Recursive: Flint (free)

Rekursif: Flint (gratis) adalah model teks dari Recursive, diterbitkan dengan id model recursive/flint-v1.0:free. Ini adalah model mixture-of-experts dengan bobot terbuka dengan sekitar 2,5B parameter aktif dari total 40B, dan dibangun oleh sistem autoresearch Recursive, Eureka Machine, khusus untuk agen coding. Tanggal rilis penyedia adalah 21 Oktober 2026.

Flint menerima teks sebagai input dan mengembalikan teks sebagai output, sehingga cocok untuk beban kerja bergaya chat dan completion standar, bukan tugas gambar atau audio. Jendela konteksnya adalah 262.144 token, yang memungkinkan prompt sangat besar seperti file sumber yang panjang, repositori multi-file, atau riwayat percakapan yang panjang ditangani dalam satu permintaan. Output maksimum adalah 235.929 token, sehingga generasi panjang dapat dilakukan dalam jendela tersebut. Karena ini adalah desain mixture-of-experts, hanya sebagian dari total parameter yang aktif per token, yang relevan jika Anda peduli tentang throughput relatif terhadap model dense dengan ukuran total serupa.

Kombinasi jendela konteks yang besar dan fokus pada agen coding menunjukkan penggunaan praktis seperti generasi kode, refactoring, dan review pada file besar, bekerja melalui konteks tingkat repositori, dan loop agen di mana model memanggil alat dan menalar atas hasilnya. Output maksimum yang panjang juga cocok untuk tugas yang menghasilkan teks substansial dalam satu proses, misalnya menghasilkan modul penuh atau penjelasan rinci tentang basis kode. Di luar coding, pengaturan teks-masuk, teks-keluar yang sama berfungsi untuk tugas asisten umum dan analisis, asalkan inputnya adalah teks.

Anda memanggil model melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model recursive/flint-v1.0:free. Parameter permintaan yang didukung adalah include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, stop, temperature, tools, top_logprobs, dan top_p. Kehadiran tools dan response_format membuat output terstruktur dan pemanggilan alat menjadi mudah, sementara seed, temperature, top_p, stop, dan max_tokens mencakup kontrol sampling dan panjang yang biasa. Parameter reasoning dan include_reasoning berkaitan dengan perilaku penalaran model, dan logprobs dengan top_logprobs memungkinkan Anda memeriksa probabilitas tingkat token.

Model ini hanya teks, jadi jika Anda memerlukan input atau output gambar atau audio, diperlukan model yang berbeda. Model ini juga ditawarkan sebagai varian gratis, yang mungkin berarti ketersediaan atau throughput berbeda dari opsi berbayar, meskipun tidak ada batasan spesifik yang dinyatakan di sini. Jika beban kerja Anda kecil dan tidak mendapat manfaat dari jendela konteks besar atau fokus agen coding, model teks yang lebih sederhana mungkin lebih cocok.