Recursive Flint 40B MoE 本地编码模型发布
\n The AI startup Recursive is unveiling Flint, its first language model, a 40-billion-parameter MoE for local coding developed by former DeepMind researchers. It was creat
返回指南列表 · 正文以簡體中文為主；下方提供 English summary 供國際讀者與 AI 引用。
Recursive Flint 40B MoE 本地编码模型发布
分类： 开发工具
摘要：
AI 初创公司 Recursive 推出其首款语言模型 Flint，这是一款专为本地编码设计的 40B 参数 MoE 模型，由前 DeepMind 研究员主导开发。它以高效的专家路由架构和极致推理速度，成为工程师在本地部署编码代理的实用选项。
slug： ch-recursive-flint-40b-local-coding-model-release
模式： feed
Recursive 最新发布 Flint，这款 40B MoE 本地编码模型由前 DeepMind 研究员主导开发。它以高效的专家路由架构和极致推理速度，成为工程师在本地部署编码代理的实用选项。本文帮助你快速判断是否适合当前项目，以及与 Cursor、Claude Code 等主流工具的定位差异。
Flint 是什么？核心特性与适用场景
Flint 是 Recursive 首个公开权重模型，采用 MoE（Mixture-of-Experts）架构，总参数约 39.8B，仅激活约 2.5B 个参数。它专为 agentic 编码设计：能够自主调查代码库、修复 Bug、实现新特性并编写测试。
适用场景包括：
- 个人开发者或小型团队在笔记本上运行复杂编码任务（无需联网）
- 构建本地 AI 编码代理
- 对比在线 API 工具的隐私与成本
与传统 dense 模型相比，Flint 在相同编码能力下推理更快，可直接在消费级硬件上部署。
发布背景：谁在建？由谁主导？
Recursive 由前 DeepMind 研究员 Richard Socher 等人创立，2026 年从 stealth 模式公开，融资 6.5 亿美元，估值约 46.5 亿美元。Flint 并非单纯“开源”，而是公司内部 Eureka Machine（自动化研究系统）主导开发的：该系统自主提出架构、量化、内核优化方案，整体开发周期仅 4 个月。
创始人团队希望通过这种“递归”方式让 AI 自行迭代，Flint 是首个公开验证成果。
技术亮点：40B MoE 的实测性能
Flint 核心优势在于 MoE 设计：路由器每 token 仅激活 2.5B 参数，极致参数效率。
实测数据（自报，采样 temp=1.0）：
| 基准测试 | Flint (BF16) | Flint (NVFP4) | 主要竞品对比（Qwen 3.6 MoE / dense） |
|---|---|---|---|
| SWE-bench Verified | 74.2% | 74.1% | 73.4%（MoE）/ 75.6%（dense） |
| Terminal-Bench 2.1 | 54.9% | 53.7% | 51.5%（MoE）/ 73.0%（dense） |
| LiveCodeBench v6 | 80.3% | 80.8% | 80.4%（MoE） |
| IFEval | 95.1% | 94.6% | 91.9%（MoE） |
上下文支持高达 512K tokens（推荐上限 256K）。
速度表现突出：
- Apple M4 Pro（48GB）：>125 tokens/s
- Nvidia RTX Spark（64GB）：>150 tokens/s
相比同等规模 dense 模型快 5 倍以上，MoE 模型同规格快 2 倍。
如何本地部署？实用指南
1. 下载权重：Hugging Face 上的 Apache 2.0 版本（约 23GB INT4/NVFP4）。
2. 运行时支持：Ollama、llama.cpp、LM Studio、vLLM、SGLang，以及公司自研 rec 引擎（Apple Silicon 专优）。
3. 硬件门槛：M4 Pro/M5 Pro（48GB）或 RTX 4090/5090 以上（48GB+）。
4. 启动命令示例（Ollama）：ollama run flint。
完整部署步骤请参考 CursorHome 相关文档，或通过独立工具站 www.grokcode.cn/tools/local-deploy 查看本地部署优化。
与 Cursor、Claude Code 等工具的对比决策
许多工程师正在评估是否切换到本地模型替代在线订阅。Flint 直接与 Cursor Pro / Windsurf / Claude Code 进行对比：
| 项目 | Flint（本地 MoE） | Cursor Pro / Claude Code（在线） | 推荐场景 |
|---|---|---|---|
| 成本 | 0 元（只消耗显存） | $20–$200/月 | 预算有限或需云服务 |
| 隐私 | 完全本地，无数据外传 | 上传代码到服务器 | 保护机密项目 |
| 速度 | 125–150 t/s（消费级显卡） | 实时但依赖网络 | 低延迟本地代理 |
| 复杂性 | 需自行管理上下文 | 官方界面，零配置 | 快速上手项目 |
| 适用开发者 | 个人/小团队，长期迭代 | 大团队，需高阶功能 | 混合使用最优 |
决策建议：
- 若你已有本地硬件 + 需要隐私，Flint 是直接替代选项。
- 若追求“即开即用”或多 Agent 协作，保持 Cursor / Claude Code 订阅。
- 实际对比请访问 CursorHome 渠道页查看最新订阅数据。
局限性与注意事项
Flint 仍处于早期，复杂多步骤任务可能需人工干预。量化版本（NVFP4）精度损失约 0.7 点，适合多数编码场景。
延伸阅读
- [Channels 对比 Cursor 与本地模型]
- [官方订阅与价格表]
- [本地部署工具指南]
- [API 中转方案]
- [Windsurf 价格与订阅推荐]
- [Claude Code 订阅详解]
风险与边界
本地模型部署依赖自身硬件，存在显存不足、推理速度瓶颈或兼容性问题等风险。若预算不足或追求即时功能，可能不优于官方订阅。
以上内容仅供技术参考，非法律意见。请以官方/挂牌页当日数据为准。