Recursive: Flint (free)

Rekursiv: Flint (gratis) är en textmodell från Recursive, publicerad under modell-id:t recursive/flint-v1.0:free. Det är en öppen viktmodell av typen mixture-of-experts med ungefär 2,5B aktiva parametrar av totalt 40B, och den byggdes av Recursives autoresearch-system, Eureka Machine, specifikt för kodningsagenter. Leverantörens releasedatum är 21 oktober 2026.

Flint tar text som indata och returnerar text som utdata, så den passar standardarbetsbelastningar av chatt- och completion-typ snarare än bild- eller ljuduppgifter. Dess kontextfönster är 262 144 tokens, vilket gör att mycket stora prompter som långa källfiler, arkiv med flera filer eller utökade konversationshistoriker kan hanteras i en enda begäran. Den maximala utdatan är 235 929 tokens, så långa genereringar är möjliga inom det fönstret. Eftersom det är en mixture-of-experts-design är bara en bråkdel av de totala parametrarna aktiva per token, vilket är relevant om du bryr dig om genomströmning i förhållande till en tät modell av liknande total storlek.

Kombinationen av ett stort kontextfönster och ett fokus på kodningsagenter pekar mot praktiska användningsområden som kodgenerering, refaktorering och granskning över stora filer, arbete med kontext på arkivnivå och agentloopar där modellen anropar verktyg och resonerar kring resultaten. Den långa maximala utdatan passar också uppgifter som producerar betydande text i en enda omgång, till exempel att generera en fullständig modul eller en detaljerad förklaring av en kodbas. Utanför kodning fungerar samma upplägg med text in och text ut för allmänna assistent- och analysuppgifter, förutsatt att indatan är text.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t recursive/flint-v1.0:free. De parametrar som stöds i begäran är include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, stop, temperature, tools, top_logprobs och top_p. Förekomsten av tools och response_format gör strukturerad utdata och verktygsanrop enkla, medan seed, temperature, top_p, stop och max_tokens täcker de vanliga styrningarna för sampling och längd. Parametrarna reasoning och include_reasoning rör modellens resonemangsbeteende, och logprobs med top_logprobs låter dig inspektera sannolikheter på token-nivå.

Modellen är endast för text, så om du behöver bild- eller ljudindata eller -utdata krävs en annan modell. Den erbjuds också som en gratis variant, vilket kan innebära att tillgänglighet eller genomströmning skiljer sig från betalda alternativ, även om inga specifika gränser anges här. Om din arbetsbelastning är liten och inte drar nytta av det stora kontextfönstret eller kodningsagentfokuset kan en enklare textmodell vara ett bättre val.