Recursive 发布首个模型 Flint-40B-A2B，主攻本地智能体编程
一款 400 亿参数的 MoE 编程模型，研发大部分交给自家自动化系统，四个月做完，且能在笔记本本地跑到每秒 125 token。
田渊栋参与创立的 Recursive 发布首个模型 Flint-40B-A2B：这是一个混合专家（MoE，每次推理只激活部分参数以省算力）编程模型，总参数 400 亿，每生成一个 token 只激活 25 亿。模型构建中几乎所有环节的研发都由自研自动化系统 Eureka Machine 参与，从零到完成不到 4 个月；权重已在 Hugging Face 以 Apache 2.0 开放。
正文摘录
.jpg) 自今年 5 月[正式官宣](https://mp.weixin.qq.com/s?biz=MzA3MzI4MjgzMw==&mid=2651032772&idx=1&sn=4ec0c4476f9efa8ca23e4eb0d6755e72&scene=21wechatredirect)以来，田渊栋参与创立的新公司 RecursiveSI 终于迎来了首个模型成果！ Flint-40B-A2B 是一款速度快、专为本地硬件运行的智能体编程模型 ，它由 Recursive 自研的自动化研究系统 Eureka Machine 全程参与打造。  作为一个混合专家（MoE）模型， Flint 的总参数量为 400 亿，每生成一个 Token 只激活 25 亿参数 。在少量员工和 AI 智能体的共同参与下，从零开始，仅用不到 4 个月就完成了这款模型。 在 SWE-Bench Pro v2、Terminal-Bench 2.1 和 SWE-Bench Verified 等智能体编程基准测试中，Flint 的表现超过了总参数量低于 500 亿的其他 MoE 模型。