Source: https://ailoot.ai/models/zh-hant-tw/recursive-flint-v1-0-free/ Canonical: https://ailoot.ai/models/zh-hant-tw/recursive-flint-v1-0-free/ Language: zh-hant-tw # Recursive: Flint (free) [Markdown](https://ailoot.ai/models/zh-hant-tw/recursive-flint-v1-0-free/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/recursive-flint-v1-0-free/facts.json) ## [Recursive: Flint (free)](https://ailoot.ai/models/zh-hant-tw/recursive-flint-v1-0-free/) `recursive/flint-v1.0:free` Recursive文字輸入 US$0.00 / 1K輸出 US$0.00 / 1K Recursive 的文字 MoE 模型，用於了解程式碼庫、修正錯誤，以及準備功能與測試。 ### 用於程式碼工作的模型 Flint 是 Recursive 為程式代理打造的文字模型，用於了解程式碼庫、修正錯誤、實作功能及撰寫測試。它是公開權重的 MoE 模型：總計 398 億參數，每個 token 啟用約 25 億參數。專家分工屬於模型架構，不代表聊天中有多個獨立助理。 Recursive 的研究系統 Eureka Machine 參與了 Flint 的開發，協助尋找架構方案、選擇資料與訓練方法，以及最佳化運算。Flint 本身經過預訓練、中期訓練、指示範例訓練與強化學習。訓練工作包含文字、程式碼、遵循指示及代理情境。 ### 分析專案與準備修改 實際工作可從專案的特定部分開始：以文字提供必要檔案，描述函式用途與預期結果。尋找錯誤時，加入觀察到的行為與日誌片段，再要求解釋原因、提供最小修正，以及能區分正確行為與錯誤的測試。這種順序便於後續在自己的環境驗證。 新功能請指定輸入資料、限制及結果範例。重構時列出必須保留的特性，並要求另行說明介面修改。開發商建議將複雜工作拆成小型子任務並給出明確指示。因此，包含中間結果的連續對話，比籠統要求重做整個專案更符合 Flint 的預期用法。 ### 上下文與連線格式 在 Ailoot，Flint 的輸入與輸出都是文字。上下文視窗為 262,144 個 token，原始資料、對話歷史與答案共用此空間。輸出上限標示為 235,929 個 token。這些數值描述連線界線，實際長度宜依任務指定，例如錯誤原因說明、修補內容、測試組或工作計畫。 可使用 Messages、Responses 與 Chat Completions 格式，便於沿用客戶端應用程式的常見結構。本機檔案讀取及修改套用由應用程式自行安排；在文字請求中，模型收到的是傳入程式碼，回傳的是建議、解釋或新程式碼。 Flint 適合反覆進行技術對話，每個後續步驟都根據專案內容及前一次修改的驗證結果。它的專長有助於表達任務，實際成果則是具體文字：說明、實作或可驗證的測試。 ### 可透過 Ailoot API 使用 輸入 `text` 輸出 `text` 上下文 262,144 *token* 最大回應 235,929 *token* 輸入 US$0.00 */ 1K* 輸出 US$0.00 */ 1K* 輸入 `text` 輸出 `text` 上下文 262,144 *token* 最大回應 235,929 *token* 輸入 US$0.00 */ 1K* 輸出 US$0.00 */ 1K* 輸入 `text` 輸出 `text` 上下文 262,144 *token* 最大回應 235,929 *token* 輸入 US$0.00 */ 1K* 輸出 US$0.00 */ 1K* `recursive/flint-v1.0:free` · JSON ``` {"about":"### 用於程式碼工作的模型\n\nFlint 是 Recursive 為程式代理打造的文字模型，用於了解程式碼庫、修正錯誤、實作功能及撰寫測試。它是公開權重的 MoE 模型：總計 398 億參數，每個 token 啟用約 25 億參數。專家分工屬於模型架構，不代表聊天中有多個獨立助理。\n\nRecursive 的研究系統 Eureka Machine 參與了 Flint 的開發，協助尋找架構方案、選擇資料與訓練方法，以及最佳化運算。Flint 本身經過預訓練、中期訓練、指示範例訓練與強化學習。訓練工作包含文字、程式碼、遵循指示及代理情境。\n\n### 分析專案與準備修改\n\n實際工作可從專案的特定部分開始：以文字提供必要檔案，描述函式用途與預期結果。尋找錯誤時，加入觀察到的行為與日誌片段，再要求解釋原因、提供最小修正，以及能區分正確行為與錯誤的測試。這種順序便於後續在自己的環境驗證。\n\n新功能請指定輸入資料、限制及結果範例。重構時列出必須保留的特性，並要求另行說明介面修改。開發商建議將複雜工作拆成小型子任務並給出明確指示。因此，包含中間結果的連續對話，比籠統要求重做整個專案更符合 Flint 的預期用法。\n\n### 上下文與連線格式\n\n在 Ailoot，Flint 的輸入與輸出都是文字。上下文視窗為 262,144 個 token，原始資料、對話歷史與答案共用此空間。輸出上限標示為 235,929 個 token。這些數值描述連線界線，實際長度宜依任務指定，例如錯誤原因說明、修補內容、測試組或工作計畫。\n\n可使用 Messages、Responses 與 Chat Completions 格式，便於沿用客戶端應用程式的常見結構。本機檔案讀取及修改套用由應用程式自行安排；在文字請求中，模型收到的是傳入程式碼，回傳的是建議、解釋或新程式碼。\n\nFlint 適合反覆進行技術對話，每個後續步驟都根據專案內容及前一次修改的驗證結果。它的專長有助於表達任務，實際成果則是具體文字：說明、實作或可驗證的測試。","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":"Recursive 的文字 MoE 模型，用於了解程式碼庫、修正錯誤，以及準備功能與測試。"} ``` ## 常見問題 如何為任務選擇模型？ 先確定需要的輸入與輸出：文字、圖片、音訊或影片，再比較相容的 API 方法、確切的模型 ID 或別名目前指向的模型、價格與計費單位。免費的 GET /v1/models 會列出金鑰可存取的模型。 每個模型都支援所有 API 方法與媒體類型嗎？ 請使用模型卡片列出的 API 方法與輸入、輸出類型。文字、圖片、音訊或影片的支援情況取決於所選模型及方法；傳送資料前請查看對應的請求範例。 模型 ID 與別名有何不同？ 確切的 ID 代表特定模型。別名會指向某個模型，而指向的模型可能變更。請在目錄中查看別名目前指向的模型；整合需要特定模型時，請使用確切的 ID。 傳送請求前如何比較價格？ 在模型卡片中查看所選 API 方法的價格與計費單位。請以相同單位及輸入、輸出類型比較；請求紀錄會顯示實際用量與扣款金額。 訂閱提供什麼？ 持續工作可優惠購買 token。按請求量選方案，訂閱條件與費用在申購時顯示。 如何使用最高 50% 折扣碼？ 購買 token 時輸入折扣碼，總額依活動條件重算，付款前即可看到優惠。 ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。