Recursive 于10月21日发布 Flint，一款面向本地 Agent 编程的开放权重模型。它采用混合专家结构，总参数400亿，每个 token 激活约25亿参数。官方同时开放配套推理工具，允许开发者在自己的硬件上处理代码，而无需把输入发送到远程服务。
公司称，小规模人员与 Agent 团队在不到四个月内完成模型训练，自动研究系统 Eureka Machine 参与了数据、训练方法、基础设施和推理优化。官方报告，在短上下文条件下，优化引擎可在 M4 Pro MacBook Pro 上超过每秒125个 token；这是指定环境下的厂商测量。
Flint 权重采用 Apache 2.0 许可，支持 llama.cpp、Ollama、LM Studio、vLLM 和 SGLang。新发布的轻量引擎 rec 优化了 M4 Pro 及 M5 Pro、Max 的运行方式。模型最高支持512K上下文，团队建议常规编程任务尽量控制在256K以内。