Recursive: Flint (free)
recursive/flint-v1.0:free코드베이스 이해, 오류 수정, 기능과 테스트 준비를 위한 Recursive의 텍스트 MoE 모델입니다.
코드 작업을 위한 모델
Flint는 코드베이스 이해, 오류 수정, 기능 구현, 테스트 작성을 수행하는 소프트웨어 에이전트를 위해 만들어진 Recursive의 텍스트 모델입니다. 가중치 공개 MoE 모델이며, 전체 398억 매개변수 중 토큰당 약 25억 개가 활성화됩니다. 전문가 분리는 구조의 일부이지 채팅에 여러 독립된 보조자가 있다는 뜻은 아닙니다.
Flint 개발에는 Recursive의 연구 시스템 Eureka Machine이 참여했습니다. 구조적 해법 탐색, 데이터와 학습 방법 선택, 연산 최적화를 도왔습니다. Flint 자체는 사전 학습, 중간 학습, 지시 예제 학습, 강화 학습을 거쳤습니다. 학습 과제에는 텍스트, 코드, 지시 준수, 에이전트 시나리오가 포함됐습니다.
프로젝트 분석과 변경 준비
프로젝트의 구체적인 부분부터 시작하면 좋습니다. 필요한 파일을 텍스트로 전달하고 함수의 역할과 예상 결과를 설명하세요. 오류를 찾을 때는 관찰한 동작과 로그 일부를 추가합니다. 이어서 원인 설명, 최소 수정, 정상 동작과 오류를 구별하는 테스트를 요청하면 자체 환경에서 검증하기 편한 결과를 얻을 수 있습니다.
새 기능에는 입력, 제약, 결과 예시를 제시하세요. 리팩터링에는 유지할 속성을 나열하고 인터페이스 변경을 별도로 설명하도록 요청합니다. 개발사는 복잡한 일을 작은 하위 과제로 나누고 명확한 지시를 주도록 권장합니다. 따라서 프로젝트 전체를 모호하게 다시 만들라고 하기보다 중간 결과가 있는 순차적 대화가 Flint의 의도된 활용 방식에 더 잘 맞습니다.
맥락과 연결 형식
Ailoot의 Flint는 텍스트를 입력받아 텍스트를 반환합니다. 맥락 창은 262,144토큰이며 원자료, 대화 기록, 답변이 이 공간을 공유합니다. 출력 한도는 235,929토큰입니다. 이는 연결의 상한을 나타내며 실제 길이는 오류 원인 설명, 패치, 테스트 모음, 작업 계획처럼 과제에 맞게 정하는 것이 좋습니다.
Messages, Responses, Chat Completions 형식을 제공합니다. 익숙한 클라이언트 구조를 이용할 수 있습니다. 로컬 파일 읽기와 변경 적용은 애플리케이션이 구성합니다. 텍스트 요청에서 모델은 전달된 코드를 받아 제안, 설명, 새 코드를 반환합니다.
Flint는 각 단계가 프로젝트 내용과 이전 변경의 검증 결과를 바탕으로 이어지는 반복적인 기술 대화에 적합합니다. 전문성을 활용해 과제를 구체화할 수 있으며 실제 결과는 설명, 구현, 검증 가능한 테스트라는 구체적인 텍스트가 됩니다.
Ailoot API에서 사용 가능
POST /v1/messages- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 235,929 토큰
- 입력
- US$0.00 / 1K
- 출력
- US$0.00 / 1K
POST /v1/responses- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 235,929 토큰
- 입력
- US$0.00 / 1K
- 출력
- US$0.00 / 1K
POST /v1/chat/completions- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 235,929 토큰
- 입력
- US$0.00 / 1K
- 출력
- US$0.00 / 1K
recursive/flint-v1.0:free · JSON
{"about":"### 코드 작업을 위한 모델\n\nFlint는 코드베이스 이해, 오류 수정, 기능 구현, 테스트 작성을 수행하는 소프트웨어 에이전트를 위해 만들어진 Recursive의 텍스트 모델입니다. 가중치 공개 MoE 모델이며, 전체 398억 매개변수 중 토큰당 약 25억 개가 활성화됩니다. 전문가 분리는 구조의 일부이지 채팅에 여러 독립된 보조자가 있다는 뜻은 아닙니다.\n\nFlint 개발에는 Recursive의 연구 시스템 Eureka Machine이 참여했습니다. 구조적 해법 탐색, 데이터와 학습 방법 선택, 연산 최적화를 도왔습니다. Flint 자체는 사전 학습, 중간 학습, 지시 예제 학습, 강화 학습을 거쳤습니다. 학습 과제에는 텍스트, 코드, 지시 준수, 에이전트 시나리오가 포함됐습니다.\n\n### 프로젝트 분석과 변경 준비\n\n프로젝트의 구체적인 부분부터 시작하면 좋습니다. 필요한 파일을 텍스트로 전달하고 함수의 역할과 예상 결과를 설명하세요. 오류를 찾을 때는 관찰한 동작과 로그 일부를 추가합니다. 이어서 원인 설명, 최소 수정, 정상 동작과 오류를 구별하는 테스트를 요청하면 자체 환경에서 검증하기 편한 결과를 얻을 수 있습니다.\n\n새 기능에는 입력, 제약, 결과 예시를 제시하세요. 리팩터링에는 유지할 속성을 나열하고 인터페이스 변경을 별도로 설명하도록 요청합니다. 개발사는 복잡한 일을 작은 하위 과제로 나누고 명확한 지시를 주도록 권장합니다. 따라서 프로젝트 전체를 모호하게 다시 만들라고 하기보다 중간 결과가 있는 순차적 대화가 Flint의 의도된 활용 방식에 더 잘 맞습니다.\n\n### 맥락과 연결 형식\n\nAiloot의 Flint는 텍스트를 입력받아 텍스트를 반환합니다. 맥락 창은 262,144토큰이며 원자료, 대화 기록, 답변이 이 공간을 공유합니다. 출력 한도는 235,929토큰입니다. 이는 연결의 상한을 나타내며 실제 길이는 오류 원인 설명, 패치, 테스트 모음, 작업 계획처럼 과제에 맞게 정하는 것이 좋습니다.\n\nMessages, Responses, Chat Completions 형식을 제공합니다. 익숙한 클라이언트 구조를 이용할 수 있습니다. 로컬 파일 읽기와 변경 적용은 애플리케이션이 구성합니다. 텍스트 요청에서 모델은 전달된 코드를 받아 제안, 설명, 새 코드를 반환합니다.\n\nFlint는 각 단계가 프로젝트 내용과 이전 변경의 검증 결과를 바탕으로 이어지는 반복적인 기술 대화에 적합합니다. 전문성을 활용해 과제를 구체화할 수 있으며 실제 결과는 설명, 구현, 검증 가능한 테스트라는 구체적인 텍스트가 됩니다.","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":"코드베이스 이해, 오류 수정, 기능과 테스트 준비를 위한 Recursive의 텍스트 MoE 모델입니다."}