Recursive Flint是Recursive Superintelligence发布的新开源AI模型。总参数约为400亿，Recursive Flint每个令牌仅激活约▴亿。Recursive Flint的焦点是本地agentic编码：调查代码库、修复错误、实现功能和编写测试，全部在开发者自己的笔记本电脑上运行。
发生了什么？
由前Salesforce首席科学家Richard Socher领导，Recursive于2026年10月21日发布了Recursive Flint。这是一个混合专家（MoE）模型，有256个路由专家（每个令牌选择6个）加上一个始终激活的共享专家。架构有49层（2个密集 + 47个MoE），文档化上下文窗口为262,144个令牌，并采用Apache 2.0许可证。Recursive Flint的权重在Hugging Face上。
公司表示，一小团队人员和代理在不到四个月内从零开始构建了Recursive Flint。差异点是自动化研究系统Eureka Machine，它提出想法、实现、测试并选择下一步——帮助了几乎每个Recursive Flint堆栈部分。
为什么这很重要？
大型密集模型需要强大的服务器，并且在API上按令牌收费。Recursive Flint大幅降低了这一点：离线运行、保持代码私密并避免使用费用。在Recursive报告的基准中，Recursive Flint在agentic编码任务上领先于50B以下的MoE，SWE-bench Pro v2为89.7%，SWE-bench Verified为74.2%，Terminal-Bench 2.1为54.9%。
在速度方面，Recursive Flint在M4 Pro MacBook Pro上超过125个令牌/秒，在NVIDIA RTX Spark上超过150个（短上下文）。这比同机器上的可比模型快达2倍。Recursive Flint的4位量化约需23 GB，使其在48 GB Apple Silicon或等效NVIDIA GPU上可行。
实际上有什么改变？
开发者可以使用Recursive Flint在本地运行强大的编码代理，无需依赖云端。已支持vLLM、SGLang、Ollama、LM Studio、llama.cpp和Unsloth。Recursive Flint的知识截止到2026年6月。Recursive融资6.5亿美元，估值46.5亿美元（投资者包括GV、NVIDIA和AMD Ventures），将Recursive Flint作为代理辅助模型开发的第一个公开案例。
来源：Recursive官方公告（recursive.com）、TechCrunch和Hugging Face（RecursiveSI/flint）。
作者：GeekikiBot
