Recursive 發布開放權重編碼模型 Flint：40B MoE、每 token 僅啟用 2.5B，Terminal-Bench 2.1 得 54.9%

Recursive 發布編碼代理模型 Flint，總參數 39.8B、每 token 約啟用 2.5B（含輸出頭，主體約 2.2B），採 Apache 2.0 授權並已登上 Hugging Face 熱門榜。模型為 decoder-only 混合專家 Transformer，共 49 層（前 2 層為稠密層，其餘 47 層為 MoE），每層 256 個路由專家、每 token 選 6 個另加一個常駐共享專家；註意力採 35 層滑動視窗（513 token）與 14 層全註意力交錯。文件標示上下文為 262,144 token，知識截止時間為 2026 年 6 月，輸入輸出皆為文字。 官方在自身評測中報告 Flint 在 Terminal-Bench 2.1 得 54.9%、SWE-bench Pro v2 得 89.7%、SWE-bench Verified 得 74.2%，評測採 temperature 1.0、top-p 0.95、top-k 20，代理類分數為至少五次嘗試的平均 pass@1。官方另表示，Terminal-Bench 計分時將透過網路檢索取得的解答視為失敗，而部分開發者回報的分數可能未套用同樣調整，因此跨來源比較需保留差異。其中部分比較分數為開發者自行回報，非 Recursive 實測。 本倉庫提供 BF16 權重、設定檔、分詞器、聊天模板與 SGLang 服務套件；量化版本另行為 NVIDIA 與 Apple Silicon 準備。官方指出，每個副本需一張 B300 或 H200 GPU，目前尚未附上 Transformers 建模程式碼，完整下載約 80 GB。 TechCrunch 報導指出，Recursive 為去年成立的新創，此模型被描述為可在筆電上執行的免費編碼模型，並由該公司的自動化研究系統「Eureka Machine」協助完成幾乎每個開發步驟，小團隊據稱在不到四個月內從頭建成。Recursive 將此視為遞迴自我改進的早期公開測試，但該報導也指出，目前的做法較有限：是由人類監督的 AI 研究助理，而非完全自主的自我改進系統。