快速了解本文
Recursive 发布开源编程模型 Flint，支持笔记本本地运行。
Flint 采用 MoE 架构，最小仅需 24GB RAM 即可运行。
该模型主要由 AI 系统 Eureka Machine 辅助构建完成。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 AI 初创公司 Recursive 发布了其首个编程模型 Flint。这是一款免费且开源（Apache 2.0 协议）的模型，已在 Hugging Face 上线。Flint 的核心标签是“笔记本级”本地运行能力，以及“主要由 AI 构建”的研发模式。
技术规格与本地运行性能
Flint 采用 400 亿参数的混合专家（MoE）架构，每次推理仅激活 25 亿参数，支持 26.2 万 token 的上下文窗口。得益于极低的激活参数，其最小运行环境仅需 24GB RAM。在本地硬件上，Flint 在 M4 Pro MacBook Pro 上的生成速度达 125 至 131 tokens/s，在 NVIDIA RTX Spark 上可达 150 至 220 tokens/s，速度约为同类模型的两倍。这种设计将高性能编程模型的本地运行门槛降至普通笔记本，为开发者提供了兼顾隐私与零 API 成本的离线方案。
关键数据
AI 主导的研发模式
Flint 主要由 Recursive 的自动化研究系统“Eureka Machine”构建，人类团队在不到 4 个月内完成了监督与结果筛选。在研发过程中，Eureka Machine 贡献了更稀疏的模型架构、低比特训练（使模型体积缩小 71% 且质量几乎无损）以及定制计算内核（使 RTX Spark 提速 55%）。这证明了“AI 构建 AI”在工程落地上的初步可行性，大幅压缩了研发周期。不过，目前的成果更多是 AI 辅助研发的成功案例，其是否具备真正的“递归自我改进”能力仍需外部独立验证。
基准测试与早期验证
在性能表现方面，Recursive 称 Flint 在 SWE-Bench Verified、SWE-Bench Pro 和 Terminal-Bench 等基准测试中，领先于 500 亿参数以下的同类模型，但该数据尚未被独立实验室验证。Wired 的早期测试显示，Flint 在 48GB 内存的 Mac 上成功完成了构建待办事项应用和网络搜索工具等小型编程任务，未出现明显错误，但此类小规模测试尚不足以代表其复杂工程能力。