# Recursive 推出程式碼模型 Flint：40B 參數、每個 token 只啟用約 2.5B，Apache 2.0 授權，Mac 版 Ollama 已可直接跑

> 地端世界 · https://onpremworld.com/zh-tw/news/2026-10-recursive-flint · CC BY 4.0

發布日期：2026-10-21 · 模型

Recursive 在 10 月 21 日推出 Flint，這是為程式碼代理設計的混合專家（MoE）模型，總參數 39.8B，每個 token 約啟用 2.5B，從頭訓練，以 Apache 2.0 授權放上 Hugging Face。它支援推理與多輪工具呼叫，文件記載的上下文長度為 262,144 個 token；Recursive 公布的成績是 Terminal-Bench 2.1 54.9%、SWE-bench Verified 74.2%。Recursive 表示，NVFP4 量化版與 16 位元版的分數差距在 0.7 分以內，短上下文時在 M4 Pro MacBook Pro 上每秒超過 125 個 token，在 64GB 的 RTX Spark 上每秒超過 150 個。Ollama v0.40.8 當天就加入支援，指令是 `ollama run flint`，目前只支援 macOS。

## 對地端使用者的意義

每個 token 只啟用約 2.5B 參數、授權又寬鬆的程式碼代理模型，一台筆電就能跑得很快，原始碼完全不必離開公司。

## 市場怎麼看

Flint 進入的是 Qwen3-Coder-30B-A3B、Devstral Small 2 等開放程式碼模型的戰場；Recursive 表示它能與 25 到 40B 的密集模型匹敵，速度卻快五倍以上。新廠商第一天就有 Ollama 支援，還同時為 Apple Silicon 與 RTX Spark 做了最佳化，顯示「在本機跑程式碼代理」正逐漸成為硬體的賣點；不過它的基準成績領先，仍有待第三方驗證。

## 白話版

Flint 是給工程師用的 AI 助手，會讀整個程式專案、找出錯誤、寫修正和測試。它整體很大，但每處理一個字只動用一小部分，就像一個大團隊裡每個問題只找相關的幾位專家回答，所以在筆電上也跑得快。

## 業內觀點

BF16 權重約 80 GB，Recursive 提供的 SGLang 套件是以每個副本一張 B300 或 H200 為目標；在 Mac 或 RTX Spark 上請用 NVFP4 或其他量化版本，而 Ollama 在 macOS 以外的 GPU 支援要等之後的版本。49 層中只有 14 層是完整注意力，其餘 35 層用 513 個 token 的滑動視窗，所以長上下文時快取不會暴增。請照建議的取樣設定（temperature 1.0、top-p 0.95、top-k 20），對話紀錄中保留 `reasoning_content`，困難任務至少預留 32,768 個輸出 token。

## 來源

[Introducing Recursive Flint (Recursive)](https://www.recursive.com/updates/introducing-recursive-flint)

## 本站相關頁面

- 硬體：[M4 Pro](https://onpremworld.com/zh-tw/hardware/apple-m4-pro.md)
- 硬體：[RTX Spark (N1X) laptops & compact desktops](https://onpremworld.com/zh-tw/hardware/nvidia-rtx-spark-n1x.md)

[所有新聞](https://onpremworld.com/zh-tw/news.md)

摘要由地端世界依官方來源撰寫，附上原文連結，不轉載原文。