Recursive Flint: laptop için 40B MoE kodlama modeli Apache 2.0 ile açık
recursive, 21 Ekim 2026’da Flint kodlama modelini yayınladı: toplam ~40 milyar parametreli mixture-of-experts (MoE) mimaride yalnızca ~2,5 milyar aktif parametre ile inference hedefleniyor. Ağırlıklar Apache 2.0 lisansıyla Hugging Face’te (RecursiveSI/flint) sunuluyor; şirket modelin dört aydan kısa sürede eureka-machine araştırma sistemiyle geliştirildiğini ve sürecin büyük ölçüde AI destekli olduğunu iddia ediyor.
Ana Gelişme
Flint, local-inference ve agentic-coding trendinde laptop sınıfı donanımda çalışabilir bir açık ağırlık alternatifi olarak konumlanıyor. Recursive, SWE-bench ve Terminal-Bench gibi vendor benchmark’larında güçlü skorlar paylaştı; bağımsız üçüncü taraf değerlendirmeler henüz bekleniyor — sonuçlar üretim ortamına taşınmadan önce doğrulanmalı.
“AI-built” anlatısı kısmen pazarlama: Eureka Machine otomatik deney ve kod üretimi sunuyor, ancak insan süpervizyonu ve mühendislik kararları süreçte kalıyor.
Neden Önemli?
Türk geliştiriciler, bulut API maliyeti ve veri mahremiyeti nedeniyle yerel kodlama assistant’larına ilgi gösteriyor. Flint, kapalı ticari modellere karşı açık ağırlık + MoE verimliliği kombinasyonunu test etmek isteyen ekipler için yeni bir veri noktası — donanım gereksinimleri (VRAM, quantizasyon) pratikte darboğaz olabilir.
Teknik Detaylar
MoE yapısı, her token için küçük bir expert alt kümesini aktive ederek 40B toplam kapasiteyi düşük aktif maliyetle kullanmayı amaçlıyor. Model kartı mimari ve önerilen inference stack’ini Hugging Face üzerinde detaylandırıyor.
Bağlam
flint-coding-model wiki sayfası ve coding-agents ekosistemi, bulut tabanlı Codex/Claude Code ile yerel modeller arasındaki dengeyi sürekli güncelliyor.
Sonraki Adımlar
Topluluk benchmark’ları ve gerçek laptop profillerinde latency/quality ölçümleri, iddiaları netleştirecek.