本地模型运行工具 Ollama 支持 Recursive 的编程模型 Flint，让 Mac 用户无需远程 API 即可委派仓库任务的选择更多了。只需 ollama run flint 即可在本机启动交互式运行。10月21日发布的 v0.40.8-rc0 版本是正式发布前的测试版，Flint 支持仅限 macOS。其他 GPU 将在后续 RC 构建中获得支持。按文档配置，上下文为 262,144 个词元，许可证为 Apache 2.0。
一览
表：Ollama Flint 核心规格
条件：依据模型卡和 Ollama 模型库。
| 项目 | 值 |
|---|---|
| 模型 | 总计 39.8B 参数，每个词元约激活 2.5B |
| 上下文 | 262,144 个词元，包含提示词与生成输出 |
| Ollama 分发 | flint:latest·flint:40b，均为 23GB·256K 上下文 |
Flint 是面向编程智能体的模型，可理解仓库、追踪缺陷、实现功能与测试。它支持推理和多轮工具调用。
MoE 是每个词元仅选择部分专家参与计算的架构。Recursive 表示，将包括输出层在内的权重量化为 4 位，减少了内存占用和每个词元需读取的权重量，并以 16 位模型为教师进行蒸馏训练，恢复准确率。该公司还表示，通过融合单个解码步骤全部运算的内核，提高了 M4·M5 上的速度。
性能：降至 4 位后分数总体保持稳定
Terminal-Bench 2.1 评估终端任务，SWE-bench 评估仓库问题解决能力。
条件：依据 Recursive 基准图表和评测说明。temperature 1.0·top-p 0.95·top-k 20，智能体时限最长 5 小时，至少 5 次平均 pass@1（单次尝试是否正确）。Terminal-Bench 2.1 使用 Terminus 2 XML，允许联网，搜索所得答案计为失败；SWE-bench 使用 mini-swe-agent 离线测量。
表：BF16 与 NVFP4 检查点的基准分数
单位：%
| 基准 | Flint BF16 | Flint NVFP4 |
|---|---|---|
| Terminal-Bench 2.1 | 54.9 | 53.7 |
| SWE-bench Pro v2 | 89.7 | 88.5 |
| SWE-bench Verified | 74.2 | 74.1 |
| LiveCodeBench v6 | 80.3 | 80.8 |
| IFBench | 89.2 | 88.1 |
| IFEval | 95.1 | 94.6 |
4 位 NVFP4 相比 BF16，在 Terminal-Bench 上低 1.2 个百分点，SWE-bench Pro 上低 1.2 个百分点，Verified 上低 0.1 个百分点。在相同评测中，降低精度后分数总体保持稳定。
速度：rec 引擎在不同上下文长度下的差异
硬件要求：rec 需要 M4 Pro·M5 Pro·M5 Max Mac、至少 48GB 统一内存和约 30GB 可用磁盘空间。
条件：rec 仓库在 Apple M4 Pro 48GB 上的测量。4 位权重，输出 1,024 个词元，每个区间测量 5 次，不含提示词预处理。选取 1K~252K 中的代表区间。
表：M4 Pro 48GB 上 rec 引擎与 llama.cpp 的解码吞吐量，即生成词元的速度
单位：词元/秒
| 提示词上下文 | rec | llama.cpp |
|---|---|---|
| 1K | 131.2 | 88.0 |
| 64K | 61.7 | 42.9 |
| 252K | 22.6 | 8.6 |
上下文越长，吞吐量越低，但 rec 在相同区间内领先于 llama.cpp。这不是 Ollama 的速度测量结果。
价格与运行
条件：依据 Ollama 套餐页面与 Recursive 文档（2026年10月21日确认）。
Ollama 的 Free 套餐为 $0，包含本地模型运行。在自有硬件上运行模型不受套餐限制，次数不限；查阅的价目表中没有 Flint，官方版本说明提供的方式是本地运行。Recursive 也在博客中强调，可将数据保留在自己的电脑上，并避免 API 费用。Recursive 的直接 Flint API 仅向部分合作伙伴提供。
在 Ollama 中启动只需一行命令。
ollama run flint连接编程工具使用 ollama launch claude --model flint。
Recursive 将上下文大小定义为容量上限，不保证准确率在不同序列长度下保持一致。模型卡也明确指出，Flint 可能生成错误或有害代码，以及不恰当的工具调用。
要体验 Mac 本地智能体，可先用 ollama run flint 启动，让它处理熟悉仓库中的一个问题，再选择适合部署环境的权重与运行引擎。