Recursive veröffentlicht Flint: 40B-MoE-Codierungsmodell mit Apache-2.0-Gewichten und rund 2,5B aktiven Parametern
Laut einem MarkTechPost-Bericht vom 21. Oktober 2026 hat Recursive mit Flint sein erstes Modell veröffentlicht: ein MoE-Codierungsmodell mit 40B Gesamtparametern und rund 2,5B aktiven Parametern, dessen Gewichte unter Apache 2.0 stehen, in 4 Bit etwa 23GB groß sind und auf einem 48GB-Mac oder einer entsprechenden GPU laufen sollen.
Was sich geändert hat
Laut einem MarkTechPost-Bericht vom 21. Oktober 2026 hat Recursive Superintelligence mit Flint sein erstes Modell veröffentlicht, ein decoder-only-MoE-Modell für Codierungsagenten. Der Bericht nennt 39,8B Gesamtparameter und rund 2,5B pro Token aktive Parameter; die Modellkarte gibt einen Kontext von 262.144 Tokens an, während der Blog von bis zu 512k spricht. Die Gewichte wurden auf Hugging Face unter der Apache-2.0-Lizenz veröffentlicht. Architektonisch umfasst das Modell 49 Schichten: Die ersten 2 sind dicht, die folgenden 47 sind MoE-Schichten mit je 256 gerouteten Experten, von denen pro Token 6 plus 1 geteilter Experte ausgewählt werden. Die Attention kombiniert in 35 Schichten ein gleitendes Fenster von 513 Tokens mit 14 Schichten globaler Attention ohne Positionskodierung, mit 32 Query-Heads und 4 Key-Value-Heads. Dem Bericht zufolge war Recursives automatisiertes Forschungssystem Eureka Machine an der Architektursuche beteiligt, quantisierte die Ausgabeschicht auf 4 Bit und stellte die Genauigkeit durch Offline-Distillation wieder her und schrieb spezialisierte Kernel; auf M4/M5-Chips fusioniert ein Metal-Megakernel den gesamten Decoder-Vorwärtsdurchlauf. Die 4-Bit-Gewichte werden mit etwa 23GB angegeben und sollen auf einem 48GB-Apple-Silicon-Mac (M4 Pro, M5 Pro, M5 Max) oder einer 48GB-NVIDIA-GPU laufen; für kurze Kontexte werden über 125 Tokens/s auf einem M4 Pro und über 150 Tokens/s auf einem RTX Spark genannt. Alle Benchmark-Werte sind von Recursive selbst gemeldet, darunter 74,2% bei SWE-bench Verified, 54,9% bei Terminal-Bench 2.1 und 95,1% bei IFEval; die NVFP4-Version liege innerhalb von 0,7 Punkten zur BF16-Version.
Auswirkungen für Entwickler
Für Teams, die Codierungsagenten und lokale Deployments bauen, liegt der berichtete Wert von Flint darin, dass ein hoher SWE-bench-Wert und der Betrieb auf einer einzelnen Maschine mit 48GB Speicher im selben Modell zusammenkommen. Laut Bericht sind die 4-Bit-Gewichte etwa 23GB groß, was bedeutet, dass vorhandene M4-Pro/M5-Pro- oder 48GB-GPU-Maschinen sie möglicherweise ohne Aufrüstung aufnehmen können. Das stellt die bisherige Standardannahme infrage, dass man für die stärksten Codierungsmodelle einen Cloud-API-Weg gehen muss. Zweitens liegen die aktiven MoE-Parameter dem Bericht zufolge bei nur rund 2,5B (einschließlich Ausgabekopf); der Anbieter behauptet, die Kurzkontext-Durchsatzrate sei bis zu zweimal so hoch wie bei vergleichbaren Modellen und mehr als fünfmal so hoch wie bei dichten 25-40B-Modellen mit ähnlichen Werten. Sollte diese Richtung auch bei langen Kontexten Bestand haben, würde sich die Kostenstruktur für lokale, häufig laufende kleine Aufgaben wie Testreparaturen und Codebase-Durchläufe deutlich verändern. Drittens ist Apache 2.0 eine ausdrückliche Open-Source-Lizenz und unterscheidet sich von einer bloßen Veröffentlichung von Gewichten; der Bericht gibt an, dass die Gewichte unter dieser Lizenz veröffentlicht wurden, doch vor kommerzieller Nutzung sollten die Lizenzdatei im Repository und die Bedingungen Dritter selbst geprüft werden. Zu beachten ist, dass der Bericht für Flint zugleich 54,9% bei Terminal-Bench 2.1 nennt, deutlich unter den im Bericht genannten 73,0% des dichten Qwen 3.8. Flint erscheint damit eher als schneller, ausreichender lokaler Agent denn als stärkste Wahl für komplexe Aufgaben auf Terminal-Niveau.
Integration und Bewertung
Flint sollte als Kandidat behandelt werden, nicht als direkter Ersatz für bestehende Codierungsmodelle. Die erste Entscheidung ist lokal oder Cloud: Der Bericht setzt voraus, dass die Maschine mindestens 48GB Speicher hat (Apple Silicon oder NVIDIA) und die 4-Bit-Gewichte etwa 23GB belegen; bei einer Entwicklungsmaschine mit 16-32GB trifft diese Voraussetzung nicht zu, sodass die Alternative darin besteht, weiter eine API zu nutzen oder auf ein kleineres Modell zu wechseln. Eine überprüfbare Kennzahl ist ein pass@1-Durchlauf mit den eigenen Codebase-Aufgaben im Vergleich zur aktuellen Baseline, wobei zugleich zu erfassen ist, ob bei langen Kontexten (etwa nahe 100k Tokens) Durchsatz oder Qualität sinken, denn die berichteten 125/150 Tokens/s gelten für kurze Kontexte. Die zweite Entscheidung ist das Quantisierungsformat: Dem Bericht zufolge sind die INT4-MLX-Gewichte auf Apple Silicon etwa 22,6GB groß, auf NVIDIA ein NVFP4-GGUF mit etwa 22,9GB; beim NVIDIA-Weg ist zu prüfen, wie gut der eigene Inferenz-Stack NVFP4 unterstützt. Eine überprüfbare Kennzahl ist der Ergebnisunterschied zwischen NVFP4 und BF16 auf derselben Aufgabenmenge; der Bericht nennt eine Abweichung von höchstens 0,7 Punkten, doch diese Zahl stammt vom Anbieter und muss unter eigener Last reproduziert werden. Die dritte Entscheidung betrifft Harness und Tool-Aufrufe: Dem Bericht zufolge unterstützt Flint OpenAI-kompatible Tool-Aufrufe, die SWE-bench-Tests nutzten mini-swe-agent ohne Internetzugang und Terminal-Bench nutzte Terminus 2. Wenn der eigene Agent auf Online-Recherche oder ein bestimmtes Tool-Protokoll angewiesen ist, sollten Tool-Kompatibilität und Fehlermuster zuerst in einer isolierten Umgebung geprüft werden, bevor ein Produktiveinsatz entschieden wird. All dies sind auf dem Bericht basierende Empfehlungen, keine verifizierten Schlussfolgerungen.
Grenzen und offene Fragen
Erstens ist diese Version von Flint derzeit nicht im Live-Katalog von KimiSeek enthalten; die im Bericht genannte lokale und Online-Verfügbarkeit bezieht sich auf Recursives eigene Kanäle und steht nicht mit dieser Seite in Verbindung. Zweitens sind alle Benchmark-Werte von Recursive selbst gemeldet, und der Bericht liefert keine unabhängige Reproduktion; der Bericht weist zudem ausdrücklich darauf hin, dass der SWE-bench-Pro-v2-Wert von Recursive selbst gemessen wurde und nicht mit dem öffentlichen SWE-bench Pro vergleichbar ist. Drittens mischt die Vergleichstabelle im Bericht vom Anbieter gemeldete Daten mit Messungen anderer, sodass direkte Quervergleiche mit Vorsicht zu behandeln sind. Viertens sind die 125/150 Tokens/s Kurzkontext-Daten; Verhalten bei langen Kontexten, Spitzen beim Speicherverbrauch und Stabilität sind unbekannt. Fünftens nennt der Blog laut Bericht einen Kontext von bis zu 512k, während die Modellkarte 262.144 Tokens angibt; welcher Wert gilt, muss selbst geklärt werden. Sechstens lässt sich der konkrete Beitragsanteil der Eureka Machine an der Entwicklung aus dem Bericht nicht unabhängig verifizieren. Achtens ist dieses Modell textbasiert und unterstützt keine Bildeingabe.