Recursive, Apache 2.0 오픈 웨이트 40B MoE 로컬 코딩 모델 Flint 공개…활성 파라미터 2.5B
MarkTechPost가 2026년 10월 21일 보도한 바에 따르면, Recursive는 첫 모델 Flint를 공개했다. 총 파라미터 40B, 활성 파라미터 약 2.5B의 MoE 코딩 모델로, 가중치는 Apache 2.0으로 배포되며 4비트 기준 약 23GB로 48GB Mac 또는 GPU에서 실행할 수 있다.
주요 변화
MarkTechPost가 2026년 10월 21일 보도한 바에 따르면, Recursive Superintelligence는 첫 모델 Flint를 공개했다. 이는 코딩 에이전트를 겨냥한 decoder-only MoE 모델이다. 보도에 따르면 총 파라미터는 39.8B, 토큰당 활성 파라미터는 약 2.5B이며, 모델 카드에는 컨텍스트가 262,144 tokens로 기록되어 있고 블로그에서는 최대 512k까지 가능하다고 밝혔다. 가중치는 Apache 2.0 라이선스로 Hugging Face에 배포되었다. 아키텍처는 총 49개 층으로, 앞의 2개 층은 dense 층이고 이후 47개 층은 MoE 층이며, 각 층에는 256개의 라우팅 전문가가 있고 토큰당 6개를 선택하는 데 1개의 공유 전문가가 추가된다. 어텐션은 35개 층의 513-token 슬라이딩 윈도와 14개 층의 위치 인코딩 없는 전역 어텐션을 혼합하며, 32개 쿼리 헤드와 4개 키-값 헤드를 사용한다. 보도에 따르면 Recursive의 자동화 연구 시스템 Eureka Machine이 아키텍처 탐색, 출력 층을 4비트로 양자화하고 오프라인 증류로 정밀도를 복원하는 작업, 전용 커널 작성에 참여했으며, M4/M5 칩에서는 Metal megakernel로 전체 디코딩 전방 패스를 융합한다. 보도에 따르면 4비트 가중치는 약 23GB로, 48GB Apple Silicon Mac(M4 Pro, M5 Pro, M5 Max) 또는 48GB NVIDIA GPU에서 실행할 수 있으며, M4 Pro에서 초당 125 tokens 이상, RTX Spark에서 초당 150 tokens 이상의 단문맥 처리량을 제시했다. 모든 벤치마크 점수는 Recursive의 자체 보고이며, SWE-bench Verified 74.2%, Terminal-Bench 2.1 54.9%, IFEval 95.1%이고 NVFP4 버전과 BF16의 차이는 0.7점 이내다.
개발자에게 미치는 영향
코딩 에이전트와 로컬 배포를 하는 팀에게 Flint의 보도 가치는 '높은 SWE-bench 점수'와 '단일 48GB 메모리에서 실행 가능'을 같은 모델에 묶었다는 점이다. 보도에 따르면 4비트 가중치가 약 23GB이므로, 이미 보유한 M4 Pro/M5 Pro나 48GB 그래픽카드 머신이 증설 없이 감당할 수 있을 수 있으며, 이는 '최강 코딩 모델을 쓰려면 클라우드 API로 가야 한다'는 기존 기본 가정을 바꿀 수 있다. 둘째, 보도된 MoE 활성 파라미터는 약 2.5B(출력 헤드 포함)에 불과하며, 공식 주장에 따르면 단문맥 처리량이 동급 모델보다 최대 2배, 점수가 비슷한 dense 25-40B 모델보다 5배 이상 빠를 수 있다. 이 방향이 장문맥에서도 유지된다면, 테스트 수정과 코드베이스 점검처럼 자주 돌리는 소규모 작업을 로컬에서 배치로 돌릴 때 추론 비용 구조가 크게 달라질 수 있다. 셋째, Apache 2.0은 명확한 오픈소스 라이선스로 단순 웨이트 공개와 다르며, 보도에서는 가중치가 이 라이선스로 배포되었다고 한다. 다만 상업적 사용 전에는 저장소의 라이선스 파일과 서드파티 구성 요소 조건을 직접 확인해야 한다. 주의할 점은 보도에서 Flint가 Terminal-Bench 2.1에서 54.9%로, 보도에 함께 실린 dense Qwen 3.8의 73.0%보다 현저히 낮다는 점이다. 따라서 Flint는 '빠르고 충분히 쓸 만한 로컬 에이전트'에 가깝고, 터미널급 복잡한 작업에서 최선의 선택은 아니다.
연동 및 평가 제안
Flint를 기존 코딩 모델을 바로 대체할 대상이 아니라 후보로 두고 검토하는 것이 좋다. 첫 번째 결정은 로컬이냐 클라우드냐다. 보도가 제시한 전제는 최소 48GB 메모리(Apple Silicon 또는 NVIDIA)이며 4비트 가중치가 약 23GB라는 것이다. 16-32GB 메모리 개발 머신이라면 이 전제가 성립하지 않으므로, API를 계속 쓰거나 더 작은 모델로 바꾸는 것이 대안이다. 검증 지표는 자체 코드베이스 작업 세트로 pass@1을 한 번 돌려 현재 기준선과 비교하고, 장문맥(예: 100k tokens 근처)에서 처리량이나 품질 저하가 나타나는지 함께 기록하는 것이다. 보도의 초당 125/150 tokens는 단문맥 데이터이기 때문이다. 두 번째 결정은 양자화 형식이다. 보도에 따르면 Apple Silicon에서는 INT4 MLX 가중치가 약 22.6GB, NVIDIA에서는 약 22.9GB의 NVFP4 GGUF이다. NVIDIA 경로를 택한다면 추론 스택의 NVFP4 지원 수준을 확인해야 한다. 검증 지표는 같은 작업 묶음에서 NVFP4와 BF16의 결과 차이를 비교하는 것이다. 보도에서는 차이가 0.7점 이내라고 하지만 이 수치는 벤더 자체 보고이므로 자체 부하에서 재현해야 한다. 세 번째 결정은 harness와 도구 호출이다. 보도에 따르면 Flint는 OpenAI 호환 도구 호출을 지원하고, SWE-bench 테스트는 인터넷 접근 없이 mini-swe-agent를, Terminal-Bench는 Terminus 2를 사용했다. 에이전트가 네트워크 검색이나 특정 도구 프로토콜에 의존한다면 격리 환경에서 도구 호출 호환성과 실패 모드를 먼저 검증한 뒤 도입 여부를 결정해야 한다. 이상은 모두 보도에 기반한 제안이며 검증된 결론이 아니다.
제한과 확인할 사항
첫째, 이 Flint 버전은 현재 KimiSeek 실시간 카탈로그에 없다. 보도에서 언급된 로컬 및 온라인 사용 가능성은 모두 Recursive 자체 채널을 가리키며 이 사이트와 무관하다. 둘째, 모든 벤치마크 점수는 Recursive의 자체 보고이며 보도는 제3자 재현을 제공하지 않았다. 보도는 특히 SWE-bench Pro v2 점수가 Recursive가 직접 측정한 것으로 공개 SWE-bench Pro와 비교할 수 없다고 지적했다. 셋째, 보도의 비교 표는 벤더 자체 보고와 다른 사람의 측정 데이터를 섞고 있어 직접적인 가로 비교에는 주의가 필요하다. 넷째, 초당 125/150 tokens는 단문맥 데이터이며 장문맥에서의 성능, 메모리 피크, 안정성은 알 수 없다. 다섯째, 보도에서 블로그는 컨텍스트가 최대 512k까지 가능하다고 했지만 모델 카드에는 262,144 tokens로 기록되어 있어 어느 쪽을 기준으로 할지는 직접 확인해야 한다. 여섯째, Eureka Machine이 구축에서 기여한 구체적 비율은 보도만으로 독립 검증할 수 없다. 여덟째, 이 모델은 텍스트 전용이며 이미지 입력을 지원하지 않는다.