Recursive 发布 Flint：Apache 2.0 开源权重 40B MoE 本地编码模型，激活 2.5B
据 MarkTechPost 2026 年 10 月 21 日报道，Recursive 发布首个模型 Flint，40B 总参数、约 2.5B 激活参数的 MoE 编码模型，权重以 Apache 2.0 发布，4-bit 约 23GB，可在 48GB Mac 或 GPU 上运行。
发生了什么
据 MarkTechPost 2026 年 10 月 21 日报道，Recursive Superintelligence 发布其首个模型 Flint，这是一个面向编码智能体的 decoder-only MoE 模型。报道称总参数 39.8B，每 token 约 2.5B 激活参数，模型卡记录上下文为 262,144 tokens，博客称最高可达 512k。权重以 Apache 2.0 许可发布在 Hugging Face 上。架构上共 49 层，前 2 层为稠密层，其后 47 层为 MoE 层，每层 256 个路由专家、每 token 选 6 个外加 1 个共享专家；注意力混合 35 层 513-token 滑动窗口与 14 层无位置编码的全局注意力，32 个查询头、4 个键值头。报道称 Recursive 的自动化研究系统 Eureka Machine 参与了架构搜索、把输出层量化为 4 bit 并配合离线蒸馏恢复精度，以及专用内核的编写；在 M4/M5 芯片上使用 Metal megakernel 融合整个解码前向。报道称 4-bit 权重约 23GB，可在 48GB 的 Apple Silicon Mac（M4 Pro、M5 Pro、M5 Max）或 48GB NVIDIA GPU 上运行，并给出 M4 Pro 上超过 125 tokens/秒、RTX Spark 上超过 150 tokens/秒的短上下文吞吐。所有基准分数均由 Recursive 自报，其中 SWE-bench Verified 为 74.2%、Terminal-Bench 2.1 为 54.9%、IFEval 95.1%，NVFP4 版本与 BF16 差距在 0.7 分以内。
对开发者的影响
对做编码智能体和本地部署的团队，Flint 的报道价值在于把“高 SWE-bench 分数”和“可在单机 48GB 内存上跑”放在同一个模型上。按报道，4-bit 权重约 23GB，意味着已有的 M4 Pro/M5 Pro 或 48GB 显卡机器可能无需扩容即可承载，这会改变此前“要用最强编码模型就得走云端 API”的默认假设。第二，报道中的 MoE 激活参数只有约 2.5B（含输出头），官方声称其短上下文吞吐可比同类模型快至多 2 倍、比分数相近的稠密 25-40B 模型快 5 倍以上；如果这一方向在长上下文仍然成立，本地批量跑测试修复、代码库巡检这类高频小任务的推理成本结构会明显不同。第三，Apache 2.0 是明确的开源许可，与仅开放权重不同，报道称权重即以此许可发布，但商用前仍应自行核对仓库中的许可文件与第三方组件条款。需要注意的是，报道同时显示 Flint 在 Terminal-Bench 2.1 上为 54.9%，明显低于报道中稠密 Qwen 3.8 的 73.0%，因此它更像“快而够用的本地代理”，而不是终端级复杂任务上的最强选择。
接入与评估建议
建议把 Flint 当作候选，而不是直接替换现有编码模型。第一个决策是本地还是云端：报道给出的前提是你的机器至少有 48GB 内存（Apple Silicon 或 NVIDIA），4-bit 权重约 23GB；若你是 16-32GB 内存的开发机，这个前提不成立，替代做法是继续用 API 或改用更小模型。可验证指标是用你自己的代码库任务集跑一次 pass@1，与当前基线比较，同时记录长上下文（例如接近 100k tokens）时是否出现吞吐或质量下降，因为报道的 125/150 tokens/秒是短上下文数据。第二个决策是量化格式：报道称 Apple Silicon 上 INT4 MLX 权重约 22.6GB，NVIDIA 上是约 22.9GB 的 NVFP4 GGUF，若走 NVIDIA 路径需确认你的推理栈对 NVFP4 的支持程度。可验证指标是在同一批任务上比较 NVFP4 与 BF16 的结果差异，报道称差距在 0.7 分以内，但这个数字来自厂商自报，需在自身负载上复现。第三个决策是 harness 与工具调用：报道称 Flint 支持 OpenAI 兼容的工具调用，且 SWE-bench 测试使用 mini-swe-agent、无互联网访问，Terminal-Bench 使用 Terminus 2。若你的代理依赖联网检索或特定工具协议，应先在隔离环境中验证工具调用兼容性和失败模式，再决定是否投产。以上均为基于报道的建议，不是已验证结论。
限制与待确认事项
首先，Flint 这个版本目前不在 KimiSeek 的实时目录中，报道中提到的本地与在线可用性均指 Recursive 自身渠道，与本站无关。其次，全部基准分数均为 Recursive 自报，报道未提供第三方复现；报道还特别指出其 SWE-bench Pro v2 分数由 Recursive 自己测量，与公开的 SWE-bench Pro 不可比。第三，报告中的对比表格混合了厂商自报与他人测量数据，直接横向比较需谨慎。第四，125/150 tokens/秒为短上下文数据，长上下文下的表现、显存峰值与稳定性未知。第五，报道称博客提到上下文最高可达 512k，但模型卡记录为 262,144 tokens，以哪个为准需自行确认。第六，Eureka Machine 在构建中的具体贡献比例无法从报道中独立验证。第八，本模型为文本专用，不支持图像输入。