استارتاپ Recursive روز ۲۹ مهر ۱۴۰۵ (۲۱ اکتبر ۲۰۲۶) مدل «Flint» را منتشر کرد: مدل کدنویسی ۴۰ میلیارد پارامتری که طوری ساخته شده روی یک لپ‌تاپ معمولی و بدون اینترنت اجرا شود. فایل مدل با مجوز Apache 2.0 رایگان در Hugging Face است.
Flint چیست؟
طبق TechCrunch و The Decoder Flint یک مدل «ترکیب متخصص‌ها» (MoE) است؛ یعنی از ۴۰ میلیارد پارامتر کل، برای هر توکن فقط ۲٫۵ میلیارد پارامتر فعال می‌شود. به همین دلیل سبک و سریع است. هدفش کدنویسی ایجنتی روی سخت‌افزار محلی است.
- سرعت (ادعای شرکت): حدود ۱۳۱ توکن در ثانیه روی MacBook Pro با تراشه‌ی M4 Pro، در حالی که مدل‌های مشابه مثل Gemma 4 گوگل و Nemotron 3.5 Lightning انویدیا ۵۸ تا ۶۹ توکن گرفتند. روی Nvidia RTX Spark بیش از ۱۵۰.
- زمینه: تا ۵۱۲ هزار توکن، ولی شرکت سقف ۲۵۶ هزار را توصیه می‌کند.
- اجرا: با llama.cpp، Ollama، LM Studio، vLLM و SGLang؛ و موتور استنتاج اختصاصی «rec» برای Apple Silicon.
- سخت‌افزار: نویسنده‌ی Wired با مک ۴۸ گیگابایتی آزمایش کرده؛ حداقل حافظه و اندازه‌ی فایل اعلام نشده است.
چطور ساخته شد؟
جالب‌ترین بخش داستان این است: یک تیم کوچک مدل را در کمتر از چهار ماه ساخته و بیشتر مراحل را «Eureka Machine»، سامانه‌ی خودکار پژوهش خود Recursive، پیش برده است؛ از داده‌ی آموزش و بهینه‌ساز تا معماری و تنظیم استنتاج. این سامانه شکل بهتر متخصص‌ها را آزموده (از آغاز ۳۵ میلیارد/۳ میلیارد به ۴۰ میلیارد/۲٫۵ میلیارد رسید)، لایه‌ی خروجی را برخلاف رسم رایج با چهار بیت فشرده کرده و برای Apple Silicon و RTX Spark هسته‌های محاسباتی نوشته است. نسخه‌ی فشرده‌ی NVFP4 به گفته‌ی منبع فقط ۰٫۷ امتیاز از نسخه‌ی ۱۶ بیتی عقب‌تر است. مدیرعامل Richard Socher می‌گوید فشرده‌سازی ۷۱ درصد از حجم را کم کرده است.
دقتش چقدر است؟
Recursive می‌گوید Flint در میان مدل‌های MoE زیر ۵۰ میلیارد پارامتر در SWE-Bench Verified، SWE-Bench Pro v2 و Terminal-Bench 2.1 جلوتر است و در میانگین شش آزمون خودش فقط Qwen3.8 27B از آن بهتر است. توجه کنید که این نتیجه‌ها ادعای خود شرکت است و آزمون مستقل ندیده‌ایم. شرکت هم خودش می‌گوید Flint نسبت به مدل‌های اختصاصی بزرگ راهنمایی بیشتری لازم دارد و بهتر است کارهای بزرگ را به گام‌های کوچک بشکنید.
اگر بخواهید امتحانش کنید
مدل از Hugging Face دانلود می‌شود و با ابزارهایی مثل Ollama یا LM Studio، که برای اجرای مدل روی رایانه ساخته شده‌اند، راه می‌افتد. برای کدنویسی بهتر است کار را قطعه‌قطعه بدهید: اول یک تابع، بعد تست، بعد اصلاح. برای کارهای بسیار بزرگ و چندفایلی هنوز مدل‌های ابری بزرگ مطمئن‌ترند. چون بنچمارک‌ها از خود شرکت است، پیش از اعتماد یک پروژه‌ی کوچک واقعی خودتان را با آن بسنجید.
درباره‌ی Recursive
این شرکت پارسال تأسیس شد و در اردیبهشت ۱۴۰۵ (مه ۲۰۲۶) با ۶۵۰ میلیون دلار سرمایه و ارزش ۴٫۶۵ میلیارد دلار از حالت مخفی بیرون آمد. این رقم‌ها مربوط به سرمایه‌اند و مدل را بهتر یا بدتر نمی‌کنند.
این خبر برای کاربر فارسی‌زبان یعنی چه؟
مدل محلی و متن‌باز یعنی کد شما از رایانه‌تان بیرون نمی‌رود، اینترنت لازم نیست و هزینه‌ی اشتراک ندارید. این برای برنامه‌نویسی که با تحریم و محدودیت دسترسی به سرویس‌های ابری روبه‌رو است جذاب است. در مقابل، پشتیبانی از فارسی در خبر نیامده و Flint برای کدنویسی ساخته شده، نه نوشتن فارسی. اگر کارت گرافیک یا مک مناسبی دارید، مقاله‌ی سخت‌افزار مورد نیاز مدل‌های هوش مصنوعی برآورد خوبی می‌دهد. برای شناخت ایجنت‌ها هم ایجنت هوش مصنوعی چیست؟ را ببینید.
برای کارهایی که به مدل بزرگ و فارسی‌دان نیاز دارند، در ابزارهای هوش‌نو می‌توانید با مدل‌های GPT، Claude، Gemini، DeepSeek و Qwen چت کنید.
سؤالات متداول
Flint را از کجا بگیرم؟
از Hugging Face و با مجوز Apache 2.0 رایگان است.
روی کدام دستگاه اجرا می‌شود؟
مک‌های Apple Silicon و Nvidia RTX Spark آزمایش شده‌اند. حداقل حافظه اعلام نشده است.
آیا از مدل‌های بزرگ بهتر است؟
خیر. شرکت خودش می‌گوید برای کارهای پیچیده به راهنمایی بیشتر نیاز دارد؛ برتری‌اش فقط در میان مدل‌های هم‌اندازه ادعا شده است.
فارسی را می‌فهمد؟
در منابع درباره‌ی فارسی چیزی نیامده است. پیش از اتکا خودتان آزمایش کنید.
