开源 40B 编程模型，MacBook 就能跑：每秒 125 字，SWE-bench 74 分

一句话：能在自己电脑上跑的开源编程 MoE——总参约 40B，每个 token 只激活约 2.5B，官方给的短上下文速度：M4 Pro 超过 125 tok/s，64GB NVIDIA RTX Spark 超过 150 tok/s。

先认识一下 Recursive

Recursive（X：@Recursive_SI）是一家做“用 AI 做 AI 研究”的公司，目标是让研究流程能自我改进。CEO 是 Richard Socher——很多人可能更熟他做 AI 搜索 You.com 的那一面。

他们手里的核心系统叫 Eureka Machine：用 AI 自动提出想法、写实现、跑实验、再根据结果决定下一步试什么，相当于用自动化把模型研发闭环跑起来。这次发布的 Recursive Flint，就是 Eureka Machine 的一次实战成果。

开源 40B 编程模型，MacBook 就能跑：每秒 125 字，SWE-bench 74 分图2

Recursive CEO Richard Socher（图源：Recursive 官方文章）

开源 40B 编程模型，MacBook 就能跑：每秒 125 字，SWE-bench 74 分图3

Recursive 官方帖（引用 Richard Socher 公告，图源：X @Recursive_SI）

Recursive 官方博客

https://recursive.com/updates/introducing-recursive-flint

Hugging Face 权重（BF16）

https://huggingface.co/RecursiveSI/flint

Hugging Face INT4（Apple Silicon / MLX）

https://huggingface.co/RecursiveSI/flint-int4

Recursive 官网

https://recursive.com/

Recursive 官方帖

https://x.com/Recursive_SI/status/2112947469826896151

Flint 是什么

官方定位很清楚：面向本地硬件的 agentic 编程 MoE。博客写的是 40B 总参数、每 token 激活 2.5B；Hugging Face 模型卡更精确一点——39.8B 总参，每 token 激活约 2.5B（含输出头；仅主体约 2.2B），对外常写作 40B-A2.5B。

小团队加人加 agent，从零开始不到四个月做完。权重在 Hugging Face 以 Apache 2.0 开源；文档化上下文配置为 262,144 tokens（提示+生成共用）。博客另写支持最高 512k，编程等任务建议尽量落在 256k 以内。

开源 40B 编程模型，MacBook 就能跑：每秒 125 字，SWE-bench 74 分图4

Richard Socher 公告视频封面（图源：X @RichardSocher / Recursive）

开源 40B 编程模型，MacBook 就能跑：每秒 125 字，SWE-bench 74 分图5

Hugging Face：RecursiveSI/flint（BF16，图源：Hugging Face）

编程基准：官方数字

Hugging Face 模型卡与官方博客图表给出的 agentic 编程成绩（发布评估）：

• Terminal-Bench 2.1：54.9%

• SWE-bench Pro v2：89.7%

• SWE-bench Verified：74.2%

评估设定（官方说明）：temperature 1.0、top-p 0.95、top-k 20；Terminal-Bench 用 Terminus 2，SWE-bench 用 mini-swe-agent；agentic 分数为至少 5 次尝试的平均 pass@1。Terminal-Bench 把通过网页检索拿到的解算作不成功——和其他来源的报分不一定同口径。

官方说法是：在总参不足 50B 的 MoE里，Flint 在上述 agentic 编程基准上领先；同时接近 25–40B 稠密模型的编程表现，但推理快得多。