在线教程丨田渊栋团队开源编程模型Flint：39.8B参数，每个Token仅激活2.5B
内容提要
Recursive推出开源语言模型Flint，面向Coding Agent场景，可理解代码库、修复Bug、实现功能并调用工具。该模型采用MoE架构，总参数39.8B，每Token仅激活约2.5B。评测中SWE-bench Pro v2达89.7%，Verified达74.2%，Terminal-Bench 2.1达54.9%。HyperAI已上线相关教程，可体验其代码生成、推理与工具调用能力。
延伸解读
MoE架构如何平衡容量与效率
Flint采用Decoder-only的MoE架构，总参数39.8B，但每个Token只激活约2.5B。具体来说，每个Token从256个路由专家中选择6个，外加1个共享专家。这种设计让模型保有较大总参数规模，同时减少单Token推理时的计算量。对于需要持续分析代码、多轮推理和工具调用的Agent任务，这种稀疏激活有助于控制推理阶段的计算开销。
评测成绩反映的定位与边界
根据Recursive公布的评测，Flint在SWE-bench Pro v2上达到89.7%，SWE-bench Verified上74.2%，Terminal-Bench 2.1上54.9%。这些结果覆盖软件工程任务和终端操作场景，说明其目标不是简单的代码补全，而是作为能理解任务、调用工具并推进问题解决的Coding Agent底层模型。不过，文章未提供与其他模型的横向对比，读者需注意这些数字的上下文。
上手体验的硬件与流程要点
HyperAI已上线相关教程，用户可了解模型加载与推理流程，并体验代码生成、推理及工具调用。教程步骤显示，需选择NVIDIA H100 x2及对应镜像，克隆教程至容器后运行。启动Open WebUI后即可在浏览器中交互。对于想实际测试Flint能力的开发者，这提供了一条可复现的路径，但需注意硬件资源要求。
Q&A
Flint模型是哪个团队开发的？主要面向什么场景？
Flint由Recursive团队推出，是一个开源语言模型，主要面向Coding Agent场景设计，能够理解代码库、修复Bug、实现新功能、编写测试，并支持多轮推理与工具调用。
Flint模型的参数规模是多少？推理时每个Token激活多少参数？
Flint采用Decoder-only MoE架构，总参数量为39.8B，但每个Token实际激活的参数约为2.5B。
Flint的MoE层是如何路由专家的？
在MoE层中，每个Token会从256个路由专家中选择6个，同时使用1个始终激活的共享专家。这种设计在保留较大总参数规模的同时，减少了单个Token推理时需要调用的参数。
Flint在哪些评测基准上取得了什么成绩？
根据Recursive公布的评测结果，Flint在SWE-bench Pro v2上达到89.7%，在SWE-bench Verified上达到74.2%，在Terminal-Bench 2.1上达到54.9%。
如何通过HyperAI教程体验Flint模型？
进入HyperAI教程页面，选择「Flint：面向 Coding Agent 的混合专家大语言模型」教程，点击「运行此教程」，克隆至容器后选择「NVIDIA H100 x2」及对应镜像，继续执行并等待资源分配，状态变为「Running」后打开Jupyter Workspace即可运行。
Flint模型支持哪些核心能力？
Flint支持多轮对话、推理和工具调用，能够理解代码库、修复Bug、实现新功能、编写测试，并可作为Coding Agent的底层模型参与完整的开发任务。
