10月23日消息，美国当地时间10月21日，AI创业公司Recursive发布了开源模型Flint。这是一款总参数量约400亿、面向本地编码智能体的混合专家（MoE）语言模型，SWE-bench Pro v2得分达到89.7%。

Recursive由前Salesforce首席科学家理查德·索切尔（Richard Socher）创立，前Meta首席研究员、YOLO算法原创作者田渊栋也是联合创始人。

Flint的模型权重已在Hugging Face开放，采用Apache 2.0协议，允许个人和企业免费使用、修改和商用。

Flint采用MoE架构，总参数量398亿，但每个token只激活少量参数。模型包含256个路由专家，每次计算激活其中6个，另有一个共享专家始终参与计算。按官方披露的数据，运行时实际激活参数约25亿。

这种设计减少了每次推理需要执行的计算量，也降低了本地部署的门槛。官方展示的测试结果显示，Flint在搭载48GB内存的Apple M4 Pro上，推理速度达到每秒131.22个token。在RTX Spark NIX平台上达到每秒155.82个token。官方称，其速度领先于部分同类模型。

Flint支持最长256K token的上下文，覆盖提示词和生成内容。Recursive还针对英伟达显卡和Apple Silicon设备提供了相应的量化版本与推理工具。

基准测试中，Flint在编程、终端操作和指令遵循上，几乎全面压制了同等硬件能跑的对手（比如Qwen 3.5/3.6和Laguna），部分指标甚至越级击败了体量更大的稠密模型（如Qwen 3.8和Gemma 4）。

在复杂软件工程任务上，Flint的表现尤其出挑，SWE-bench Pro v2冲到了近90%的高度；而在指令遵循（IFBench）上，它直接拿下了全场最高分，证明自己不仅会写代码，也非常“听话”。

此外，它的NVFP4量化版本几乎没掉性能，这意味着在实际部署时，能极好地平衡速度、显存和聪明程度。