Recursive 推出的 Flint，正是面向 Coding Agent 场景设计的开源语言模型，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 采用 Decoder-only Mixture-of-Experts（MoE）架构，总参数量达到 39.8B，但每个 Token 实际激活的参数约为 2.5B。在其 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。这种设计让模型保有较大的总参数规模，同时减少单个 Token 推理时需要调用的参数。
这也是 MoE 架构在计算效率上的核心思路：通过路由机制，根据当前输入选择合适的专家参与计算，在保留模型容量的同时，减少每个 Token 所需激活的参数量。对于需要持续进行代码分析、推理和工具调用的 Agent 任务，这种设计有助于控制推理阶段的计算开销。
在实际能力方面，Flint 支持多轮对话、推理和工具调用。根据 Recursive 公布的评测结果，模型在 SWE-bench Pro v2 上取得 89.7%，在 SWE-bench Verified 上取得 74.2%，在 Terminal-Bench 2.1 上取得 54.9%，展现了其在软件工程任务与终端操作场景中的表现。这意味着，Flint 的定位并不是简单地帮你补全下一行代码，而是尝试成为能够理解开发任务、调用工具并持续推进问题解决的 Coding Agent 底层模型。
HyperAI 教程板块现已上线「Flint：面向 Coding Agent 的混合专家大语言模型」。用户可以通过教程了解模型加载与推理流程，并体验其代码生成、推理及工具调用能力。
从生成一段代码，到参与解决一个完整的开发任务，Coding Agent 正在把 AI 的角色从代码助手进一步推向开发协作者。
在线运行：
https://go.hyper.ai/15fN2
更多在线教程：
https://hyper.ai/notebooks
demo 页面
Demo 运行
1. 进入 hyper.ai 首页后，选择「教程」页面，或点击「查看更多教程」，选择「Flint：面向 Coding Agent 的混合专家大语言模型」，点击「运行此教程」。
2.页面跳转后，点击右上角「Clone」，将该教程克隆至自己的容器中。
注：页面右上角支持切换语言，目前提供中文及英文两种语言，本教程文章以英文为例进行步骤展示。
3. 选择「NVIDIA H100 x2」以及对应镜像，点击「Continue job execution（继续执行）」。
4.等待分配资源，当状态变为「Running（运行中）」后，点击「Open Workspace」进入 Jupyter Workspace。
效果展示
2.待运行完毕后，请打开新终端，执行以下命令启动 Open WebUI。
3. 启动后，点击右侧 API 地址即可在浏览器中访问 Open WebUI 界面。
运行示例
