modeller

Recursive: Flint (free)

Markdown · JSON

Recursive: Flint (free)

recursive/flint-v1.0:free
RecursiveTextIndata 0,00 US$ / 1KUtdata 0,00 US$ / 1K

Recursives textbaserade MoE-modell för att undersöka kodbaser, rätta fel och ta fram funktioner och tester.

En modell för kodarbete

Flint är en textmodell från Recursive, skapad för kodagenter: att undersöka kodbaser, rätta fel, implementera funktioner och skriva tester. Det är en MoE-modell med öppna vikter: av 39,8 miljarder parametrar aktiveras cirka 2,5 miljarder när en token bearbetas. Uppdelningen i experter är en del av arkitekturen och betyder inte att flera separata assistenter finns i chatten.

Eureka Machine, Recursives forskningssystem, deltog i utvecklingen av Flint. Systemet hjälpte till att söka arkitekturlösningar, välja data och träningsmetoder samt optimera beräkningarna. Flint genomgick förträning, mellanträning, träning på instruktionsexempel och förstärkningsinlärning. Träningsuppgifterna omfattade text, kod, instruktionsföljning och agentflöden.

Projektanalys och förberedelse av ändringar

Börja gärna arbetsuppgiften med en konkret del av projektet: ange nödvändiga filer som text, beskriv funktionernas syfte och önskat resultat. Vid felsökning lägger du till observerat beteende och ett loggutdrag. Be sedan om en orsaksförklaring, en minimal ändring och ett test som skiljer rätt beteende från felet. Ordningen gör resultatet lätt att verifiera i din egen miljö.

För en ny funktion anger du indata, begränsningar och resultatexempel. Vid refaktorering listar du egenskaper som ska bevaras och ber om en separat beskrivning av gränssnittsändringar. Utvecklaren rekommenderar att komplicerat arbete delas i små deluppgifter och att instruktionerna är tydliga. En stegvis dialog med delresultat passar därför Flints avsedda användning bättre än ett otydligt uppdrag att göra om hela projektet.

Kontext och anslutningsformat

I Ailoot API arbetar Flint med text som indata och utdata. Kontextfönstret är 262 144 token; underlag, konversationshistorik och svar delar på detta utrymme. För utdata anges en gräns på 235 929 token. Värdena beskriver anslutningens gränser, medan den faktiska längden bör anges utifrån uppgiften: en felorsaksförklaring, patch, testsamling eller arbetsplan.

Messages, Responses och Chat Completions finns tillgängliga. Formaten gör att klientapplikationens vanliga struktur kan användas. Applikationen ansvarar för att läsa lokala filer och tillämpa ändringar: i textbegäran får modellen den angivna koden och returnerar förslag, förklaringar eller ny kod.

Flint passar för iterativ teknisk dialog där varje nästa steg bygger på projektinnehållet och verifieringsresultatet från föregående ändring. Specialiseringen hjälper dig att formulera uppgiften, och arbetsresultatet blir konkret text: en förklaring, implementering eller ett verifierbart test.

Tillgängligt via Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Indatatyper
text
Utdatatyper
text
Kontext
262 144 token
Maximalt svar
235 929 token
Indata
0,00 US$ / 1K
Utdata
0,00 US$ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Indatatyper
text
Utdatatyper
text
Kontext
262 144 token
Maximalt svar
235 929 token
Indata
0,00 US$ / 1K
Utdata
0,00 US$ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Indatatyper
text
Utdatatyper
text
Kontext
262 144 token
Maximalt svar
235 929 token
Indata
0,00 US$ / 1K
Utdata
0,00 US$ / 1K
recursive/flint-v1.0:free · JSON
{"about":"### En modell för kodarbete\n\nFlint är en textmodell från Recursive, skapad för kodagenter: att undersöka kodbaser, rätta fel, implementera funktioner och skriva tester. Det är en MoE-modell med öppna vikter: av 39,8 miljarder parametrar aktiveras cirka 2,5 miljarder när en token bearbetas. Uppdelningen i experter är en del av arkitekturen och betyder inte att flera separata assistenter finns i chatten.\n\nEureka Machine, Recursives forskningssystem, deltog i utvecklingen av Flint. Systemet hjälpte till att söka arkitekturlösningar, välja data och träningsmetoder samt optimera beräkningarna. Flint genomgick förträning, mellanträning, träning på instruktionsexempel och förstärkningsinlärning. Träningsuppgifterna omfattade text, kod, instruktionsföljning och agentflöden.\n\n### Projektanalys och förberedelse av ändringar\n\nBörja gärna arbetsuppgiften med en konkret del av projektet: ange nödvändiga filer som text, beskriv funktionernas syfte och önskat resultat. Vid felsökning lägger du till observerat beteende och ett loggutdrag. Be sedan om en orsaksförklaring, en minimal ändring och ett test som skiljer rätt beteende från felet. Ordningen gör resultatet lätt att verifiera i din egen miljö.\n\nFör en ny funktion anger du indata, begränsningar och resultatexempel. Vid refaktorering listar du egenskaper som ska bevaras och ber om en separat beskrivning av gränssnittsändringar. Utvecklaren rekommenderar att komplicerat arbete delas i små deluppgifter och att instruktionerna är tydliga. En stegvis dialog med delresultat passar därför Flints avsedda användning bättre än ett otydligt uppdrag att göra om hela projektet.\n\n### Kontext och anslutningsformat\n\nI Ailoot API arbetar Flint med text som indata och utdata. Kontextfönstret är 262 144 token; underlag, konversationshistorik och svar delar på detta utrymme. För utdata anges en gräns på 235 929 token. Värdena beskriver anslutningens gränser, medan den faktiska längden bör anges utifrån uppgiften: en felorsaksförklaring, patch, testsamling eller arbetsplan.\n\nMessages, Responses och Chat Completions finns tillgängliga. Formaten gör att klientapplikationens vanliga struktur kan användas. Applikationen ansvarar för att läsa lokala filer och tillämpa ändringar: i textbegäran får modellen den angivna koden och returnerar förslag, förklaringar eller ny kod.\n\nFlint passar för iterativ teknisk dialog där varje nästa steg bygger på projektinnehållet och verifieringsresultatet från föregående ändring. Specialiseringen hjälper dig att formulera uppgiften, och arbetsresultatet blir konkret text: en förklaring, implementering eller ett verifierbart 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":"Recursives textbaserade MoE-modell för att undersöka kodbaser, rätta fel och ta fram funktioner och tester."}

Frågor

Hur väljer jag modell för min uppgift?

Bestäm först vilka in- och utdata du behöver: text, bild, ljud eller video. Jämför sedan kompatibla API-metoder, exakt modell-ID eller aliasets nuvarande mål, pris och debiteringsenhet. GET /v1/models är gratis och listar modeller som din nyckel har tillgång till.

Stöder varje modell alla API-metoder och medietyper?

Använd de API-metoder och typer av in- och utdata som anges på modellkortet. Stöd för text, bilder, ljud eller video beror på vald modell och metod; kontrollera exemplet innan du skickar data.

Vad är skillnaden mellan ett modell-ID och ett alias?

Ett exakt ID betecknar en viss modell. Ett alias pekar på en modell och målet kan ändras. Kontrollera aliasets nuvarande mål i katalogen; använd exakt ID när integrationen behöver en viss modell.

Hur jämför jag priser innan jag skickar en begäran?

Kontrollera priset och debiteringsenheten för vald API-metod på modellkortet. Jämför samma enhet och samma typer av in- och utdata; historiken visar faktisk användning och debiterat belopp.

Vad ger prenumerationen?

Rabatt på tokenköp för återkommande arbete. Välj plan efter anropsvolym; villkor och prenumerationspris visas vid köpet.

Hur använder jag kampanjkod upp till 50%?

Ange koden vid tokenköpet. Beloppet räknas om enligt kampanjvillkoren och rabatten visas före betalning.