Mô hình 40B được thiết kế cho máy cá nhân
Recursive Flint 40B là mô hình lập trình cục bộ dạng mixture-of-experts, có tổng cộng 39,8 tỷ tham số nhưng chỉ kích hoạt khoảng 2,5 tỷ tham số cho mỗi token, hướng tới chạy trên laptop cá nhân. Recursive phát hành Flint v1.0 ngày 21 tháng 10 năm 2026 theo giấy phép Apache 2.0, với trọng số được cung cấp trên Hugging Face. Điểm hấp dẫn không chỉ là quy mô: nhà phát triển cho biết mô hình đạt hơn 125 token mỗi giây trên MacBook Pro dùng M4 Pro khi xử lý ngữ cảnh ngắn. Nếu con số này giữ được trong công việc thường ngày, việc gợi ý mã và trao đổi với trợ lý sẽ ít bị ngắt quãng hơn. Nhưng đây là tuyên bố của nhà phát triển, không nên xem là tốc độ bảo đảm cho mọi laptop hay mọi tác vụ. Flint là trọng số mô hình, không phải một tác nhân lập trình hoàn chỉnh; người dùng vẫn cần phần mềm phục vụ và quy trình phù hợp.
Tự chạy có lợi, nhưng phần cứng vẫn là điều kiện
Flint có thể hoạt động ngoại tuyến theo nghĩa thực chất: trọng số nằm trên máy người dùng và mô hình vẫn chạy khi thiết bị ngắt kết nối. Với lập trình viên làm việc ở nơi mạng chập chờn, hoặc muốn giữ quy trình trong môi trường cục bộ, đây là khác biệt đáng kể so với một code assistant offline chỉ hứa không lưu lời nhắc. Mô hình AI miễn phí theo giấy phép Apache 2.0 cũng loại bỏ phí theo từng token, nhưng không đồng nghĩa với việc chạy nó không tốn tài nguyên. Bản NVFP4 chiếm khoảng 22,86 GB trên đĩa và cần khoảng 24 GB bộ nhớ để vận hành. Vì vậy, lợi ích lớn nhất dành cho người đã có phần cứng phù hợp; laptop yếu có thể không đem lại trải nghiệm tương đương. Người dùng nên cân nhắc dung lượng, bộ nhớ và tốc độ thực tế trước khi đưa Flint vào công việc.
Điểm lập trình đáng chú ý, nhưng chưa phải kết luận cuối
Recursive công bố Flint đạt 74,2% trên SWE-bench Verified, bài đánh giá khả năng xử lý các vấn đề GitHub thực tế. Đây là kết quả cạnh tranh đủ để các nhóm nhỏ và freelancer cân nhắc thử nghiệm, nhất là khi muốn tự kiểm soát công cụ lập trình. Tuy nhiên, các điểm số ban đầu do chính Recursive đánh giá và chưa được bên thứ ba chạy lại; vì thế, chúng là tín hiệu đáng quan tâm chứ chưa phải bằng chứng độc lập. Một bài kiểm tra độc lập ghi nhận khoảng 110 token mỗi giây với lời nhắc ngắn, nhưng tốc độ giảm còn khoảng 9 token mỗi giây khi ngữ cảnh lên gần 115.000 token. Khoảng cách này nhắc rằng con số tốc độ cao không đại diện cho mọi phiên làm việc. Với người dùng, phép thử tốt nhất là chạy trên dự án thật, xem mô hình xử lý sửa lỗi, kiểm thử và ngữ cảnh dài ra sao.
Cơ hội năng suất đi cùng một câu hỏi về cách tạo mô hình
Với nhóm phát triển ít người, Flint có thể giúp lập trình viên tăng năng suất bằng cách đưa trợ lý mã vào quy trình cục bộ mà không cần kết nối liên tục. Dù vậy, mô hình không tự cung cấp vòng lặp tác nhân, chỉnh sửa tệp hay chạy kiểm thử; các nhóm phải ghép nó với công cụ phù hợp. Bản phát hành còn là phép thử cho Eureka Machine, hệ thống nghiên cứu tự động mà Recursive cho biết đã tạo ý tưởng, chạy thử nghiệm và dùng kết quả để chọn bước tiếp theo. Điều cần chờ là đánh giá benchmark độc lập và bằng chứng rõ hơn về đóng góp của Eureka Machine, thay vì chỉ dựa vào mô tả của nhà phát triển. Flint vì thế chưa xóa bỏ mọi đánh đổi giữa sự tiện lợi và quyền kiểm soát. Nhưng nó mở ra một lựa chọn thực tế: thử một mô hình lập trình cục bộ có năng lực trên phần cứng sẵn có, rồi quyết định bằng kết quả công việc của chính đội ngũ.
