Recursive 开源编程模型 Flint：40B MoE，笔记本上每秒 125 token

AI 初创公司 Recursive 10 月 21 日（美国时间）发布 Flint，一个专门给本地 Agent 编程用的混合专家模型：总参数 400 亿，每个 token 只激活 25 亿。权重已在 Hugging Face 以 Apache 2.0 开源，另有 INT4 版本。

Flint 支持最长 512K 上下文，官方建议控制在 256K 以内。Recursive 说它能比肩 25B–40B 的稠密模型，速度快 5 倍以上。官方也写得很实在：复杂任务要拆成小步、给明确指令，它比大型闭源编程模型需要更多引导。

这家公司的卖点是「AI 做 AI 研究」：它称自家的 Eureka Machine 参与了从数据、训练配方到量化和内核的几乎所有环节，小团队不到 4 个月从零训出 Flint。比如它反常规地把输出层也量化到 4 bit，再用蒸馏补回精度，NVFP4 版本和 16 bit 只差 0.7 分。想离线写代码、不想把代码发给云端的开发者可以试；配套的 rec 引擎目前面向 M4 Pro、M5 Pro/Max 且 48GB 以上内存的 Mac。

注意：所有跑分和速度都是厂商自报，我们没有实测；「大部分由 AI 构建」也是公司自己的说法。