Recursive 发布开源编码模型 Flint
先了解这件事
2026年10月22日，Recursive AI 发布开源编码模型 Flint。据 Elvis Saravia 在 X 上的消息，Flint 是该公司 Eureka Machine 自动化研究系统产出的首个模型，采用 40B MoE 架构、激活参数 2.5B，定位为本地编码模型，从零构建历时 4 个月；自动化系统参与了数据、训练配方到推理内核的各环节。同日，Hugging Face 联合创始人兼首席科学官 Thomas Wolf 转发该发布并评论称，Flint 在 MacBook Pro 上达 125+ tokens/sec、在 RTX Spark 上达 150+，比同类快最多 2 倍，权重已在 Hugging Face 开放；他还指出，通常被要求保持高精度的 lm_head 被量化到 4 bit 后仅比 bf16 低 0.7 个点，令人印象深刻。随后 Rohan Paul 报道称，Flint 为 40B 总参数 MoE 编码模型，由 Eureka Machine 在不到 4 个月内从零构建，权重以 Apache 2.0 许可在 Hugging Face 开放。目前尚无独立评测或后续迭代的报道。
AI 根据报道生成 · 25 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Rohan Paul (@rohanpaul_ai) · X精选Recursive 发布 40B MoE 本地编码模型 Flint，Apache 2.0 开放权重
Recursive 推出首个模型 Flint，一个 40B 总参数的 MoE 编码模型，由其自动化研究系统 Eureka Machine 在不到 4 个月内从零构建，权重以 Apache 2.0 许可在 Hugging Face 开放。
- Thomas Wolf (@Thom_Wolf) · XThomas Wolf 评价 Recursive AI 开源的 Flint 本地编码模型：lm_head 量化到 4 bit 依然接近 bf16
Thomas Wolf 转发 Recursive SI 的 Flint 模型发布并评论：该模型由 Eureka Machine 自动研究系统从零构建，125+ tokens/sec on MacBook Pro、150+ on RTX Spark，比同类快最多 2x，权重已在 Hugging Face 开放。他认为把通常被要求保持高精度的 lm_head 量化到 4 bit 且仅比 bf16 低 0.7 个点，令人印象深刻。
- elvis (@omarsar0) · XRecursive AI 发布首个自动化研究产出的开源模型 Flint
Recursive AI 发布其 Eureka Machine 自动化研究系统打造的首个模型 Flint，是一个 40B MoE、激活参数 2.5B 的本地编码模型，4 个月内从零构建，自动化系统参与了数据、训练配方到推理内核的各环节。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。