Recursive: Flint (free)
recursive/flint-v1.0:freeModel teks MoE Recursive untuk meneliti pangkalan kod, membaiki ralat serta menyediakan fungsi dan ujian.
Model untuk kerja kod
Flint ialah model teks Recursive untuk ejen pengaturcaraan: meneliti pangkalan kod, membaiki ralat, melaksanakan fungsi dan menulis ujian. Ini model MoE dengan pemberat terbuka: daripada 39,8 bilion parameter, kira-kira 2,5 bilion diaktifkan semasa memproses satu token. Pembahagian pakar ialah sebahagian seni bina, bukan beberapa pembantu berasingan dalam sembang.
Eureka Machine, sistem penyelidikan Recursive, turut membangunkan Flint dengan membantu mencari penyelesaian seni bina, memilih data dan kaedah latihan serta mengoptimumkan pengiraan. Flint menjalani pralatihan, latihan perantaraan, latihan contoh arahan dan pembelajaran pengukuhan. Tugas latihan merangkumi teks, kod, pematuhan arahan dan aliran ejen.
Meneliti projek dan menyediakan perubahan
Mulakan dengan bahagian projek tertentu: hantar fail yang diperlukan sebagai teks, terangkan tujuan fungsi dan hasil yang dijangka. Untuk mencari ralat, tambahkan tingkah laku yang diperhatikan dan petikan log. Kemudian minta penjelasan punca, pembaikan minimum dan ujian yang membezakan tingkah laku betul daripada ralat. Urutan ini memudahkan pengesahan dalam persekitaran anda.
Bagi fungsi baharu, tetapkan input, batasan dan contoh hasil. Bagi pemfaktoran semula, senaraikan sifat yang mesti dikekalkan dan minta perubahan antara muka diterangkan berasingan. Pembangun menyarankan pembahagian kerja rumit kepada subtugas kecil dengan arahan jelas. Maka dialog berturutan dengan hasil perantaraan lebih sesuai untuk Flint berbanding arahan kabur merombak seluruh projek.
Konteks dan format sambungan
Dalam Ailoot API, Flint menggunakan input teks dan output teks. Tetingkap konteks ialah 262 144 token; bahan asal, sejarah dan jawapan berkongsi ruang ini. Had output dinyatakan 235 929 token. Nilai ini menerangkan batas sambungan; panjang sebenar elok ditetapkan mengikut tugas: penjelasan ralat, tampalan, set ujian atau rancangan.
Messages, Responses dan Chat Completions tersedia untuk struktur aplikasi klien yang lazim. Pembacaan fail setempat dan penerapan perubahan diatur aplikasi: dalam permintaan teks, model menerima kod yang dihantar dan mengembalikan cadangan, penjelasan atau kod baharu.
Flint sesuai untuk dialog teknikal berulang apabila langkah seterusnya berasaskan kandungan projek dan hasil semakan perubahan sebelumnya. Pengkhususannya membantu merumuskan tugas, manakala hasil kerja ialah teks khusus: penjelasan, pelaksanaan atau ujian yang boleh disahkan.
Tersedia melalui Ailoot API
POST /v1/messages- Input
text- Output
text- Konteks
- 262,144 token
- Respons maksimum
- 235,929 token
- Input
- USD 0.00 / 1K
- Output
- USD 0.00 / 1K
POST /v1/responses- Input
text- Output
text- Konteks
- 262,144 token
- Respons maksimum
- 235,929 token
- Input
- USD 0.00 / 1K
- Output
- USD 0.00 / 1K
POST /v1/chat/completions- Input
text- Output
text- Konteks
- 262,144 token
- Respons maksimum
- 235,929 token
- Input
- USD 0.00 / 1K
- Output
- USD 0.00 / 1K
recursive/flint-v1.0:free · JSON
{"about":"### Model untuk kerja kod\n\nFlint ialah model teks Recursive untuk ejen pengaturcaraan: meneliti pangkalan kod, membaiki ralat, melaksanakan fungsi dan menulis ujian. Ini model MoE dengan pemberat terbuka: daripada 39,8 bilion parameter, kira-kira 2,5 bilion diaktifkan semasa memproses satu token. Pembahagian pakar ialah sebahagian seni bina, bukan beberapa pembantu berasingan dalam sembang.\n\nEureka Machine, sistem penyelidikan Recursive, turut membangunkan Flint dengan membantu mencari penyelesaian seni bina, memilih data dan kaedah latihan serta mengoptimumkan pengiraan. Flint menjalani pralatihan, latihan perantaraan, latihan contoh arahan dan pembelajaran pengukuhan. Tugas latihan merangkumi teks, kod, pematuhan arahan dan aliran ejen.\n\n### Meneliti projek dan menyediakan perubahan\n\nMulakan dengan bahagian projek tertentu: hantar fail yang diperlukan sebagai teks, terangkan tujuan fungsi dan hasil yang dijangka. Untuk mencari ralat, tambahkan tingkah laku yang diperhatikan dan petikan log. Kemudian minta penjelasan punca, pembaikan minimum dan ujian yang membezakan tingkah laku betul daripada ralat. Urutan ini memudahkan pengesahan dalam persekitaran anda.\n\nBagi fungsi baharu, tetapkan input, batasan dan contoh hasil. Bagi pemfaktoran semula, senaraikan sifat yang mesti dikekalkan dan minta perubahan antara muka diterangkan berasingan. Pembangun menyarankan pembahagian kerja rumit kepada subtugas kecil dengan arahan jelas. Maka dialog berturutan dengan hasil perantaraan lebih sesuai untuk Flint berbanding arahan kabur merombak seluruh projek.\n\n### Konteks dan format sambungan\n\nDalam Ailoot API, Flint menggunakan input teks dan output teks. Tetingkap konteks ialah 262 144 token; bahan asal, sejarah dan jawapan berkongsi ruang ini. Had output dinyatakan 235 929 token. Nilai ini menerangkan batas sambungan; panjang sebenar elok ditetapkan mengikut tugas: penjelasan ralat, tampalan, set ujian atau rancangan.\n\nMessages, Responses dan Chat Completions tersedia untuk struktur aplikasi klien yang lazim. Pembacaan fail setempat dan penerapan perubahan diatur aplikasi: dalam permintaan teks, model menerima kod yang dihantar dan mengembalikan cadangan, penjelasan atau kod baharu.\n\nFlint sesuai untuk dialog teknikal berulang apabila langkah seterusnya berasaskan kandungan projek dan hasil semakan perubahan sebelumnya. Pengkhususannya membantu merumuskan tugas, manakala hasil kerja ialah teks khusus: penjelasan, pelaksanaan atau ujian yang boleh disahkan.","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":"Model teks MoE Recursive untuk meneliti pangkalan kod, membaiki ralat serta menyediakan fungsi dan ujian."}