ノートPCでコードを直すAI。Recursive「Flint」の狙いと条件

398億の重みを持ち、計算には一部を使う

Flintは複数の専門部分から必要なものを選んで使うMoEと呼ばれる構造を採用した。公式モデルカードによると、全体で398億のパラメーターを持ち、文章を生成する各段階で約25億を動かす。コードの修正や機能実装に加え、外部の機能を呼び出す複数段階の作業を想定する。[2]

パラメーターは学習した情報を保持する数値だ。毎回の計算に使う量を絞っても、モデル全体を保存する容量や、読み込むメモリーは必要になる。 「25億だけ使う」という数字をそのまま小型モデルと同じ端末要件だと受け取ると、導入時に食い違う。

RecursiveはM4 Pro搭載MacBook Proで毎秒125トークン（文章を分割した処理単位）超という生成速度を示す。ただし同社の最適化したエンジンと短い文脈での数値であり、長いコードを読み込む時間や、実際の修正が完了するまでの時間を保証するものではない。[1]

公式Mac向けエンジンは48GB以上を要求する

ローカル実行の入口になる「rec」の公式READMEは、対応するチップとメモリー量を具体的に示している。2026年10月26日に確認した要件は次のとおりだ。[3]

項目	recの要件・特性
Macのチップ	M4 Pro、M5 Pro、M5 Max
ユニファイドメモリー	48GB以上
ストレージの空き	約30GB
想定する使い方	単一セッションでの推論に最適化

recはコード編集を進める「pi」や「OpenCode」と組み合わせて使える。ローカルのAPIから別のクライアントをつなぐ方法もある。既存の開発ツールにモデルを接続する構成で、Flint単体が開発環境のすべてを置き換えるわけではない。[3]

配布形式によって必要な容量も変わる。Hugging Faceの通常精度のチェックポイントはダウンロードが約80GBで、上のrec向けの条件と同じものではない。モデルカードは、量子化した版を別途用意すると説明する。量子化は、重みを表す数値の精度を下げ、容量や計算の負担を抑える方法だ。[2]

手元で動かす価値と、残る開発上の判断

Flintの重みとrecのコードはApache 2.0ライセンスで公開されている。モデルを端末で実行する構成なら、推論を外部APIへ依頼する必要を減らせる。一方、モデルカードは、ホスト型APIの契約やデータの扱いは重みのライセンスとは別だとしている。[2][3]

社外に送れないコードを扱うチームにとって、実行場所を選べることは検討材料になる。ただし、併用する検索、拡張機能、開発ツールが通信するかどうかは、モデルの実行場所だけでは決まらない。

また、ローカル実行でも、生成コードの正しさや操作の安全性は別に確かめる必要がある。 公式モデルカードも、誤ったコードや不適切なツール呼び出しが生じうると説明する。実際の変更をテストし、ファイル操作やコマンド実行に与える権限を決める点は残る。[2]

RecursiveにとってFlintは自動研究の仕組みで実際の製品を作る試みでもある。利用側はその研究構想への期待と、自分の端末・コードで得られる性能を分けて評価できる。クラウドAPIとの使い分けを考える際も、端末の費用、運用の手間、外部へ送る情報を合わせて比べるのが現実的だ。

まとめ

• Flintは計算に使うパラメーターを絞ったコード生成モデル。全体の容量と、毎回計算する量は分けて理解したい。
• 公式Mac向けエンジンには対応チップと48GB以上のメモリーという条件がある。配布形式によって必要な環境は変わる。
• 実行場所を選べることは、機密コードを扱うチームの判断材料になる。生成コードのテストと、併用ツールの通信・権限確認も必要だ。

出典・参考

1. Recursive「Introducing Flint」2026年10月21日の公式紹介投稿に対応。公式発表
2. Recursive「RecursiveSI/flint」2026年10月26日確認。公式モデルカード・配布先
3. Recursive「rec」2026年10月26日確認。公式GitHub・実行要件

カバー写真：Daniil Komov／Pexels（コード編集のイメージ）。仕様・要件は2026年10月26日に公式資料で確認。速度は開発元の公表値で、編集部の実測ではない。