Recursive 新出的代码模型 Flint，最该看的数字是 2.5B，40B 反而没那么要紧。

Recursive 新出的代码模型 Flint，最该看的数字是 2.5B，40B 反而没那么要紧。

Ollama 在 v0.40.8 里把 Flint 收进了模型库。按 release notes，它是 40B 参数的混合专家（MoE）模型，每个 token 大约只激活 2.5B，Apache 2.0 许可，上下文 262K token。它主打的是 coding agent 在整个仓库里干的那些活：读陌生代码、追 bug、实现功能、补测试，还支持推理和多轮工具调用。内存得按 40B 的权重来准备，但每吐一个 token，真正在算的只有 2.5B 那一小撮专家，开销跟一个小模型差不多。这和 TechCrunch 给它的定位对得上：免费、笔记本就能跑的代码模型。

成绩方面，Recursive 在自己的发布评测里报了 Terminal-Bench 2.1 54.9%。这是厂商在发布评测里自己报的数。Hugging Face 上 RecursiveSI/flint 已经有 279 个赞。

真正让它上新闻的是另一件事。TechCrunch 的标题是“主要由 AI 构建”：Recursive 说 Flint 大部分是它自己的 AI 研究系统做出来的，并把它当作 AI 自我改进的一次早期测试。这一点我判断不了。现有材料没说 AI 系统具体负责了哪些环节，是数据、架构搜索、训练调参，还是全流程，也没说人在中间改了多少。“largely”到底占多大比例，决定了这是一次自我进化的实验，还是一句营销话术。

眼下先把它当成一个激活量很小、上下文很长、许可很宽松的本地代码 agent 模型来看，“AI 造 AI”这层先存疑。顺带一提，Ollama 隔天就发了 v0.40.9，更新内容只有一条 llama.cpp 升级。

Recursive 自己公布的 Flint 评测数据在模型页上：huggingface.co/RecursiveSI/flint