Recursive Superintelligence 发布首个模型 Flint，这是一个面向编码 Agent 的开源权重 MoE 模型：总参数 39.8B、每 token 激活约 2.5B，权重以 Apache 2.0 协议发布在 Hugging Face。模型卡标注上下文 262,144 tokens，博客称最高支持 512k。4-bit 量化后约 23 GB，可在 48 GB 的 Apple Silicon Mac（M4 Pro、M5 Pro、M5 Max）或 48 GB NVIDIA GPU 上本地运行。官…
推荐理由4-bit 权重仅 23 GB，48 GB 内存的 Mac 就能本地跑编码 Agent
AI 初创公司 Recursive 发布首个模型 Flint，一个可在笔记本上离线运行、免费下载的编码模型，采用 Apache 2.0 开源协议。公司称其自动化研究系统 Eureka Machine 参与了 Flint 开发几乎每个环节，小团队不到四个月从零建成。Flint 为混合专家模型，总参数 400 亿，每次仅激活 25 亿。在 M4 Pro MacBook Pro 上生成速度约 131 tokens/秒，约为同机 Gemma 4、Nemotron 3.5 Lightning 等同类模型的两倍；在 RTX S…
推荐理由400 亿参数、激活 25 亿，笔记本离线跑 131 tokens/秒，Apache 2.0 可免费下载改
vLLM 宣布从发布第一天起就支持 Recursive 的 Flint 模型，NVFP4 和 BF16 两个 checkpoint 都能在单张 GPU 上运行；在单张 GB200 上，即使上下文长度达到 100K tokens，单次请求的解码速度仍约为 500 tokens/s。Flint 是一个 40B 参数的 MoE 模型，每个 token 只激活约 2.5B 参数，多数层使用滑动窗口注意力，上下文长度为 262K tokens。官方提供了 vllm/vllm-openai:flint 镜像，支持 x86_64…
推荐理由单张 GB200 在 100K 上下文下解码约 500 tokens/s，40B MoE 只激活 2.5B