Modelle

Recursive: Flint (free)

Markdown · JSON

Recursive: Flint (free)

recursive/flint-v1.0:free
RecursiveTextEingabe $ 0,00 / 1KAusgabe $ 0,00 / 1K

Textbasiertes MoE-Modell von Recursive zur Erkundung von Codebasen, Fehlerbehebung und Vorbereitung von Funktionen und Tests.

Modell für die Arbeit mit Code

Flint ist ein Textmodell von Recursive, entwickelt für Softwareagenten: zum Erkunden von Codebasen, Beheben von Fehlern, Implementieren von Funktionen und Schreiben von Tests. Es ist ein MoE-Modell mit offenen Gewichten: Von 39,8 Milliarden Parametern werden bei der Verarbeitung eines Tokens etwa 2,5 Milliarden aktiviert. Die Aufteilung in Experten gehört zur Architektur und bezeichnet keine mehreren eigenständigen Assistenten im Chat.

An der Entwicklung von Flint war Eureka Machine beteiligt, ein Forschungssystem von Recursive. Es unterstützte die Suche nach Architekturlösungen, die Auswahl von Daten und Trainingsmethoden sowie die Optimierung der Berechnungen. Flint selbst durchlief Vortraining, Zwischentraining, Training anhand von Anweisungsbeispielen und Reinforcement Learning. Zu den Trainingsaufgaben gehörten Text, Code, das Befolgen von Anweisungen und die Arbeit in agentischen Szenarien.

Projektanalyse und Vorbereitung von Änderungen

Beginnen Sie eine Arbeitsaufgabe zweckmäßig mit einem konkreten Projektbereich: Übergeben Sie die benötigten Dateien als Text und beschreiben Sie den Zweck der Funktionen sowie das erwartete Ergebnis. Fügen Sie zur Fehlersuche das beobachtete Verhalten und einen Protokollausschnitt hinzu. Anschließend können Sie eine Erklärung der Ursache, eine minimale Korrektur und einen Test anfordern, der korrektes Verhalten vom Fehler unterscheidet. Diese Reihenfolge erleichtert die spätere Prüfung des Ergebnisses in Ihrer Umgebung.

Geben Sie für eine neue Funktion Eingabedaten, Einschränkungen und Ergebnisbeispiele an. Listen Sie beim Refactoring die zu bewahrenden Eigenschaften auf und lassen Sie Schnittstellenänderungen gesondert beschreiben. Der Entwickler empfiehlt, komplexe Arbeit in kleine Teilaufgaben aufzuteilen und ausdrückliche Anweisungen zu geben. Daher entspricht ein schrittweiser Dialog mit Zwischenergebnissen dem vorgesehenen Einsatz von Flint besser als ein unbestimmter Auftrag, das gesamte Projekt umzubauen.

Kontext und Anbindungsformat

In Ailoot arbeitet Flint mit Text als Ein- und Ausgabe. Das Kontextfenster umfasst 262 144 Token; Ausgangsmaterialien, Gesprächsverlauf und Antwort nutzen diesen gemeinsamen Raum. Für die Ausgabe ist eine Grenze von 235 929 Token angegeben. Diese Werte beschreiben die Grenzen der Anbindung. Die tatsächliche Länge legen Sie sinnvollerweise nach der Aufgabe fest: Erklärung einer Fehlerursache, Patch, Testsammlung oder Arbeitsplan.

Verfügbar sind die Formate Messages, Responses und Chat Completions. Sie ermöglichen die Nutzung der gewohnten Struktur der Clientanwendung. Das Lesen lokaler Dateien und das Anwenden von Änderungen organisiert die Anwendung selbst: In einer Textanfrage erhält das Modell den übergebenen Code und liefert Vorschläge, Erklärungen oder neuen Code.

Flint eignet sich für einen iterativen technischen Dialog, bei dem jeder nächste Schritt auf dem Projektinhalt und dem Prüfergebnis der vorigen Änderung aufbaut. Seine Spezialisierung hilft bei der Aufgabenformulierung; das Arbeitsergebnis ist ein konkreter Text: eine Erklärung, eine Implementierung oder ein überprüfbarer Test.

Über die Ailoot API verfügbar

Ultra Anthropic MessagesPOST /v1/messages
Eingabe
text
Ausgabe
text
Kontext
262 144 Token
Max. Antwort
235 929 Token
Eingabe
$ 0,00 / 1K
Ausgabe
$ 0,00 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Eingabe
text
Ausgabe
text
Kontext
262 144 Token
Max. Antwort
235 929 Token
Eingabe
$ 0,00 / 1K
Ausgabe
$ 0,00 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Eingabe
text
Ausgabe
text
Kontext
262 144 Token
Max. Antwort
235 929 Token
Eingabe
$ 0,00 / 1K
Ausgabe
$ 0,00 / 1K
recursive/flint-v1.0:free · JSON
{"about":"### Modell für die Arbeit mit Code\n\nFlint ist ein Textmodell von Recursive, entwickelt für Softwareagenten: zum Erkunden von Codebasen, Beheben von Fehlern, Implementieren von Funktionen und Schreiben von Tests. Es ist ein MoE-Modell mit offenen Gewichten: Von 39,8 Milliarden Parametern werden bei der Verarbeitung eines Tokens etwa 2,5 Milliarden aktiviert. Die Aufteilung in Experten gehört zur Architektur und bezeichnet keine mehreren eigenständigen Assistenten im Chat.\n\nAn der Entwicklung von Flint war Eureka Machine beteiligt, ein Forschungssystem von Recursive. Es unterstützte die Suche nach Architekturlösungen, die Auswahl von Daten und Trainingsmethoden sowie die Optimierung der Berechnungen. Flint selbst durchlief Vortraining, Zwischentraining, Training anhand von Anweisungsbeispielen und Reinforcement Learning. Zu den Trainingsaufgaben gehörten Text, Code, das Befolgen von Anweisungen und die Arbeit in agentischen Szenarien.\n\n### Projektanalyse und Vorbereitung von Änderungen\n\nBeginnen Sie eine Arbeitsaufgabe zweckmäßig mit einem konkreten Projektbereich: Übergeben Sie die benötigten Dateien als Text und beschreiben Sie den Zweck der Funktionen sowie das erwartete Ergebnis. Fügen Sie zur Fehlersuche das beobachtete Verhalten und einen Protokollausschnitt hinzu. Anschließend können Sie eine Erklärung der Ursache, eine minimale Korrektur und einen Test anfordern, der korrektes Verhalten vom Fehler unterscheidet. Diese Reihenfolge erleichtert die spätere Prüfung des Ergebnisses in Ihrer Umgebung.\n\nGeben Sie für eine neue Funktion Eingabedaten, Einschränkungen und Ergebnisbeispiele an. Listen Sie beim Refactoring die zu bewahrenden Eigenschaften auf und lassen Sie Schnittstellenänderungen gesondert beschreiben. Der Entwickler empfiehlt, komplexe Arbeit in kleine Teilaufgaben aufzuteilen und ausdrückliche Anweisungen zu geben. Daher entspricht ein schrittweiser Dialog mit Zwischenergebnissen dem vorgesehenen Einsatz von Flint besser als ein unbestimmter Auftrag, das gesamte Projekt umzubauen.\n\n### Kontext und Anbindungsformat\n\nIn Ailoot arbeitet Flint mit Text als Ein- und Ausgabe. Das Kontextfenster umfasst 262 144 Token; Ausgangsmaterialien, Gesprächsverlauf und Antwort nutzen diesen gemeinsamen Raum. Für die Ausgabe ist eine Grenze von 235 929 Token angegeben. Diese Werte beschreiben die Grenzen der Anbindung. Die tatsächliche Länge legen Sie sinnvollerweise nach der Aufgabe fest: Erklärung einer Fehlerursache, Patch, Testsammlung oder Arbeitsplan.\n\nVerfügbar sind die Formate Messages, Responses und Chat Completions. Sie ermöglichen die Nutzung der gewohnten Struktur der Clientanwendung. Das Lesen lokaler Dateien und das Anwenden von Änderungen organisiert die Anwendung selbst: In einer Textanfrage erhält das Modell den übergebenen Code und liefert Vorschläge, Erklärungen oder neuen Code.\n\nFlint eignet sich für einen iterativen technischen Dialog, bei dem jeder nächste Schritt auf dem Projektinhalt und dem Prüfergebnis der vorigen Änderung aufbaut. Seine Spezialisierung hilft bei der Aufgabenformulierung; das Arbeitsergebnis ist ein konkreter Text: eine Erklärung, eine Implementierung oder ein überprüfbarer Test.","alias_of":null,"aliases":[],"author":"Recursive","canonical_model":"recursive/flint-v1.0:free","ctx":262144,"formats":["chat","messages","responses"],"id":"recursive/flint-v1.0:free","input":["text"],"kind":"text","max_out":235929,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":262144,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"Anthropic Messages","max_out":235929,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/messages","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Responses","max_out":235929,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/responses","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Chat","max_out":235929,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"recursive/flint-v1.0:free","request_model_id":"recursive/flint-v1.0:free","route_label":"Ultra"}],"name":"Recursive: Flint (free)","price":{"in":0,"in_label":null,"out":0,"out_label":null,"sort_in":0,"sort_out":0,"varies":false},"public_id":"recursive/flint-v1.0:free","short":"Textbasiertes MoE-Modell von Recursive zur Erkundung von Codebasen, Fehlerbehebung und Vorbereitung von Funktionen und Tests."}

Fragen

Wie wähle ich ein Modell für meine Aufgabe aus?

Bestimmen Sie zuerst die benötigte Ein- und Ausgabe: Text, Bild, Audio oder Video. Vergleichen Sie dann kompatible API-Methoden, die genaue Modell-ID oder das aktuelle Zielmodell des Alias, den Preis und die Abrechnungseinheit. GET /v1/models ist kostenlos und listet die für Ihren Schlüssel verfügbaren Modelle auf.

Unterstützt jedes Modell alle API-Methoden und Medientypen?

Verwenden Sie die auf der Modellkarte aufgeführten API-Methoden sowie Ein- und Ausgabetypen. Die Unterstützung von Text, Bildern, Audio oder Video hängt vom gewählten Modell und der Methode ab; prüfen Sie das zugehörige Anfragebeispiel, bevor Sie Ihre Daten senden.

Was ist der Unterschied zwischen einer Modell-ID und einem Alias?

Eine genaue Modell-ID bezeichnet ein bestimmtes Modell. Ein Alias verweist auf ein Modell; sein Zielmodell kann sich ändern. Prüfen Sie das aktuelle Zielmodell des Alias im Katalog; verwenden Sie die genaue ID, wenn Ihre Integration ein bestimmtes Modell benötigt.

Wie vergleiche ich Preise, bevor ich eine Anfrage sende?

Prüfen Sie auf der Modellkarte den Preis und die Abrechnungseinheit für die gewählte API-Methode. Vergleichen Sie dieselbe Einheit und denselben Ein- und Ausgabetyp; der Anfrageverlauf zeigt die tatsächliche Nutzung und den berechneten Betrag.

Was bringt ein Abo?

Rabatt beim Tokenkauf für regelmäßige Arbeit. Wählen Sie den Tarif nach Ihrem Anfragevolumen; Bedingungen und Abopreis werden beim Abschluss angezeigt.

Wie nutze ich einen Aktionscode bis 50% Rabatt?

Geben Sie den Code beim Tokenkauf ein. Die Endsumme wird nach Aktionsbedingungen neu berechnet; der Rabatt ist vor der Zahlung sichtbar.