OpenRouter 宣布 Recursive 的首个模型 Flint 上线，这是一款面向编码智能体的开源权重 40B MoE 模型（约 2.5B 激活参数），由其自动化研究系统 Eureka Machine 构建，支持 262K 上下文、推理和工具调用。Recursive 报告 Terminal-Bench 2.1 得分 54.9%，SWE-bench Pro v2 得分 89.7%，SWE-bench Verified 得分 74.2%；发布时免费使用，权重已在 Hugging Face 开放，MacBook Pro 上可达 125+ tokens/sec。
原文给出 Flint 的架构、上下文长度和三项基准成绩，读者可据此评估这款本地编码模型的实际水平。
来自 @Recursive_SI 的 Flint 现已登陆 OpenRouter！
Recursive 的首个模型：一个开放权重的 40B MoE（约 2.5B 激活参数），由他们的自动研究系统 Eureka Machine 为编程智能体打造。262K 上下文，支持推理和工具调用。
Recursive 报告称，其在 Terminal-Bench 2.1 上达到 54.9%，在 SWE-bench Pro v2 上达到 89.7%，在 SWE-bench Verified 上达到 74.2%。
发布时可免费使用。
介绍 Flint，@Recursive_SI 的首个模型：一个快速的本地编程模型，由我们的自动化研究系统 Eureka Machine 构建。 • 同类最佳的快速本地编程 • 比同类模型快达 2 倍：在 MacBook Pro 上每秒 125+ tokens，在 RTX Spark 上每秒 150+ • 从零开始，在不到 4 个月内构建完成 在你自己的机器上实现私密、无计量的智能。开放权重现已在 @huggingface 上提供，可在你喜欢的框架上本地运行，或在 @opencode 或 @pidotdev 上免费试用。
原文
Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from scratch in under 4 months Private, unmetered intelligence on your own machine. Open weights available now on @huggingface, run it locally on your favorite framework or try it for free on @opencode or @pidotdev.
来源：OpenRouter · x.com