10 月 21 日，Recursive Superintelligence 发布了自家的第一个模型 Flint。这是一款面向编程智能体的本地开源 MoE 模型，总参数 39.8B，每个 token 实际激活约 2.5B，权重以 Apache 2.0 协议挂到了 Hugging Face 上。官方给出的成绩是 SWE-bench Verified 74.2%、Terminal-Bench 2.1 拿到 54.9%。
2.5B 激活参数是怎么压出来的
Flint 的结构是纯解码器 MoE Transformer，一共 49 层，前 2 层是稠密层，后 47 层是 MoE 层。每层有 256 个路由专家，路由器每个 token 选 6 个，另外还有 1 个始终激活的共享专家。注意力分两种：35 层用 513 token 的滑动窗口，14 层用全注意力且不带位置编码，32 个 query head 配 4 组 key/value head。2.5B 这个激活数把输出头算了进去，激活部分本体约 2.2B。
Recursive 声称这套架构是从 35B 总参数、3B 激活的基线搜出来的。量化环节把输出层压到 4 位，再靠离线蒸馏用 16 位模型当teacher 把精度补回来，训练步数比量化感知训练的基线少了近一半，NVFP4 版本与 16 位版本的分数差距在 0.7 分以内。
本地跑得动，性能却输在终端操作上
硬件门槛是 48GB 内存的苹果芯片（M4 Pro、M5 Pro、M5 Max）或 48GB 显存的英伟达卡。4-bit 权重占约 23GB，INT4 的 MLX 权重是 22.6GB，NVFP4 的 GGUF 是 22.9GB。速度方面，官方称在 M4 Pro MacBook Pro 上超过每秒 125 个 token，在 64GB 的 RTX Spark 上超过每秒 150 个，比同类模型快 2 倍以上。
短板也很清楚。Terminal-Bench 2.1 只有 54.9%，而稠密的 Qwen 3.8 是 73.0%，这一项差距明显。SWE-bench Pro v2 的 89.7% 是 Recursive 自己测的，没有公开榜单可比。对比之下 Qwen3.6 在 SWE-bench Verified 上是 73.4%，Flint 是 74.2%，LiveCodeBench v6 上 Qwen3.6 以 80.4% 略高于 Flint 的 80.3%，IFEval 则是 Flint 的 95.1% 占优。
自动化研究系统充当了开发者
Recursive 强调 Flint 几乎每一层技术栈都由他们的 Eureka Machine 参与构建，这套自动研究系统负责提出想法、实现、测试，再挑选下一个值得试的方向。除了架构搜索，它还负责为低比特投影、MoE 运算、注意力和提示处理编写专用 kernel；在 M4 和 M5 芯片上，一套 Metal megakernel 把整个解码前向过程融合成一步。
延伸阅读
- Laya 开源决策模型 vs Jev 对比：32.8ms 推理快 7.8 倍，Apache 2.0 权重可自托管1 月前
- 智达藏语 AI 输入法发布：覆盖卫藏安多康巴三大方言，23 个学科词库 + 四款藏文字体1 月前
- 美团 LongCat-2.0 开源：1.6T 参数每 token 激活 33B–56B，首个五万卡国产集群推理的万亿模型1 月前
- Octop 自托管多智能体助手：腾讯云开源团队 AI 助手，GitHub 3217 Star1 月前
继续读
同一批更新里这几篇值得一看：
- Vercel 开源 5 个编码框架适配器：崩溃后智能体任务不丢2026-10-22
- 英伟达开源 Run:ai：Apache 2.0 授权，模型加载快 3 至 6 倍2026-10-22
- 小米开源MiDashengLM-Spatial：空间音频理解大模型，准确率70.3%2026-10-16