Recursive выпустила Flint: открытые веса модели для кода

Подробно

Что такое Flint и для чего он нужен?

Flint - первая публично выпущенная модель Recursive. Она предназначена для локальных программных агентов: изучения репозиториев, исправления ошибок, реализации функций и написания тестов. Это decoder-only Transformer с архитектурой mixture-of-experts: 39,8 млрд параметров всего и примерно 2,5 млрд активных на токен с учётом выходного слоя.

В модели 49 слоёв: 2 плотных и 47 MoE-слоёв. В каждом MoE-слое 256 маршрутизируемых экспертов, для токена выбираются 6, и есть один постоянно активный общий эксперт. Модель работает с текстом, поддерживает рассуждение, многошаговые диалоги и вызовы инструментов. Заявленная дата отсечения знаний - июнь 2026 года.

В карточке модели документирован контекст на 262 144 токена, общий для промпта и ответа. В блоге компании заявлена поддержка до 512 000 токенов с рекомендацией не выходить за 256 000. Чем объясняется расхождение и какой режим даёт 512 тысяч, Recursive не пояснила.

Как скачать и запустить Flint локально?

Веса опубликованы на Hugging Face под лицензией Apache 2.0. Она разрешает модификацию и коммерческое использование при соблюдении её условий. Платной подписки и фиксированной цены нет, а условия возможных hosted API компания отделяет от лицензии весов. Отдельного заявления о доступности из России компания не публиковала.

Основной репозиторий содержит BF16-чекпойнт около 80 ГБ, конфигурацию, токенизатор, шаблон чата и комплект запуска через SGLang. Для полного чекпойнта комплект рассчитан на один NVIDIA B300 или H200 на реплику. Код моделирования для обычного Transformers на момент релиза не включён. Заявлена совместимость с llama.cpp, Ollama, Unsloth, LM Studio, vLLM и SGLang.

Официальный движок rec требует Mac с чипом M4 Pro, M5 Pro или M5 Max, не менее 48 ГБ объединённой памяти и около 30 ГБ свободного места. Он оптимизирован для одной одновременной сессии.

Какие результаты показал Flint и можно ли им верить?

Recursive приводит для BF16-версии такие результаты:

• 89,7% на SWE-bench Pro v2;
• 74,2% на SWE-bench Verified;
• 54,9% на Terminal-Bench 2.1.

SWE-bench Pro v2 и Verified запускались через mini-swe-agent без доступа в интернет. Terminal-Bench 2.1 прогоняли через Terminus 2, причём решения, найденные веб-поиском, засчитывались как неуспешные. Метрики агентов - средний pass@1 минимум по пяти попыткам при temperature 1,0, top-p 0,95 и top-k 20.

Эти цифры опубликовала сама компания, а не организатор бенчмарка. Scale Labs выпустила SWE-bench Pro v2 22 сентября 2026 года: 642 задачи из 11 публичных репозиториев, интернет для агента закрыт, патчи перепроверяются в чистом окружении. На 22 октября Flint в официальной таблице нет, независимых воспроизведений тоже нет.

По скорости Recursive заявляет более 125 токенов в секунду на MacBook Pro с M4 Pro и более 150 токенов в секунду на NVIDIA RTX Spark с 64 ГБ памяти при коротком контексте. Это измерения разработчика на его оптимизированном движке. В отдельном тесте rec сравнивали с llama.cpp на M4 Pro с 48 ГБ и 4-битными весами. Промпты были от 1 000 до 252 000 токенов, ответ - 1 024 токена, по пять прогонов, без учёта prefill. Компания заявляет преимущество по throughput в 1,4-2,6 раза.

Старший автор WIRED по ИИ Уилл Найт несколько дней тестировал модель на Mac с 48 ГБ памяти. По его словам:

Flint каждый раз справлялся с моими запросами на программирование.

Он получил от модели консольный список задач, программу для поиска исследований и простой сайт. Это отзыв одного журналиста, а не контролируемый бенчмарк.

Какую роль Eureka Machine сыграла в создании Flint, по словам Recursive?

По заявлению Recursive, небольшая команда людей и ИИ-агентов обучила Flint с нуля менее чем за четыре месяца. Это включало pretraining, mid-training, supervised fine-tuning и reinforcement learning. Сооснователь и CEO Recursive Ричард Сохер сказал WIRED:

Практически каждый аспект всего конвейера модели был фактически выполнен и улучшен ИИ.

Компания утверждает, что система Eureka Machine участвовала почти во всех частях разработки. Она искала конфигурацию архитектуры, рецепты данных и обучения, варианты квантования, инфраструктурные решения и ядра для Apple Silicon и NVIDIA RTX Spark. По описанию Recursive, система автоматизирует цикл «предложить идею - реализовать - провести эксперимент - проверить результат - выбрать следующий эксперимент» и ведёт несколько направлений параллельно.

Среди конкретных решений компания называет выбор архитектуры 40B/2,5B вместо исходной 35B/3B, 4-битное квантование выходного слоя с дополнительной дистилляцией и специализированный Metal-мегакернел для M4 и M5. Журналы экспериментов и независимый аудит не опубликованы, поэтому долю человеческой и автоматической работы оценить нельзя.

Recursive Superintelligence вышла из скрытого режима 13 мая 2026 года. По данным WIRED, компания привлекла $650 млн при оценке $4,65 млрд, среди инвесторов - GV, Greycroft, Nvidia и AMD Ventures. Сохер раньше был главным научным сотрудником Salesforce. 11 июня Recursive опубликовала первые результаты своей исследовательской системы на NanoChat Autoresearch, NanoGPT Speedrun и SOL-ExecBench и предупредила о риске reward hacking.

Что ограничивает возможности Flint и насколько он открыт?

Flint правильнее называть open-weight-релизом, а не полностью открытой моделью. Опубликованы веса, конфигурация и инструменты запуска, но не раскрыты обучающие данные, полный обучающий код и воспроизводимый рецепт обучения. Не названы стоимость обучения, число GPU и энергозатраты. Отдельной научной статьи или препринта нет: описание релиза есть только в блоге и карточке модели.

Компания предупреждает, что модель может генерировать неправильный или вредоносный код и ошибочные вызовы инструментов. Приложения должны отдельно ограничивать права агента, а существенные изменения необходимо проверять. В блоге сказано:

Хотя Flint очень способен, ему может потребоваться больше подсказок, чем более крупным закрытым моделям для кода, к которым вы привыкли.

Сохер говорит, что релиз должен показать, что «у нас на месте все шаги» к рекурсивному самоулучшению. Это позиция компании, и подтверждений вне её материалов и интервью WIRED пока нет.