Recursive: Flint (free)

Ricorsivo: Flint (gratuito) è un modello testuale di Recursive, pubblicato con l'id modello recursive/flint-v1.0:free. È un modello mixture-of-experts a pesi aperti con circa 2,5B parametri attivi su 40B totali, ed è stato creato dal sistema di autoricerca di Recursive, Eureka Machine, specificamente per agenti di coding. La data di rilascio del provider è il 21 ottobre 2026.

Flint prende testo come input e restituisce testo come output, quindi si adatta a carichi di lavoro standard in stile chat e completamento, non a compiti di immagini o audio. La sua finestra di contesto è di 262.144 token, il che consente di gestire prompt molto grandi come file sorgente lunghi, repository multi-file o cronologie di conversazione estese in una singola richiesta. L'output massimo è di 235.929 token, quindi sono possibili generazioni lunghe all'interno di quella finestra. Poiché è un design mixture-of-experts, solo una frazione dei parametri totali è attiva per token, il che è rilevante se ti interessa il throughput rispetto a un modello denso di dimensioni totali simili.

La combinazione di una grande finestra di contesto e un focus sugli agenti di coding indica usi pratici come la generazione di codice, il refactoring e la revisione su file di grandi dimensioni, il lavoro su contesto a livello di repository e cicli di agenti in cui il modello chiama strumenti e ragiona sui risultati. L'output massimo lungo si adatta anche a compiti che producono molto testo in un'unica passata, ad esempio generare un modulo completo o una spiegazione dettagliata di una base di codice. Al di fuori del coding, la stessa impostazione testo-in, testo-out funziona per compiti generali di assistente e analisi, purché l'input sia testo.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id modello recursive/flint-v1.0:free. I parametri di richiesta supportati sono include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, stop, temperature, tools, top_logprobs e top_p. La presenza di tools e response_format rende semplice l'output strutturato e la chiamata di strumenti, mentre seed, temperature, top_p, stop e max_tokens coprono i consueti controlli di campionamento e lunghezza. I parametri reasoning e include_reasoning riguardano il comportamento di ragionamento del modello, e logprobs con top_logprobs ti permettono di ispezionare le probabilità a livello di token.

Il modello è solo testo, quindi se hai bisogno di input o output di immagini o audio, è richiesto un modello diverso. È inoltre offerto come variante gratuita, il che può significare che disponibilità o throughput differiscono dalle opzioni a pagamento, anche se qui non sono indicati limiti specifici. Se il tuo carico di lavoro è piccolo e non trae vantaggio dalla grande finestra di contesto o dal focus sugli agenti di coding, un modello testuale più semplice può essere più adatto.