فلینت چیست؟ مدل متن‌باز ۴۰ میلیارد پارامتری برای کدنویسی روی لپ‌تاپ

شرکت Recursive اولین مدل خود به نام Flint را با وزن‌های باز و مجوز Apache 2.0 منتشر کرده است؛ مدلی ۳۹٫۸ میلیارد پارامتری برای کدنویسی که بنا بر ادعای سازنده، روی لپ‌تاپ‌های قدرتمند با سرعتی بالای ۱۲۵ توکن در ثانیه اجرا می‌شود و بخش بزرگی از آن را یک سیستم پژوهشگر خودکار ساخته است.

۱. ماجرا چیست و Recursive کیست؟

شرکت Recursive که در برخی گزارش‌ها با نام Recursive Superintelligence هم دیده می‌شود، روز ۲۱ اکتبر ۲۰۲۶ اولین مدل خود را با نام Flint عرضه کرد. این مدل برای کدنویسی و عامل‌های برنامه‌نویس طراحی شده و وزن‌هایش روی Hugging Face با مجوز Apache 2.0 قرار گرفته است. این مجوز اجازه‌ی استفاده‌ی تجاری، تغییر و بازتوزیع را می‌دهد و برای تیم‌هایی که نمی‌خواهند به یک API بسته وابسته باشند، اهمیت زیادی دارد.

ریچارد سوچر، یکی از چهره‌های شناخته‌شده‌ی دنیای هوش مصنوعی، در معرفی این مدل گفته است که سرعتش روی مک‌بوک پرو از ۱۲۵ توکن در ثانیه و روی کارت RTX Spark شرکت NVIDIA از ۱۵۰ توکن در ثانیه بیشتر است. بر اساس گزارش‌ها، Recursive تا امروز حدود ۶۵۰ میلیون دلار سرمایه جذب کرده و ارزش‌گذاری آن نزدیک به ۴٫۶۵ میلیارد دلار گزارش شده است.

اگر تازه با دنیای شرکت‌های هوش مصنوعی آشنا شده‌اید، مقاله‌ی اوپن‌ای‌آی چیست مرور خوبی از بازیگران اصلی این حوزه است.

۲. معماری Flint؛ چرا ۴۰ میلیارد پارامتر اما فقط ۲٫۵ میلیارد فعال؟

Flint یک مدل ترنسفورمر از نوع «ترکیب متخصصان» یا Mixture of Experts است. در چنین مدل‌هایی، شبکه از تعداد زیادی زیرشبکه‌ی تخصصی تشکیل می‌شود و برای هر توکن فقط تعداد کمی از آن‌ها فعال می‌شوند. نتیجه این است که حجم دانش مدل بزرگ است، اما هزینه‌ی محاسباتی هر توکن به اندازه‌ی یک مدل کوچک می‌ماند.

طبق مشخصات منتشرشده، مدل ۴۹ لایه دارد؛ دو لایه‌ی متراکم و ۴۷ لایه‌ی MoE. در هر لایه‌ی MoE تعداد ۲۵۶ متخصص مسیریابی‌شده وجود دارد که روتر برای هر توکن شش‌تای آن‌ها را انتخاب می‌کند و یک متخصص مشترک هم همیشه فعال است. توجه مدل ترکیبی است از ۳۵ لایه با پنجره‌ی لغزان ۵۱۳ توکنی و ۱۴ لایه‌ی توجه کامل. طول زمینه در مدل‌کارت ۲۶۲ هزار توکن ذکر شده، هرچند بلاگ شرکت از عددی تا ۵۱۲ هزار توکن حرف زده است.

مدل متنی، نه چندرسانه‌ای

Flint فقط متن را می‌فهمد و از تصویر پشتیبانی نمی‌کند. در عوض از استدلال و فراخوانی ابزار سازگار با قالب OpenAI پشتیبانی می‌کند، یعنی می‌توان آن را به‌سادگی در ابزارهای عامل‌محور موجود قرار داد.

۳. سرعت و سخت‌افزار؛ دقیقاً چه چیزی لازم دارید؟

وزن کامل مدل در قالب BF16 حدود ۸۰ گیگابایت است و برای اجرا در سرور به یک کارت قدرتمند مانند B300 یا H200 نیاز دارد. اما نسخه‌ی کوانتیزه‌شده‌ی چهاربیتی حدود ۲۲ تا ۲۳ گیگابایت حجم دارد. شرکت برای اپل سیلیکون تراشه‌ی M4 Pro، M5 Pro یا M5 Max با ۴۸ گیگابایت حافظه را پیشنهاد می‌کند و برای NVIDIA حداقل ۴۸ گیگابایت حافظه‌ی گرافیکی را توصیه می‌کند.

مدل با ابزارهای رایج مثل llama.cpp، Ollama، LM Studio، vLLM، SGLang و Unsloth کار می‌کند. موتور اختصاصی خود شرکت به نام rec روی M4 Pro بین ۱٫۴ تا ۲٫۶ برابر llama.cpp توان عملیاتی گزارش کرده است. یک نسخه‌ی میزبانی‌شده‌ی رایگان هم روی OpenRouter فهرست شده تا بدون نصب محلی بتوانید امتحانش کنید.

سرعت واقعی چقدر است؟

اعداد سرعت در زمینه‌ی کوتاه و با روش اندازه‌گیری خود شرکت گزارش شده‌اند. اندازه‌گیری مستقل روی کارهای واقعی با زمینه‌ی طولانی ممکن است عدد کمتری نشان دهد، چون پردازش اولیه‌ی پرامپت و رشد حافظه‌ی کش در عمل سرعت را کم می‌کنند.

۴. ماشین اورکا؛ وقتی هوش مصنوعی بخشی از ساخت مدل را انجام می‌دهد

جذاب‌ترین بخش ماجرا روش ساخت است. Recursive می‌گوید سیستم داخلی‌اش به نام Eureka Machine یک حلقه‌ی پژوهش خودکار را اجرا می‌کند: ایده پیشنهاد می‌دهد، آن را پیاده می‌کند، آزمایش را اجرا می‌کند، نتیجه را اعتبارسنجی می‌کند و آزمایش بعدی را انتخاب می‌کند. شرکت می‌گوید این سیستم در سه حوزه نقش داشته است.

• معماری: جست‌وجوی پیکربندی متخصصان با شروع از یک مدل پایه‌ی ۳۵ میلیارد پارامتری با ۳ میلیارد فعال، که در نهایت به ۴۰ میلیارد کل و ۲٫۵ میلیارد فعال رسید.
• کوانتیزاسیون: لایه‌ی خروجی به چهار بیت رسید که خلاف رویه‌ی رایج است، و دقت با تقطیر از مدل شانزده‌بیتی جبران شد. نسخه‌ی NVFP4 در معیارهای شرکت تنها حدود ۰٫۷ امتیاز از نسخه‌ی کامل عقب است.
• کرنل‌ها: کرنل‌های سفارشی برای ضرب‌های کم‌بیت، لایه‌های MoE، توجه و پردازش پرامپت، به‌علاوه‌ی یک مگاکرنل Metal برای تراشه‌های M4 و M5.

شرکت می‌گوید یک تیم کوچک کل کار را در کمتر از چهار ماه انجام داده است. با این حال باید دقیق بود: انسان‌ها هنوز هدف‌ها را تعریف می‌کنند، نتایج را بررسی می‌کنند و جلوی تقلب‌های سیستم در معیارها را می‌گیرند. این یک خودکارسازی ارزشمند برای یک حلقه‌ی پژوهشی است، نه خودبهبودی کامل و بازگشتی.

اگر به همین موضوع علاقه دارید، گزارش ما درباره‌ی آخرین اخبار هوش مصنوعی نمونه‌های دیگری از سیستم‌های پژوهشگر خودکار را پوشش داده است.

۵. نمره‌ها و معیارها؛ چه چیزی ادعا شده؟

طبق جدول منتشرشده توسط Recursive، نسخه‌ی BF16 در معیار Terminal-Bench 2.1 نمره‌ی ۵۴٫۹٪، در SWE-bench Verified نمره‌ی ۷۴٫۲٪ و در LiveCodeBench v6 نمره‌ی ۸۰٫۳٪ گرفته است. در معیار IFEval نمره‌ی ۹۵٫۱٪ و در IFBench نمره‌ی ۸۹٫۲٪ ثبت شده است. نسخه‌ی NVFP4 تقریباً همین اعداد را دارد، مثلاً ۷۴٫۱٪ در SWE-bench Verified.

شرکت همچنین عدد ۸۹٫۷٪ را برای معیاری با نام SWE-bench Pro v2 اعلام کرده، اما خود گزارش‌ها تأکید می‌کنند این نسخه با SWE-bench Pro عمومی قابل مقایسه نیست. در مقایسه با مدل‌های هم‌رده، شرکت می‌گوید Flint در میان مدل‌های MoE زیر ۵۰ میلیارد پارامتر در کدنویسی عامل‌محور بالای جدول است، اما از قوی‌ترین مدل‌های متراکم عقب است.

مقایسه با رقبای متن‌باز

در مدل‌کارت رقبا، مدل Qwen3.6 با ۳۵ میلیارد پارامتر و ۳ میلیارد فعال نمره‌ی ۷۳٫۴٪ در SWE-bench Verified دارد و Laguna XS 2.1 نمره‌ی ۷۰٫۹٪ دارد. تفاوت Flint با این‌ها کم است، پس مزیت اصلی آن بیشتر در سرعت و بهینه‌سازی اجرا دیده می‌شود تا در یک جهش کیفی بزرگ.

۶. محدودیت‌ها و احتیاط‌های لازم

نخستین احتیاط این است که تمام اعداد را خود Recursive گزارش کرده و تا زمان نگارش این مقاله هیچ ارزیابی مستقل منتشر نشده بود. معیارها هم تنظیمات متفاوتی دارند؛ برای مثال Terminal-Bench با ابزار Terminus 2 اجرا شده و راه‌حل‌های بازیابی‌شده از وب شکست حساب شده‌اند. اعداد رقبا نیز از مدل‌کارت خودشان آمده و ممکن است با جدول Recursive اختلاف داشته باشد.

دومین نکته این است که خود شرکت اذعان می‌کند Flint ممکن است نسبت به مدل‌های بزرگ بسته به راهنمایی بیشتری نیاز داشته باشد و توصیه می‌کند کارهای بزرگ به زیرکارهای کوچک‌تر تقسیم شوند. این یعنی برای پروژه‌های پیچیده هنوز باید مهندس انسانی در حلقه بماند؛ نکته‌ای که در مقاله‌ی توهم برنامه‌نویس تنها در برابر مهندس واقعی هم به آن پرداخته‌ایم.

۷. چرا این خبر برای کاربران ایرانی و توسعه‌دهندگان مهم است؟

مدل‌های محلی و متن‌باز یعنی بدون وابستگی به API خارجی، بدون ارسال کد به سرور دیگران و بدون محدودیت منطقه‌ای می‌توان یک دستیار کدنویسی داشت. برای تیم‌هایی که با کد حساس کار می‌کنند یا دسترسی پایدار به سرویس‌های ابری ندارند، این رویکرد جذاب است. البته سخت‌افزار لازم، یعنی مک با ۴۸ گیگابایت حافظه یا کارت گرافیک ۴۸ گیگابایتی، ارزان نیست و همه نمی‌توانند از آن بهره ببرند.

از نگاه بازار هم نشانه‌ی روشنی است: رقابت از «بزرگ‌ترین مدل» به سمت «بهترین مدل قابل اجرا روی دستگاه شخصی» حرکت کرده است. اگر می‌خواهید بدانید هوش مصنوعی در کسب‌وکار چه نقشی دارد، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را بخوانید، و برای درک واقع‌بینانه‌تر از توان و حد آن، پتانسیل و محدودیت‌های واقعی هوش مصنوعی را ببینید.

۸. چطور Flint را امتحان کنیم؟

ساده‌ترین مسیر این است که از نسخه‌ی میزبانی‌شده‌ی رایگان روی OpenRouter شروع کنید تا کیفیت را روی پروژه‌ی خودتان بسنجید. اگر راضی بودید، نسخه‌ی چهاربیتی را از Hugging Face بگیرید و با Ollama یا LM Studio اجرا کنید. موقع تست، از پرامپت‌های کوتاه و مشخص استفاده کنید و کارها را تکه‌تکه بدهید. برای نوشتن پرامپت‌های بهتر، راهنمای پرامپت‌نویسی برای مبتدیان کمک می‌کند و آموزش‌های بیشتر را در آموزش‌های ChatGPT پیدا می‌کنید.

پیشنهاد عملی این است که چند کار واقعی خودتان را، مثل رفع یک باگ، نوشتن تست و بازنویسی یک تابع، هم به Flint و هم به مدل فعلی‌تان بدهید و خروجی را مقایسه کنید. تنها همین آزمایش کوچک بهتر از هر جدول بنچمارکی به شما نشان می‌دهد این مدل به کارتان می‌آید یا نه.

۹. پرسش‌های متداول

آیا Flint رایگان است؟

بله، وزن‌ها با مجوز Apache 2.0 منتشر شده‌اند و استفاده‌ی تجاری هم مجاز است. هزینه‌ی شما فقط سخت‌افزار و برق مصرفی است. یک نقطه‌ی دسترسی رایگان روی OpenRouter هم گزارش شده است.

آیا روی هر لپ‌تاپی اجرا می‌شود؟

خیر. نسخه‌ی چهاربیتی حدود ۲۳ گیگابایت است و برای اجرای راحت به دستگاهی با ۴۸ گیگابایت حافظه‌ی یکپارچه یا گرافیکی نیاز دارید. لپ‌تاپ‌های معمولی با ۱۶ گیگابایت حافظه برای این مدل مناسب نیستند.

آیا Flint جای Claude یا GPT را می‌گیرد؟

طبق ادعای خود شرکت، نه. Flint در دسته‌ی مدل‌های کوچک MoE قوی است، اما از قوی‌ترین مدل‌های متراکم عقب می‌ماند و به راهنمایی بیشتری نیاز دارد. برای کارهای ساده تا متوسط و حریم خصوصی کد گزینه‌ی خوبی است، ولی برای کارهای پیچیده هنوز مدل‌های بزرگ‌تر برترند.

Eureka Machine یعنی خودبهبودی هوش مصنوعی؟

نه به معنای کامل. سیستم بخشی از حلقه‌ی پژوهش را خودکار کرده، اما انسان‌ها هدف را تعیین می‌کنند و نتایج را بررسی می‌کنند تا جلوی تقلب در معیارها گرفته شود.