Was ist Flint?
Flint ist ein Mixture-of-Experts-Coding-Modell von Recursive, dem in London eingetragenen Labor unter Leitung des früheren Salesforce-Chefwissenschaftlers Richard Socher, veröffentlicht am 21. Oktober 2026. Es hat 39,8 Milliarden Parameter, nutzt pro Token aber etwa 2,5 Milliarden und wurde von Grund auf für Coding-Agenten trainiert: Codebasen untersuchen, Bugs beheben, Features und Tests schreiben, mit Reasoning und OpenAI-kompatiblen Tool Calls. Der dokumentierte Kontext umfasst 262.144 Tokens, geteilt zwischen Prompt und Ausgabe.
Recursive meldet 54,9% auf Terminal-Bench 2.1, 74,2% auf SWE-bench Verified und 89,7% auf SWE-bench Pro v2, selbst gemessen. Außerdem meldet es mehr als 125 Tokens pro Sekunde auf einem MacBook Pro mit M4 Pro und mehr als 150 auf einem RTX Spark mit 64 GB mit der eigenen Engine rec. Die 4-Bit-Builds belegen 22,6 bis 26,0 GB und brauchen 48 GB Unified- oder GPU-Speicher; der BF16-Checkpoint ist etwa 80 GB groß und läuft mit Recursives SGLang-Kit auf einer H200 oder B300. Laut Recursive hat sein automatisiertes Forschungssystem, die Eureka Machine, einen Großteil des Modells entworfen.
Die Gewichte stehen unter Apache 2.0. Ein kostenloser Endpunkt mit Rate Limit läuft auf OpenRouter; Recursives eigene API steht nur ausgewählten Partnern offen.
Lohnt sich Flint?
Flint ist ein Coding-Modell in der Größe des Rechners auf deinem Schreibtisch, und seine Geschwindigkeit ist die Angabe, die man am ernstesten nehmen sollte. Mit etwa 2,5 von 39,8 Milliarden Parametern aktiv pro Token meldet Recursive mehr als 125 Tokens pro Sekunde auf einem MacBook Pro mit M4 Pro und mehr als 150 auf einem RTX Spark mit 64 GB, beides bei kurzen Kontexten mit der eigenen Engine rec. Für einen Agenten, der Hunderte Tool Calls macht, zählt dieser Durchsatz mehr als ein paar Benchmark-Punkte.
Die Benchmarks verlangen Vorsicht. Alle stammen von Recursive, und die 89,7% beziehen sich auf Scales bereinigtes SWE-bench Pro v2, auf dem die führenden Agenten inzwischen über 90% erreichen. Der Wert lässt sich also weder mit den Werten auf dem ursprünglichen Pro vergleichen, die andere Labore melden, noch als stärker lesen als die 74,2% auf SWE-bench Verified. Die Karte ergänzt, dass der Lauf auf Terminal-Bench aus dem Web abgerufene Antworten als Fehlschläge zählt, eine Anpassung, die Konkurrenten womöglich nicht vornehmen. Recursives eigener Launch-Post räumt ein, dass Flint mehr Anleitung brauchen könnte als große geschlossene Modelle, und rät, Arbeit in Teilaufgaben zu zerlegen.
Die Speicherangaben sind ehrlich, aber knapp. Die 4-Bit-Builds sind 22,6 GB (MLX), 22,9 GB (NVFP4 GGUF) und 26,0 GB (Q4_1 GGUF) groß, und Recursive verlangt 48 GB Speicher für das volle Fenster, ein Laptop mit 32 GB ist also nicht das Ziel. 35 der 49 Schichten sehen nur ein Sliding Window von 513 Tokens. Das hält den Cache klein, überlässt aber das gesamte Erinnern über lange Strecken den 14 Schichten mit voller Attention; die Karte nennt den Kontext eine Kapazitätsgrenze, kein Versprechen von Genauigkeit.
Das Labor dahinter ist kein Hobbyprojekt. Recursive trat laut i-scoop im Mai mit 650 Millionen $ Finanzierung aus dem Verborgenen und sagt, die Eureka Machine habe in weniger als vier Monaten bei Architektur, Daten, Trainingsrezepten und Kernels geholfen. Ein kostenloser BF16-Endpunkt auf OpenRouter lässt ein Team Flint ausprobieren, bevor es 80 GB herunterlädt, aber die kostenpflichtige API ist Partnern vorbehalten und ohne Preis. Nach i-scoops Lesart von Recursives Diagramm schneidet ein größeres dichtes Qwen-Modell weiterhin besser ab. Damit ist Flint die schnellere lokale Option, nicht die stärkere.
Wo es sich lohnt
Ein Backend-Entwickler mit einem MacBook Pro M4 Pro mit 48 GB
Einen Coding-Agenten auf einer privaten Codebasis laufen lassen, ohne Code an eine API zu schicken
Hol dir den Ollama-Build mit 23 GB und richte OpenCode, Cline oder Claude Code darauf (`ollama launch claude --model flint`). Es gibt keine Rechnung pro Token, und nichts verlässt den Laptop; rechne damit, größere Aufgaben in Schritte zu zerlegen, wie Recursive selbst rät.
Ein Plattform-Ingenieur mit einer H200 oder B300
Einem internen Team ein gemeinsames Coding-Modell hinter einem OpenAI-kompatiblen Endpunkt bereitstellen
Recursives SGLang-Kit für Docker betreibt den BF16-Checkpoint mit 80 GB auf einer GPU pro Replik; mit wachsender Nutzerzahl kommen Repliken hinzu. Modellcode für Transformers ist noch nicht enthalten, unterstützt sind also SGLang oder vLLM.
Eine Engineering Managerin in einer Softwareagentur mit 20 Personen
Herausfinden, ob lokale Modelle die API-Kosten des Teams für Coding-Assistenten senken können
Teste zuerst den kostenlosen OpenRouter-Endpunkt mit Rate Limit an echten Tickets des Teams und stell dann Laptops mit 48 GB den aktuellen API-Rechnungen gegenüber. Die Gewichte sind kostenlos, aber da die kostenpflichtige API Partnern vorbehalten ist, gibt es keinen gehosteten Ausweichpreis, mit dem du planen kannst.
Bevor du dich festlegst
- Einrichtung
- `ollama run flint` lädt 23 GB; auf einem unterstützten Mac lädt Recursives Engine rec das Modell herunter und bindet Pi oder OpenCode an. llama.cpp braucht ein Release mit Flint-Unterstützung, und der Betrieb auf GPUs nutzt das mitgelieferte SGLang-Kit für Docker.
- Integrationen
- OpenAI-kompatibler Chat und Tool Calls; dokumentierte Harnesses sind OpenCode, Pi, Cline und OpenHands, und Ollama kann Claude Code damit starten. Laut Karte soll zurückgegebener reasoning_content im Gesprächsverlauf bleiben.
- Daten und Datenschutz
- Lokal betrieben verlässt nichts den Rechner. Den OpenRouter-Endpunkt betreibt Recursive; laut Karte sind die Bedingungen und Datenpraktiken des gehosteten Dienstes von der Lizenz der Gewichte getrennt, und veröffentlichte Aufbewahrungsregeln haben wir nicht gefunden.
- Kosten im großen Maßstab
- Gewichte kostenlos. Lokal ein Mac oder eine GPU mit 48 GB Speicher für die 4-Bit-Builds; auf Servern eine H200 oder B300 pro BF16-Replik (etwa 80 GB). Gehostet: kostenlos mit Rate Limit auf OpenRouter; kein kostenpflichtiger Preis pro Token veröffentlicht.
- Grenzen
- Nur Text; Prompt und Ausgabe teilen sich das Fenster von 262.144 Tokens. Schwere Aufgaben brauchen ein Ausgabebudget von mindestens 32.768 Tokens, und langes Reasoning kann es aufbrauchen; Wissensstand ist Juni 2026.
Was gut ist
- Über 125 Tokens pro Sekunde auf einem M4 Pro, laut Recursive
- 4-Bit-Builds mit 23 bis 26 GB
- Apache 2.0, dazu ein kostenloser Endpunkt auf OpenRouter
- Ollama, llama.cpp, LM Studio, SGLang und vLLM zum Start
Was nicht
- Alle Benchmarks selbst gemeldet
- Wert auf SWE-bench Pro v2 nicht mit dem Pro anderer Labore vergleichbar
- Braucht 48 GB Speicher für den vollen Kontext
- Kostenpflichtige API nur für Partner, kein veröffentlichter Preis
Am besten für
Entwickler, die ein schnelles Modell für Coding-Agenten wollen, das lokal auf einem Mac oder einer einzelnen GPU läuft.
Alternativen zu Flint
Flint: häufige Fragen
- Lohnt sich Flint?
- Ein Coding-Modell, das wirklich für einen Laptop mit 48 GB bemessen ist, von einem gut finanzierten Labor, wobei jeder Spitzenwert bisher von Recursive selbst stammt. Wir bewerten es mit 3.9 von 5.
- Was kostet Flint?
- Kostenlose offene Gewichte unter Apache 2.0; kostenloser Endpunkt mit Rate Limit auf OpenRouter. Kostenpflichtige Flint-API für ausgewählte Partner, Preis nicht veröffentlicht.
- Welche Nachteile hat Flint?
- Alle Benchmarks selbst gemeldet; Wert auf SWE-bench Pro v2 nicht mit dem Pro anderer Labore vergleichbar; Braucht 48 GB Speicher für den vollen Kontext; Kostenpflichtige API nur für Partner, kein veröffentlichter Preis.
- Für wen eignet sich Flint?
- Entwickler, die ein schnelles Modell für Coding-Agenten wollen, das lokal auf einem Mac oder einer einzelnen GPU läuft.
- Was kostet Flint für ein Team oder im Produktivbetrieb?
- Gewichte kostenlos. Lokal ein Mac oder eine GPU mit 48 GB Speicher für die 4-Bit-Builds; auf Servern eine H200 oder B300 pro BF16-Replik (etwa 80 GB). Gehostet: kostenlos mit Rate Limit auf OpenRouter; kein kostenpflichtiger Preis pro Token veröffentlicht.
- Ist Flint sicher für Firmendaten?
- Lokal betrieben verlässt nichts den Rechner. Den OpenRouter-Endpunkt betreibt Recursive; laut Karte sind die Bedingungen und Datenpraktiken des gehosteten Dienstes von der Lizenz der Gewichte getrennt, und veröffentlichte Aufbewahrungsregeln haben wir nicht gefunden.
- Was sind die besten Alternativen zu Flint?
- Die nächsten Alternativen, die wir getestet haben, sind Qwen3.8-27B, Devstral Small 2 und gpt-oss-20b.
Antworten geprüft am 23. Okt. 2026.