Recursive Flint

Recursive Flint は、コーディングエージェント向けに Recursive が公開した Apache-2.0 のオープンウェイト MoE モデルです。公式モデルカードでは総パラメータ数は 39.8B、token あたりの活性パラメータ数は約 2.5B とされています。コードベースの調査、バグ修正、機能実装、テスト作成、複数ターンの推論、ツール呼び出しを対象とし、汎用のホスト型チャット API ではありません。

同梱物と能力の範囲

• ローカルサービング用の一式： 公開リポジトリには BF16 checkpoint、tokenizer、chat template、モデル設定、SGLang サービングキットが含まれます。起動後は、公式例の OpenAI 互換ローカル API を利用できます。
• 疎であっても必要なハードウェアは残る： “40B-A2.5B” は 39.8B の総パラメータと約 2.5B の活性パラメータを丸めた表現です。活性パラメータは token ごとの計算量に関係しますが、完全な checkpoint と必要メモリを小さくするものではありません。
• エージェント中心のインターフェース： Flint は reasoning と OpenAI 互換のツール呼び出しをサポートします。公式カードの指示どおり提供された chat template を使い、会話履歴には reasoning_content を保持します。
• 記載された容量： 構成では入力と生成出力を合わせて 262,144 token が示されています。これは容量上限であり、長いコンテキスト全域で同じ精度を保証するものではありません。

実務での評価手順

再現可能な issue または小さなリポジトリから始め、最初は読み取り専用ツールだけを付与します。モデルカードではダウンロードに約 80 GB、SGLang レプリカごとに B300 または H200 GPU を記載しています。公式 health check を通した後、同じタスク、ツール権限、時間制限、出力予算、テストスイートで Flint と小型モデルを比較してください。最終テストだけでなくツールの軌跡も記録します。単一の agent ベンチマークの結果だけでは、自分のコードベースでの信頼性は判断できません。

初期導入では SGLang エンドポイントをローカルネットワーク境界の内側に置き、データ方針で許可されたリクエストだけを残します。書き込み、コマンド実行、デプロイには人の承認を必須にしてください。将来マネージド提供元を使う場合も、価格、保持、リージョン、利用規約は別途確認し、Apache-2.0 の重みライセンスをサービスの許可とみなさないでください。

制限と代替

Recursive は指定した評価設定で Terminal-Bench 2.1 が 54.9%、SWE-bench Pro v2 が 89.7%、SWE-bench Verified が 74.2% と報告しています。これは提供元による評価であり、モデルカードも設定差が比較結果を変えると注意しています。長い推論は遅延を増やし、出力予算を使い切る場合があります。ツール呼び出しの形式は安全な権限を自動的に保証しません。生成コードは適用前にテストとレビューが必要です。

より小さなオープンなコーディングエージェントモデルには LFM2.5-24B-A2B、長期エージェント作業向けのより大きなオープンウェイトモデルには Reflection Beam 1.0 を比較できます。ハードウェアを準備する前に、公式モデルカードと Recursive の公開記事を確認してください。