40B 参数只激活 2.5B：Recursive 开源 Flint，笔记本上每秒 131 个 token

一个不到十人的团队，用不到四个月，从零训练出一个能在笔记本上离线运行的代码模型。Recursive 把这件事当作一次公开实验：如果 AI 能参与造 AI，速度会有多快？

一分钟速览

• Flint 是 Recursive 发布的首个模型，免费、Apache 2.0 许可，已在 Hugging Face 开放下载。
• 采用混合专家架构，总参数 400 亿，每个 token 只激活 25 亿。
• 在搭载 M4 Pro 的 MacBook Pro 上生成速度约 131 token/秒，同类模型为 58 至 69 token/秒。
• 在 SWE-Bench Verified 上，成绩优于所有 500 亿参数以下的对比模型。
• 公司称研发几乎每一步都有自研自动化研究系统 Eureka Machine 参与，小团队四个月内完成从零构建。

“AI 造 AI”的第一次公开测验

递归自我改进是行业里争议最大的概念之一：AI 改进 AI，再改进下一代 AI。担忧者的理由很直接——一旦改进速度超过人类审核速度，控制权就会松动。Recursive 的做法把这个概念缩小到可验证的尺度：让 AI 当研究助理，由人把关，产出一个足够小、可以被普通人跑起来的模型。

公司的背景给了这次发布额外的分量。它去年成立，5 月结束隐身状态时拿到 6.5 亿美元融资，估值 46.5 亿美元，投资方包括 GV、英伟达和 AMD Ventures；CEO Richard Socher 是 Salesforce 前首席科学家。资本押注的显然不只是一个代码模型，而是”用 AI 缩短研发周期”这条方法论。

参数效率是真正的看点

40B 总参数、2.5B 激活，这组数字决定了 Flint 的定位。它比 Meta 上周发布的开放模型 Muse Spark Open 小了两个数量级——后者 8160 亿参数，至少需要 1TB 内存；而 Flint 的目标是一台普通笔记本。

速度数据也支持这一定位：M4 Pro 上 131 token/秒，在英伟达 RTX Spark 上超过 150 token/秒。对代码补全这类高频、短输出的场景，速度比绝对智力更重要。

能力边界同样清晰。在 SWE-Bench Verified 上它是 500 亿参数以下最强，但在 Recursive 自己的六项测试平均分上，只有阿里的 Qwen3.8 27B 高于它。公司也承认，Flint 比大型付费编程助手需要更多引导，建议把任务拆小。

本地模型的真实价值

把模型放到用户自己的电脑上，带来三个直接好处：可以离线使用、代码不出本机、不用按 token 付费。对企业来说，第三点常被低估——当编程助手被全公司使用时，云端推理账单会随使用量线性增长，而本地模型的边际成本接近于零。

代价是维护。开源模型没有持续的云端更新，企业需要自己负责版本、评测和安全策略。这也是为什么这类模型更可能先在设计、外包、教育等对数据外流敏感的团队里落地。

接下来该看什么

一是 Eureka Machine 的可复现性。如果”四个月从零造模型”能被第三方复制，研发成本的定价方式会被重写；如果只是一次精心策划的展示，那它仍然是个不错的开源代码模型，仅此而已。二是社区微调的活跃度——Apache 2.0 允许自由修改和商用，真正的生态会在发布后六周内见分晓。三是硬件适配，llama.cpp 与 Apple Silicon 的支持程度，决定了它能否从演示走进日常工作流。