核心要点速览

  • 递归 Flint 是 Recursive 公司（Richard Socher 领导）的首个模型，定位为快速本地编程模型，采用开源权重发布。
  • 它是约 40B 参数的混合专家（MoE）模型，每个 token 只激活约 2.5B 参数，官方称在 MacBook Pro 上可达每秒 125+ token，在 RTX Spark 上可达 150+。
  • 模型由 Recursive 的自动化研究系统 Eureka Machine 构建，从零到发布用时不到四个月。
  • 目前尚无公开构建版本或官方页面，官方表示可在 opencode 编程环境中免费试用，权重可在常用本地推理框架中运行。

项目速览

类型/定位开源权重本地编程模型，主打快速推理
适用设备MacBook Pro、RTX Spark 等本地设备
费用说明权重开源；opencode 内可免费试用，具体条款待官方确认
语言支持官方未公布语言清单，建议查看官方站点
核心亮点40B 知识量、每 token 仅激活约 2.5B 参数
使用门槛需本地推理框架与一定硬件配置，新手可先用 opencode
分类AI 与新模型
作者 / 发布方Richard Socher
热度🔥 热度 342万
最后更新

递归 Flint 是什么：Recursive 的首个开源权重编程模型

递归 Flint 是 Recursive 公司发布的第一款模型，公司由 Richard Socher 领导。它被定位为快速本地编程模型，核心卖点是在你自己的机器上提供私有、不限量的编程智能，而不是把代码发送到云端。模型采用开源权重方式发布，意味着开发者可以下载权重并在本地推理框架中运行。

从架构上看，Flint 是一个约 40B 参数的混合专家模型，每个 token 只激活约 2.5B 参数。混合专家架构的思路是让模型拥有大量参数作为知识储备，但每次推理只调用其中一小部分，从而在保持能力的同时大幅降低计算开销。官方给出的速度数据是 MacBook Pro 上每秒 125+ token，RTX Spark 上每秒 150+，这解释了它为什么强调本地可用。

值得注意的是，Flint 由 Recursive 的自动化研究系统 Eureka Machine 构建，从零开始到发布用时不到四个月。这一背景让它在最近受到关注：它不仅是一个编程模型，也是自动化研究流程能否快速产出可用模型的验证案例。

  • 开源权重意味着什么

    开源权重指模型参数可以下载并在本地运行，用户能自行控制数据流向和推理环境，但具体许可证条款需以官方发布为准。

  • 混合专家架构的价值

    40B 参数提供知识广度，每 token 仅激活约 2.5B 参数控制计算成本，这是它能在笔记本上跑出高速度的关键。

  • Eureka Machine 的角色

    Recursive 用自动化研究系统完成模型构建，官方称不到四个月从零到发布，这体现了其研究流程的效率。

核心能力与速度表现：40B 知识量、2.5B 计算成本

Flint 最受讨论的特点是“40B 的知识量、2.5B 的计算成本”。混合专家模型在推理时只激活部分参数，因此虽然总参数量约 40B，实际每个 token 的计算量接近一个 2.5B 级别的模型。这种设计让它在消费级硬件上也能保持流畅响应，而不是必须依赖数据中心级显卡。

官方公布的速度数据是 MacBook Pro 上每秒 125+ token、RTX Spark 上每秒 150+。对于编程场景来说，token 生成速度直接影响补全和对话的等待感，每秒 125 个 token 已经接近阅读速度，适合交互式编码。不过这些数字来自官方预览，实际速度会受量化方式、上下文长度、推理框架和硬件配置影响，建议以自己设备上的实测为准。

作为编程模型，它的目标场景包括代码补全、代码解释、重构建议和日常开发问答。由于权重开源且可本地运行，它对代码隐私敏感、希望避免把源码上传到云端的团队尤其有吸引力。目前官方尚未公布完整的基准测试细节和语言支持清单，这些信息需要关注官方站点后续更新。

  • 本地推理的隐私优势

    代码不离开本机，适合处理私有仓库或受合规约束的项目，这也是本地编程模型的核心卖点之一。

  • 速度数据的解读方式

    125+ 与 150+ token/秒是官方预览数据，实际表现取决于量化精度、上下文长度和推理引擎，建议自行基准测试。

  • 编程场景的适配性

    高生成速度让补全和对话更接近实时，适合交互式编码；但复杂重构和长上下文任务仍需实测验证。

怎么开始使用：从 opencode 免费试用到本地部署

目前递归 Flint 还没有公开构建版本、下载包或官方页面，官方只通过一段简短的预览视频和公告展示了它。公告中提到，开源权重已经可以获取，用户可以在自己常用的框架中本地运行，也可以在 opencode 编程环境中免费试用。因此，想第一时间体验的读者，最现实的路径是先去 opencode 试用，再决定是否本地部署。

如果你打算本地运行，需要准备一个支持开源权重的本地推理引擎，并确认你的硬件能承载约 40B 总参数的模型。由于每个 token 只激活约 2.5B 参数，实际计算压力比同等总参数量的稠密模型小很多，但显存或统一内存仍需满足权重加载需求。具体的最低配置、量化版本和推荐框架，官方尚未完整公布，建议在下载前查看官方站点的说明。

在评估阶段，建议把 Flint 和你当前使用的编程助手放在同一批任务上对比，例如代码补全准确度、解释质量、生成速度和长上下文表现。由于它是新发布的模型，社区基准和实际体验仍在积累中，保持自己的测试记录比只看宣传数字更可靠。

  • 先试用再部署

    在 opencode 中免费试用可以快速判断模型风格是否适合你，避免一开始就投入硬件和配置成本。

  • 确认硬件与框架

    本地运行需要支持开源权重的推理引擎，并确保内存或显存能加载约 40B 总参数的权重，具体配置以官方说明为准。

  • 建立自己的对比基准

    用同一组编程任务对比 Flint 与现有助手，记录速度、准确度和长上下文表现，比单纯看宣传数据更有参考价值。

同类对比、局限与适合人群

在开源编程模型领域，Flint 的差异化在于“本地速度”和“混合专家效率”。许多开源编程模型要么参数量较小、能力有限，要么总参数量大、本地运行吃力。Flint 用约 40B 总参数、每 token 约 2.5B 激活的设计，试图在能力与本地可运行性之间取得平衡。与云端闭源编程助手相比，它的优势是隐私和不受调用量限制，劣势是能力上限和生态整合通常不如大型闭源服务。

需要明确的是，Flint 目前仍处于早期阶段：没有公开构建版本和官方页面，基准测试细节、许可证条款、支持语言和最低硬件要求都未完整公布。官方预览中的速度数字来自特定设备，实际体验可能因量化、上下文和框架而异。此外，自动化研究系统构建的模型在复杂推理和长程任务上的表现，还需要更多独立评测来验证。

适合关注隐私、希望本地运行编程模型的开发者，以及想尝鲜开源权重模型的技术爱好者。如果你的工作依赖稳定的云端服务和成熟的 IDE 插件生态，建议先观望，等官方发布完整文档和社区评测后再决定是否迁移。无论如何，在投入生产使用前，请以官方站点公布的最新信息为准。

  • 与云端编程助手的分工

    本地模型胜在隐私和不限量，云端服务胜在能力上限和生态整合，很多团队会两者并用而非二选一。

  • 早期模型的未知项

    许可证、语言支持、最低配置和完整基准尚未公布，使用前应查看官方站点，避免基于预览数据做生产决策。

  • 适合谁先上手

    隐私敏感的开发者和开源模型爱好者可以先用 opencode 试用；依赖稳定云端工具链的团队可等待更多评测。

分步上手指南

  1. 第一步：了解官方发布状态

    目前递归 Flint 没有公开构建版本或官方页面，只有一段简短预览和公告。先阅读官方公告，确认权重获取方式、许可证和推荐运行环境，再决定后续动作。

  2. 第二步：在 opencode 中免费试用

    官方表示可以在 opencode 编程环境中免费试用 Flint。打开 opencode，选择 Flint 模型，用几段真实代码测试补全、解释和重构效果，先建立直观印象。

  3. 第三步：准备本地推理环境

    如果决定本地运行，选择一个支持开源权重的推理引擎，并确认硬件内存或显存能加载约 40B 总参数的权重。具体框架和量化选项以官方说明为准。

  4. 第四步：加载权重并测试速度

    下载权重后在本地引擎中加载，先用短提示测试生成速度，再逐步增加上下文长度。记录每秒 token 数，与官方公布的 125+ 和 150+ 数据做对照。

  5. 第五步：与现有工具对比并决定是否长期使用

    用同一批编程任务对比 Flint 和你当前使用的助手，关注准确度、速度和长上下文表现。根据结果决定是把它作为主力、备用，还是继续观望后续版本。

常见问题

递归 Flint 是免费的吗？

官方表示权重开源，并可在 opencode 中免费试用，但完整的许可证条款和商业使用条件尚未公布。开源权重通常意味着可以免费下载和本地运行，但是否允许商用、是否有附加限制，需要以官方发布为准。建议在使用前查看官方站点的许可说明。

递归 Flint 能在普通笔记本上运行吗？

官方给出的数据是 MacBook Pro 上每秒 125+ token，说明它在高端笔记本上可以流畅运行。但模型总参数约 40B，加载权重仍需要足够的内存或显存，具体最低配置官方尚未完整公布。建议先确认自己的硬件规格，或先用 opencode 在线试用。

递归 Flint 和云端编程助手相比有什么优缺点？

优势是本地运行、代码不出本机、隐私性好，且不受云端调用量限制；劣势是能力上限和生态整合通常不如大型闭源服务，且目前缺少成熟的 IDE 插件支持。很多开发者会选择本地模型处理敏感代码，云端服务处理复杂任务，两者互补使用。

现在在哪里可以下载或体验递归 Flint？

目前没有公开构建版本或官方页面，官方只通过预览视频和公告展示了它。公告提到权重已可获取，并可在 opencode 中免费试用。建议关注 Recursive 官方站点的后续更新，以获取权重下载、文档和运行指南。

递归 Flint 的 40B 参数和 2.5B 激活是什么意思？

它采用混合专家架构，总参数量约 40B，但每个 token 只激活约 2.5B 参数。这样模型拥有较大的知识储备，实际计算量却接近一个小模型，因此在本地硬件上也能跑出高速度。这也是官方强调“40B 知识量、2.5B 计算成本”的原因。