Recursive发布Flint：由内部AI系统主导研发的40B参数开源编程模型
Recursive推出由其内部AI系统Eureka Machine主导研发的40B参数MoE编程模型Flint，宣称在同类模型中编码表现领先且推理速度大幅提升。
AI初创公司Recursive于2026年10月22日发布了其首个语言模型Flint。这是一款专为本地硬件上的代理式编程任务设计的混合专家（MoE）模型，总参数量为400亿，每个token激活25亿参数。据The Decoder报道，Flint的开发过程几乎完全由Recursive内部的AI研究系统“Eureka Machine”主导，该系统自主提出实验方案、运行测试并根据结果规划后续步骤，整个开发周期历时四个月。
Recursive声称，在参数量低于500亿的MoE模型中，Flint在SWE-Bench Pro v2、Terminal-Bench 2.1和SWE-Bench Verified等编码基准测试中处于领先地位。这些结果目前尚未经过独立验证。在性能方面，该公司表示Flint旨在与250亿至400亿参数的稠密模型竞争，但推理速度可快五倍以上。例如，在配备48GB内存的M4 Pro芯片上，Flint在短上下文下的生成速度超过每秒125个token；而在Nvidia RTX Spark（64GB显存）上则超过每秒150个token。
Eureka Machine在架构设计、量化策略和计算内核优化上发挥了关键作用。它自主测试了不同的专家配置，最终确定了400亿总参数/25亿激活参数的最佳速度与性能平衡点。在量化方面，该系统打破了常规做法，将输出层也压缩至4位，并通过额外的蒸馏步骤恢复精度，使得最终的NVFP4模型在所有基准测试中仅比16位版本低0.7分。此外，针对Apple Silicon和Nvidia硬件，Eureka Machine还构建了专门的计算内核，如在M4/M5芯片上将整个前向传播合并为单一Metal megakernel操作。
Flint支持最高512,000 token的上下文窗口（官方建议上限为256,000），模型权重已在Hugging Face上以Apache 2.0许可证开源，支持llama.cpp、Ollama、LM Studio、vLLM和SGLang等主流运行时。Recursive同时发布了其专有的Apple Silicon推理引擎rec。尽管具备强大的本地运行能力，Recursive承认Flint在处理复杂任务时仍需比大型专有编码模型更多的指导，建议用户将大任务拆解为小步骤。
Recursive由Richard Socher和前DeepMind研究员Tim Rocktäschel等人创立，于2026年5月结束隐身状态，当时以46.5亿美元估值融资6.5亿美元。Flint是其自动化研究流程的首个具体成果，公司的长期目标是利用这种方法构建能够持续自我改进的超级智能。然而，目前Flint的成功并未证明完整的递归自我改进已经实现，要达成这一目标，还需要证明由Eureka Machine构建的模型确实能让Eureka Machine本身成为更优秀的研究者。