{
  "aboutHtml": "<h3>Kod bilan ishlash modeli</h3><p>Flint — kod bazasini o‘rganish, xatolarni tuzatish, funksiyalarni amalga oshirish va test yozish uchun dasturiy agentlarga mo‘ljallangan Recursive matn modeli. Bu vaznlari ochiq MoE modeli: 39,8 mlrd parametrdan bitta tokenni qayta ishlashda taxminan 2,5 mlrd faollashadi. Ekspertlarga bo‘linish arxitektura qismi, chatda bir nechta alohida yordamchi borligining belgisi emas.</p><p>Flintʼni yaratishda Recursiveʼning Eureka Machine tadqiqot tizimi qatnashgan. U arxitektura yechimlarini izlash, maʼlumot va o‘qitish usullarini tanlash hamda hisoblashni optimallashtirishga yordam bergan. Flintʼning o‘zi dastlabki, oraliq, ko‘rsatma misollari bo‘yicha va mustahkamlash orqali o‘qitishdan o‘tgan. O‘quv vazifalari orasida matn, kod, ko‘rsatmaga rioya qilish va agentli jarayonlar bo‘lgan.</p><h3>Loyihani tahlil qilish va o‘zgarish tayyorlash</h3><p>Ishchi vazifani loyihaning aniq qismidan boshlash qulay: kerakli fayllarni matn ko‘rinishida bering, funksiyalar maqsadi va kutilgan natijani yozing. Xato izlash uchun kuzatilgan xatti-harakat va jurnal parchasini qo‘shing. Keyin sabab izohi, minimal tuzatish va to‘g‘ri xatti-harakatni xatodan ajratadigan testni so‘rash mumkin. Bu tartib natijani o‘z muhitingizda tekshirishga qulay qiladi.</p><p>Yangi funksiya uchun kirish maʼlumotlari, cheklovlar va natija misollarini ko‘rsating. Refaktoringda saqlanishi kerak xususiyatlarni sanab, interfeys o‘zgarishlarini alohida yozishni so‘rang. Ishlab chiqaruvchi murakkab ishni kichik vazifalarga bo‘lish va aniq ko‘rsatma berishni tavsiya qiladi. Shu sabab oraliq natijali izchil muloqot Flintʼning ko‘zlangan qo‘llanishiga butun loyihani qayta qilish haqidagi noaniq topshiriqdan ko‘ra mosroq.</p><h3>Kontekst va ulanish formati</h3><p>Ailootʼda Flint kirishda ham, chiqishda ham matn bilan ishlaydi. Kontekst oynasi — 262 144 token; asl materiallar, suhbat tarixi va javob shu umumiy makondan foydalanadi. Chiqish chegarasi — 235 929 token. Bu qiymatlar ulanish chegaralarini bildiradi, haqiqiy uzunlikni esa vazifaga qarab belgilash foydali: xato sababi izohi, patch, testlar to‘plami yoki ish rejasi.</p><p>Messages, Responses va Chat Completions formatlari mavjud. Ular mijoz ilovasining odatiy tuzilmasidan foydalanish imkonini beradi. Mahalliy fayllarni o‘qish va o‘zgarishlarni qo‘llashni ilovaning o‘zi tashkil qiladi: matnli so‘rovda model berilgan kodni oladi va taklif, izoh yoki yangi kod qaytaradi.</p><p>Flint har bir keyingi qadam loyiha mazmuni va oldingi o‘zgarish tekshiruviga tayanadigan takroriy texnik muloqotga mos. Uning ixtisosligi vazifani shakllantirishga yordam beradi, ishchi natija esa aniq matn: izoh, amalga oshirish yoki tekshiriladigan test bo‘ladi.</p>",
  "aboutText": "### Kod bilan ishlash modeli\n\nFlint — kod bazasini o‘rganish, xatolarni tuzatish, funksiyalarni amalga oshirish va test yozish uchun dasturiy agentlarga mo‘ljallangan Recursive matn modeli. Bu vaznlari ochiq MoE modeli: 39,8 mlrd parametrdan bitta tokenni qayta ishlashda taxminan 2,5 mlrd faollashadi. Ekspertlarga bo‘linish arxitektura qismi, chatda bir nechta alohida yordamchi borligining belgisi emas.\n\nFlintʼni yaratishda Recursiveʼning Eureka Machine tadqiqot tizimi qatnashgan. U arxitektura yechimlarini izlash, maʼlumot va o‘qitish usullarini tanlash hamda hisoblashni optimallashtirishga yordam bergan. Flintʼning o‘zi dastlabki, oraliq, ko‘rsatma misollari bo‘yicha va mustahkamlash orqali o‘qitishdan o‘tgan. O‘quv vazifalari orasida matn, kod, ko‘rsatmaga rioya qilish va agentli jarayonlar bo‘lgan.\n\n### Loyihani tahlil qilish va o‘zgarish tayyorlash\n\nIshchi vazifani loyihaning aniq qismidan boshlash qulay: kerakli fayllarni matn ko‘rinishida bering, funksiyalar maqsadi va kutilgan natijani yozing. Xato izlash uchun kuzatilgan xatti-harakat va jurnal parchasini qo‘shing. Keyin sabab izohi, minimal tuzatish va to‘g‘ri xatti-harakatni xatodan ajratadigan testni so‘rash mumkin. Bu tartib natijani o‘z muhitingizda tekshirishga qulay qiladi.\n\nYangi funksiya uchun kirish maʼlumotlari, cheklovlar va natija misollarini ko‘rsating. Refaktoringda saqlanishi kerak xususiyatlarni sanab, interfeys o‘zgarishlarini alohida yozishni so‘rang. Ishlab chiqaruvchi murakkab ishni kichik vazifalarga bo‘lish va aniq ko‘rsatma berishni tavsiya qiladi. Shu sabab oraliq natijali izchil muloqot Flintʼning ko‘zlangan qo‘llanishiga butun loyihani qayta qilish haqidagi noaniq topshiriqdan ko‘ra mosroq.\n\n### Kontekst va ulanish formati\n\nAilootʼda Flint kirishda ham, chiqishda ham matn bilan ishlaydi. Kontekst oynasi — 262 144 token; asl materiallar, suhbat tarixi va javob shu umumiy makondan foydalanadi. Chiqish chegarasi — 235 929 token. Bu qiymatlar ulanish chegaralarini bildiradi, haqiqiy uzunlikni esa vazifaga qarab belgilash foydali: xato sababi izohi, patch, testlar to‘plami yoki ish rejasi.\n\nMessages, Responses va Chat Completions formatlari mavjud. Ular mijoz ilovasining odatiy tuzilmasidan foydalanish imkonini beradi. Mahalliy fayllarni o‘qish va o‘zgarishlarni qo‘llashni ilovaning o‘zi tashkil qiladi: matnli so‘rovda model berilgan kodni oladi va taklif, izoh yoki yangi kod qaytaradi.\n\nFlint har bir keyingi qadam loyiha mazmuni va oldingi o‘zgarish tekshiruviga tayanadigan takroriy texnik muloqotga mos. Uning ixtisosligi vazifani shakllantirishga yordam beradi, ishchi natija esa aniq matn: izoh, amalga oshirish yoki tekshiriladigan test bo‘ladi.",
  "locale": "uz",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Kirish</dt><dd><code>text</code></dd></div><div><dt>Chiqish</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>token</em></dd></div><div><dt>Maks. javob</dt><dd>235 929 <em>token</em></dd></div></dl><dl><div><dt>Kirish</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Chiqish</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "recursive/flint-v1.0:free",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "recursive/flint-v1.0:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|recursive%2Fflint-v1.0%3Afree",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Kirish</dt><dd><code>text</code></dd></div><div><dt>Chiqish</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>token</em></dd></div><div><dt>Maks. javob</dt><dd>235 929 <em>token</em></dd></div></dl><dl><div><dt>Kirish</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Chiqish</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "recursive/flint-v1.0:free",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "recursive/flint-v1.0:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|recursive%2Fflint-v1.0%3Afree",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Kirish</dt><dd><code>text</code></dd></div><div><dt>Chiqish</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>token</em></dd></div><div><dt>Maks. javob</dt><dd>235 929 <em>token</em></dd></div></dl><dl><div><dt>Kirish</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Chiqish</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "recursive/flint-v1.0:free",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "recursive/flint-v1.0:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|recursive%2Fflint-v1.0%3Afree",
      "ordinal": 2,
      "rawMethod": {
        "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_id": "recursive/flint-v1.0:free",
  "page": {
    "canonical": "https://ailoot.ai/models/uz/recursive-flint-v1-0-free/",
    "description": "Kod bazasini o‘rganish, xatolarni tuzatish va funksiya hamda testlar tayyorlash uchun Recursiveʼning matnli MoE modeli.",
    "locale": "uz",
    "md_url": "https://ailoot.ai/models/uz/recursive-flint-v1-0-free/index.md",
    "title": "Recursive: Flint (free)",
    "url": "https://ailoot.ai/models/uz/recursive-flint-v1-0-free/"
  },
  "rawModel": {
    "about": "### Kod bilan ishlash modeli\n\nFlint — kod bazasini o‘rganish, xatolarni tuzatish, funksiyalarni amalga oshirish va test yozish uchun dasturiy agentlarga mo‘ljallangan Recursive matn modeli. Bu vaznlari ochiq MoE modeli: 39,8 mlrd parametrdan bitta tokenni qayta ishlashda taxminan 2,5 mlrd faollashadi. Ekspertlarga bo‘linish arxitektura qismi, chatda bir nechta alohida yordamchi borligining belgisi emas.\n\nFlintʼni yaratishda Recursiveʼning Eureka Machine tadqiqot tizimi qatnashgan. U arxitektura yechimlarini izlash, maʼlumot va o‘qitish usullarini tanlash hamda hisoblashni optimallashtirishga yordam bergan. Flintʼning o‘zi dastlabki, oraliq, ko‘rsatma misollari bo‘yicha va mustahkamlash orqali o‘qitishdan o‘tgan. O‘quv vazifalari orasida matn, kod, ko‘rsatmaga rioya qilish va agentli jarayonlar bo‘lgan.\n\n### Loyihani tahlil qilish va o‘zgarish tayyorlash\n\nIshchi vazifani loyihaning aniq qismidan boshlash qulay: kerakli fayllarni matn ko‘rinishida bering, funksiyalar maqsadi va kutilgan natijani yozing. Xato izlash uchun kuzatilgan xatti-harakat va jurnal parchasini qo‘shing. Keyin sabab izohi, minimal tuzatish va to‘g‘ri xatti-harakatni xatodan ajratadigan testni so‘rash mumkin. Bu tartib natijani o‘z muhitingizda tekshirishga qulay qiladi.\n\nYangi funksiya uchun kirish maʼlumotlari, cheklovlar va natija misollarini ko‘rsating. Refaktoringda saqlanishi kerak xususiyatlarni sanab, interfeys o‘zgarishlarini alohida yozishni so‘rang. Ishlab chiqaruvchi murakkab ishni kichik vazifalarga bo‘lish va aniq ko‘rsatma berishni tavsiya qiladi. Shu sabab oraliq natijali izchil muloqot Flintʼning ko‘zlangan qo‘llanishiga butun loyihani qayta qilish haqidagi noaniq topshiriqdan ko‘ra mosroq.\n\n### Kontekst va ulanish formati\n\nAilootʼda Flint kirishda ham, chiqishda ham matn bilan ishlaydi. Kontekst oynasi — 262 144 token; asl materiallar, suhbat tarixi va javob shu umumiy makondan foydalanadi. Chiqish chegarasi — 235 929 token. Bu qiymatlar ulanish chegaralarini bildiradi, haqiqiy uzunlikni esa vazifaga qarab belgilash foydali: xato sababi izohi, patch, testlar to‘plami yoki ish rejasi.\n\nMessages, Responses va Chat Completions formatlari mavjud. Ular mijoz ilovasining odatiy tuzilmasidan foydalanish imkonini beradi. Mahalliy fayllarni o‘qish va o‘zgarishlarni qo‘llashni ilovaning o‘zi tashkil qiladi: matnli so‘rovda model berilgan kodni oladi va taklif, izoh yoki yangi kod qaytaradi.\n\nFlint har bir keyingi qadam loyiha mazmuni va oldingi o‘zgarish tekshiruviga tayanadigan takroriy texnik muloqotga mos. Uning ixtisosligi vazifani shakllantirishga yordam beradi, ishchi natija esa aniq matn: izoh, amalga oshirish yoki tekshiriladigan test bo‘ladi.",
    "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": "Kod bazasini o‘rganish, xatolarni tuzatish va funksiya hamda testlar tayyorlash uchun Recursiveʼning matnli MoE modeli."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Kod bazasini o‘rganish, xatolarni tuzatish va funksiya hamda testlar tayyorlash uchun Recursiveʼning matnli MoE modeli.",
  "source": {
    "audit_sha256": "3b377f1537291e443da05a40cb8ebe35d6294c220dfd67d27c39b7fd7d155bd8",
    "bridge_map_sha256": "3b377f1537291e443da05a40cb8ebe35d6294c220dfd67d27c39b7fd7d155bd8",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "f203db98cc76c70270fe10b8978ed029c7e78ca715f795c82bc0b1b25eb935ec",
      "renderer_sha256": "cc3e7eb5f31837bb63a187f76259b8aa0a10ebdf2c8cb67803b0a2a0f5f31bf0"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "f203db98cc76c70270fe10b8978ed029c7e78ca715f795c82bc0b1b25eb935ec",
    "renderer_sha256": "cc3e7eb5f31837bb63a187f76259b8aa0a10ebdf2c8cb67803b0a2a0f5f31bf0"
  },
  "sourceRevision": "f6475cd744f9bc908d636f12f5a87c0b5db4553b475c1eef0dff79d44198f64f"
}
