Архитектура и Eureka Machine
Recursive Superintelligence выпустила Flint — текстовую decoder-only MoE-модель для задач программирования. Ключевая особенность: 39.8B общих параметров, но только 2.5B активных на токен. Модель построена с помощью автономной системы Eureka Machine, которая самостоятельно разработала архитектуру, квантование и ядра.
Архитектура включает 49 слоев: 2 плотных и 47 MoE-слоев. В каждом MoE-слое 256 экспертов, из которых выбираются 6, плюс 1 всегда активный общий эксперт. Внимание комбинирует скользящее окно (513 токенов) и полное внимание без позиционного кодирования.
Производительность и бенчмарки
Flint демонстрирует сильные результаты в задачах исправления багов и написания кода, хотя уступает плотным моделям в сложных терминальных сценариях. Ниже приведено сравнение с ключевыми конкурентами в классе MoE и плотными моделями схожего размера.
| Модель | SWE-bench Verified | Terminal-Bench 2.1 | LiveCodeBench v6 | IFEval |
|---|---|---|---|---|
| Flint BF16 | 74.2% | 54.9% | 80.3% | 95.1% |
| Qwen 3.8 (dense) | 75.6% | 73.0% | 90.3% | 94.6% |
| Qwen 3.6 (MoE) | 73.4% | 44.9% | 80.4% | 89.6% |
| Laguna XS 2.1 (MoE) | 70.9% | 24.7% | 49.5% | 73.7% |
Локальный запуск и скорость
Главное преимущество Flint — возможность запуска на потребительском оборудовании. Модель квантована до NVFP4, что снижает объем весов до ~23 ГБ. Это позволяет запускать модель на:
- Apple Silicon: M4 Pro, M5 Pro, M5 Max с 48 ГБ памяти (через MLX и rec engine). Скорость: 125+ токенов/сек.
- NVIDIA: GPU с 48 ГБ+ памяти (RTX Spark). Скорость: 150+ токенов/сек.
Recursive утверждает, что Flint работает в 2 раза быстрее аналогичных моделей и в 5 раз быстрее плотных моделей размером 25-40B с сопоставимыми результатами.
Лицензия и доступность
Веса модели доступны на Hugging Face под лицензией Apache 2.0. Поддерживаются стандартные инструменты: llama.cpp, Ollama, Unsloth, LM Studio, vLLM и SGLang. Для серверного развертывания доступен чекпоинт BF16, требующий GPU с 80 ГБ памяти (B300/H200).
Бенчмарки
| Бенчмарк | Recursive Flint | Gemma 4 (dense) | Muse Glimmer (dense) | Qwen 3.5 (MoE) | Qwen 3.6 (MoE) | Qwen 3.8 (dense) |
|---|---|---|---|---|---|---|
| SWE-bench Verified | 74.2% | — | 76% | — | 73.4% | 75.6% |
| Terminal-Bench 2.1 | 54.9% | — | — | 38.7% | 44.9% | 73% |
| LiveCodeBench v6 | 80.3% | 80% | — | 74.6% | 80.4% | — |
| IFEval | 95.1% | — | — | 91.9% | 89.6% | 94.6% |
| SWE-bench Pro v2 | 89.7% | — | — | 68.6% | 73.8% | 94.9% |
| IFBench | 89.2% | — | — | 70.2% | 67.9% | 79.5% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗