モデル

Recursive: Flint (free)

Markdown · JSON

Recursive: Flint (free)

recursive/flint-v1.0:free
Recursiveテキスト入力 $0.00 / 1K出力 $0.00 / 1K

コードベースの理解、不具合修正、機能やテストの準備を支援するRecursiveのテキストMoEモデルです。

コード作業のためのモデル

Flintは、コードベースの理解、不具合修正、機能実装、テスト作成を行うソフトウェアエージェント向けのRecursiveのテキストモデルです。ウェイトを公開したMoEモデルで、398億のうちトークンごとに約25億のパラメータが有効になります。エキスパートへの分割はアーキテクチャの一部であり、チャットに複数の独立したアシスタントがいるという意味ではありません。

開発にはRecursiveの研究システムEureka Machineが参加し、構造の探索、データや学習方法の選定、計算の最適化を支援しました。Flint自体は事前学習、中間学習、指示例による学習、強化学習を経ています。学習課題にはテキスト、コード、指示への追従、エージェント型の作業が含まれます。

プロジェクトの分析と変更の準備

具体的なプロジェクトの一部から始めると進めやすくなります。必要なファイルをテキストで渡し、関数の役割と期待する結果を説明します。不具合には実際の動作やログの抜粋を加えます。次に原因の説明、最小の修正、正しい動作と不具合を区別するテストを求めると、自分の環境で検証しやすい結果になります。

新機能では入力、制約、結果の例を示します。リファクタリングでは維持する性質を列挙し、インターフェースの変更を別途説明するよう求めます。開発元は複雑な作業を小さな課題に分け、指示を明確にすることを勧めています。プロジェクト全体の曖昧な作り直しより、中間成果を確認する連続した対話が想定用途に合います。

コンテキストと接続形式

AilootのFlintはテキストを入力し、テキストを返します。コンテキストウィンドウは262,144トークンで、元資料、会話履歴、回答がこの空間を共有します。出力の上限は235,929トークンです。これらは接続の限界値であり、実際の長さは原因の説明、パッチ、テスト群、作業計画などの課題に合わせて指定するとよいでしょう。

Messages、Responses、Chat Completionsを利用できます。既存クライアントの構造に合わせて使えます。ローカルファイルの読み取りと変更の適用はアプリケーションが担当します。テキスト要求では渡されたコードを受け取り、提案、説明、新しいコードを返します。

Flintは、プロジェクトの内容と直前の変更の検証結果を踏まえて次へ進む、反復的な技術対話に適しています。専門性を生かして課題を具体化し、説明、実装、検証可能なテストという具体的な文章を成果にできます。

Ailoot APIで利用可能

Ultra Anthropic MessagesPOST /v1/messages
入力の種類
text
出力の種類
text
コンテキスト
262,144 トークン
最大出力
235,929 トークン
入力
$0.00 / 1K
出力
$0.00 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
入力の種類
text
出力の種類
text
コンテキスト
262,144 トークン
最大出力
235,929 トークン
入力
$0.00 / 1K
出力
$0.00 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
入力の種類
text
出力の種類
text
コンテキスト
262,144 トークン
最大出力
235,929 トークン
入力
$0.00 / 1K
出力
$0.00 / 1K
recursive/flint-v1.0:free · JSON
{"about":"### コード作業のためのモデル\n\nFlintは、コードベースの理解、不具合修正、機能実装、テスト作成を行うソフトウェアエージェント向けのRecursiveのテキストモデルです。ウェイトを公開したMoEモデルで、398億のうちトークンごとに約25億のパラメータが有効になります。エキスパートへの分割はアーキテクチャの一部であり、チャットに複数の独立したアシスタントがいるという意味ではありません。\n\n開発にはRecursiveの研究システムEureka Machineが参加し、構造の探索、データや学習方法の選定、計算の最適化を支援しました。Flint自体は事前学習、中間学習、指示例による学習、強化学習を経ています。学習課題にはテキスト、コード、指示への追従、エージェント型の作業が含まれます。\n\n### プロジェクトの分析と変更の準備\n\n具体的なプロジェクトの一部から始めると進めやすくなります。必要なファイルをテキストで渡し、関数の役割と期待する結果を説明します。不具合には実際の動作やログの抜粋を加えます。次に原因の説明、最小の修正、正しい動作と不具合を区別するテストを求めると、自分の環境で検証しやすい結果になります。\n\n新機能では入力、制約、結果の例を示します。リファクタリングでは維持する性質を列挙し、インターフェースの変更を別途説明するよう求めます。開発元は複雑な作業を小さな課題に分け、指示を明確にすることを勧めています。プロジェクト全体の曖昧な作り直しより、中間成果を確認する連続した対話が想定用途に合います。\n\n### コンテキストと接続形式\n\nAilootのFlintはテキストを入力し、テキストを返します。コンテキストウィンドウは262,144トークンで、元資料、会話履歴、回答がこの空間を共有します。出力の上限は235,929トークンです。これらは接続の限界値であり、実際の長さは原因の説明、パッチ、テスト群、作業計画などの課題に合わせて指定するとよいでしょう。\n\nMessages、Responses、Chat Completionsを利用できます。既存クライアントの構造に合わせて使えます。ローカルファイルの読み取りと変更の適用はアプリケーションが担当します。テキスト要求では渡されたコードを受け取り、提案、説明、新しいコードを返します。\n\nFlintは、プロジェクトの内容と直前の変更の検証結果を踏まえて次へ進む、反復的な技術対話に適しています。専門性を生かして課題を具体化し、説明、実装、検証可能なテストという具体的な文章を成果にできます。","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":"コードベースの理解、不具合修正、機能やテストの準備を支援するRecursiveのテキストMoEモデルです。"}

よくある質問

用途に合ったモデルを選ぶには?

まず、必要な入力と出力がテキスト、画像、音声、動画のどれかを確認してください。次に、互換性のあるAPIメソッド、正確なモデルIDまたはエイリアスが現在指しているモデル、料金、課金単位を比較します。GET /v1/models は無料で、キーで利用可能なモデルの一覧を取得できます。

各モデルはすべてのAPIメソッドとメディアタイプに対応していますか?

モデルカードに記載されているAPIメソッドと入出力タイプを使用してください。テキスト、画像、音声、動画への対応は、選択したモデルとメソッドによって異なります。データを送信する前に、該当するリクエストのサンプルを確認してください。

モデルIDとエイリアスの違いは何ですか?

正確なモデルIDは、特定のモデルを識別します。エイリアスはモデルを指し、その参照先は変更されることがあります。カタログでエイリアスの現在の参照先を確認してください。連携で特定のモデルが必要な場合は、正確なIDを使用してください。

リクエストを送信する前に料金を比較するには?

モデルカードで、選択したAPIメソッドの料金と課金単位を確認してください。同じ単位と入出力タイプで比較してください。リクエスト履歴には、実際の使用量と請求額が表示されます。

サブスクリプションの利点は?

継続利用のトークン購入を割引価格にできます。リクエスト量に合うプランを選べ、条件と価格は申し込み時に表示します。

最大50%割引のプロモコードを使うには?

トークン購入時にコードを入力します。キャンペーン条件で合計を再計算し、支払い前に割引率を表示します。