模型卡｜Recursive Flint
Recursive Flint：40B 總參數 MoE（256 個路由專家＋1 個共用專家，每 token 啟用 6 個路由專家，活躍參數約 2.5B），原生 context 262,144 tokens（官方建議上限 512K），Apache 2.0 授權，2026-10-21 發佈，TechCrunch／Wired 均有報導；SWE-bench Verified 74.2%（官方自測對照 Qwen3.6-35B-A3B 的 73.4%）、SWE-bench Pro v2 89.7%、Terminal-Bench 2.1 54.9%、LiveCodeBench v6 80.3%，是 50B 參數以下 MoE 模型目前最高分；MacBook Pro M4 Pro 上達 131 tokens/s，比 Gemma 4、NVIDIA Nemotron 3.5 Lightning 等同級模型的 58–69 tokens/s 快將近兩倍，RTX Spark 上超過 150 tokens/s；量化到 NVFP4 僅比 16-bit 掉 0.7 分；無官方付費 API，OpenRouter 目前提供促銷性免費 hosted 版本。Recursive 由 Salesforce 前首席科學家 Richard Socher 領軍，2026 年 5 月以 6.5 億美元募資、46.5 億美元估值走出 stealth，這是公司第一款公開模型，核心訊息是幾乎整個模型建構流程（架構搜尋、量化配方、推理 kernel）都由自家自動化研究系統 Eureka Machine 完成，4 個月內由小團隊打造。