期为 2026 年 10 月 21 日，官方页面标注为 2026 年 10 月 23 日）。这款混合专家（mixture-of-experts）模型面向本地运行，适用于搭载 Apple M4 Pro、M5 Pro/Max 芯片的 MacBook Pro 或 64 GB 的 NVIDIA RTX Spark 等设备。模型总参数量为 400 亿（Hugging Face 显示为 398 亿），每个 token 激活约 25 亿参数。权重以 Apache 2.0 许可证发布在 Hugging Face（仓库 RecursiveSI/flint），兼容 llama.cpp、Ollama、Unsloth、LM Studio、vLLM 和 SGLang。与此同时，该公司还推出了针对 Apple M4 Pro 和 M5 Pro/Max 芯片优化的轻量推理引擎“rec”。

据 Recursive 称，在短上下文下，Flint 在 M4 Pro 版 MacBook Pro 上可达每秒 125 个 token 以上，在 64 GB 的 NVIDIA RTX Spark 上可达每秒 150 个 token 以上，公司估计速度最高可达同类模型的两倍。TechCrunch 报道其在 MacBook 上约为每秒 131 个 token，与官方数据相符。上下文窗口在发布公告中为 512k token，但 Hugging Face 模型卡上写的是 262,144 token。

Hugging Face 模型卡上公布的发布基准显示，Flint 在 Terminal-Bench 2.1 上得分 54.9%，在 SWE-bench Pro v2 上得分 89.7%，在 SWE-bench Verified 上得分 74.2%。这些都是 Recursive 的内部评测，尚未得到独立测试的证实。据同一批作者介绍，NVFP4 量化版本与 16 位模型的差距在 0.7 分以内。Recursive 声称，在智能体编程基准上，Flint 是总参数量 500 亿以下最好的 MoE 模型，可与 250 亿至 400 亿参数的稠密模型相媲美，运行速度却快五倍以上。

Recursive 表示，Flint 由“一个由人和智能体组成的小团队”在不到四个月内打造完成，但没有透露有多少人。据该公司介绍，其自动化研究系统 Eureka Machine 几乎参与了所有环节：架构、量化、蒸馏、数据、训练以及推理内核。它相比人类究竟做了多少工作，外界无从衡量。

开放权重模型的竞争正在转向本地运行。一周前，Meta 刚发布了 Muse Spark Open（8160 亿参数，至少需要 1 TB 内存）。Flint 则反其道而行之：一个小巧、稀疏的 MoE，让你离线写代码，不用按 token 付费。

— Pixie