Flint v1.0 與 Muse Code 之比較：權重檔案和終端代理的帳單大不同

在比較開始之前，先說一個讓這場比較得以誠實的數字。Recursive Flint v1.0 每個 token 零成本，並佔用約 24 GB 記憶體。Muse Code 在你送出任何一個請求之前，每月就要花費 5 到 200 美元，之後在 Meta 的 Standard 方案上，每百萬個輸出 token 再收 4.25 美元。其中一個是你擁有的檔案，另一個則是訂閱別人的迴圈。把兩者當成替代方案來比較，是多數報導都會犯的錯誤；而這個錯誤值得刻意犯下，而非無意間犯下——因為一旦看到帳單，真正的決定就不是哪一個更好，而是你的工作需要哪一種形態。

Flint 於 2026 年 10 月 21 日問世，是 Recursive 的首個模型：一款混合專家架構的程式設計模型，總參數達 398 億，每個 token 約有 25 億活躍參數，採用 Apache 2.0 授權，設計上可在筆記型電腦上執行。Muse Code 較早推出——Meta 於 2026 年 8 月 5 日以 beta 版發布，之後已結束 beta 階段——而它不是模型。它是一個原生終端機二進位檔，用來驅動 Meta 的 Muse Spark 模型，目前是 Muse Spark 1.3，而除非另行指定，CLI 仍會選用 Muse Spark 1.2 版。

每一個實際上是什麼

模型和代理是不同的產品，差別在於工作落在何處。

Flint 是權重。它接收文字與工具呼叫，並輸出文字與工具呼叫，而圍繞這一切的部分——迴圈、檔案編輯、測試執行、重試邏輯——都由你指向它的任何執行框架提供。Recursive 自家的服務套件使用 SGLang；生態系則透過 llama.cpp、Ollama、LM Studio、vLLM 與 Recursive 自家引擎來路由它。你得到的是一個快速的 token 產生器，以及一張白紙。

Muse Code 就是補上的那一頁。它內建主代理迴圈、會在整個工作階段中持續收集上下文的非同步背景代理、可讓平行子代理不互相衝突的隔離 Git 工作樹，以及可讓崩潰的工作階段重播或續行的本機事件記錄。它具備用於規劃與審查的斜線命令、可讓其他工具透過代理程式-用戶端協定驅動它、可設定核准模式的沙箱化 shell 執行，並能以互動或無頭模式執行。在 macOS 或 Linux 上，安裝是一行指令碼；Windows 上則有 PowerShell 途徑。你買的是這個迴圈，而其中的模型並非你能選擇的。

成本主幹，推算清楚

與其抽象地比較定價，不如拿一個實際工作負載來看。假設某位開發者的代理在一個月內產生五千萬個輸出 token——對重度代理式工作流程而言不算極端數字，也低到足以讓小型團隊覺得合理。

• Flint — 授權費 $0。輸出 token 無上限。固定成本在於硬體，你要嘛有、要嘛沒有：NVFP4 版本在磁碟上佔 22.86 GB，執行它約需 24 GB 記憶體，還有一台快到能讓本機推論可忍受的機器。Recursive 宣稱在短上下文下，於 M4 Pro MacBook Pro 上可達每秒 125 個以上 token。如果你已擁有那台筆電，第 5,000 萬個 token 的邊際成本就是電費。

• Muse Code — 月費方案只是下限，而非上限，因為 token 計費是疊加在其之上的。以每百萬輸出 token 4.25 美元計算，5,000 萬個輸出 token 光輸出部分就要 212.50 美元，而且還沒計入輸入 token，這還是相對於你為了取得存取權而必須選用的訂閱等級而言。這四種方案——每月 5 美元、15 美元、50 美元與 200 美元——買到的是不同層級的存取權，而非無限用量。

• Muse Code，較便宜的方案——Contributor 方案的定價為每百萬輸入 token 0.10 美元、每百萬輸出 token 0.20 美元，而 Standard 方案則是 1.25 美元與 4.25 美元。輸出方面的差距約達二十倍，而它之所以比較便宜，是因為 Meta 可能會以你的提示與補全內容進行訓練。這是實實在在的取捨，對開源工作而言也合情合理。但對專有程式碼庫來說，這是政策決定，而非折扣，值得去讀目前的條款，而不是信任摘要——包括這一份在內。

• Flint 的隱藏成本——機器本身。在筆記型電腦上，24 GB 的工作集沒問題；但在配備 24 GB 顯示卡的桌上型電腦上，一旦把系統其餘部分算進去，就會很吃緊。而且長上下文下的本機吞吐量，並不像標題數字所暗示的那樣：獨立測試報告指出，短提示下約為每秒 110 個 token，到了約 115,000 個 token 的上下文時，會降到約每秒 9 個 token。若代理程式在動手寫任何東西之前先讀取大型程式碼倉庫，它大部分時間都會處於這種緩慢狀態。

把這兩者並排一比，若按每個詞元（per-token）計算，成本差距根本無法相提並論；若換個方向、按整體能力來比，也同樣差距懸殊。這就是重點所在。

隱私是差距最懸殊的領域

Flint 可離線運行。不是「我們不會記錄你的提示詞」那種離線——而是真正斷開網路，在你的硬體上運行，權重就存放在你的磁碟裡。對於一個不能離開網路的程式碼庫而言，這不是眾多功能中的一項；這正是這個模型在這項比較中存在的理由。

Muse Code 是一個雲端代理程式。它會對儲存庫執行命令，這意味著它讀取的內容會外流。貢獻式定價層級讓資料關係從隱含變得明確，這可說比無人閱讀的政策更誠實，但並未改變資料流動的方向。如果你的限制是「原始碼絕不離開公司」，那麼決定早已做成，基準測試表也無關緊要。

誰在運行這個迴圈，以及為何這比模型更能決定一切

最被低估的差異在於：使用 Flint 時，代理的成敗由你負責。一個 39.8B 模型、每個 token 啟用 2.5B 參數，是很能幹的 token 生成器，但 Recursive 明確表示，它比大型付費程式設計助理需要更多引導，並建議把複雜工作拆成更小的步驟。這種引導必須來自某處——一套執行框架、一個提示詞範本、你自己的黏合程式碼。如果你沒有這些，你就不算擁有代理。

Muse Code 已經替你把那些決定做好了，而這正是訂閱所換來的東西。交換條件是，你繼承了 Meta 對於一次編碼工作該如何進行的種種看法，而且你無法更換底層的模型。

還有一條兩家廠商都不會宣傳的中間路線，而這也是多數團隊最終會採用的做法：把必須留在本機處理的工作交給本機模型，並為需要超出 2.5B 活躍模型所能提供能力的工作保留一個託管端點。這正是路由不再只是基礎設施的枝微末節，而開始成為架構本身的情況。如果升級路徑是一個 OpenAI 相容端點，位於 200 多個託管模型之前，並以供應商牌價提供，且不額外加價，那麼日後要擴充能力，就不代表要新增第二份合約和第二套 SDK——而容錯移轉鏈意味著對某個供應商逾時的請求，可以由另一個供應商完成，而不會被你的代理程式察覺。

該選哪一個

有一個數字值得放在成本論證與決策之間，而且要有清楚的標註。Meta 自家的發布圖表將 Muse Spark 1.2 在 Terminal-Bench 2.1 上列為 82.9%，在其自家榜單中排名第二。Flint 由廠商回報的 Terminal-Bench 2.1 分數則是 54.9%。這兩個數字出自不同的實驗室、不同的測試框架，對於代理是否能上網搜尋也有不同的規則——因此這 28 點的差距，並不是任何你能實際握在手中的測量結果。不過，這強烈暗示：一個 2.5B 活躍參數的本地模型，與一個接近前沿的託管模型，其能力上限並不在同一個位置。如果你的工作經常需要代理式編碼中較困難的那一端，那麼無論價格看起來多划算，本地選項都不是替代品。

• 若程式碼無法離開你的機器、若你的代理任務簡短且範圍明確、若你已有喜歡的執行框架，或若你想停止為持續成長的工作負載按 token 付費，就選擇 Flint。請為長上下文吞吐量編列預算，並據此規劃你的代理。

• 如果你希望第一天就有可用的終端機代理，如果你的任務會執行數小時，並能受益於背景代理與可續接的工作階段，如果你的工作足夠開放、可接受貢獻者方案，而且按月依用量計費的帳單比硬體更容易合理化，就選擇 Muse Code。

• 如果你的團隊擁有混合的程式碼庫，就兩者都選。一旦你問清楚哪些儲存庫可以離開，通常就能明顯看出該怎麼拆分。

你不該做的，是把它當成一道基準測試題。Flint 公布的成績——SWE-bench Verified 74.2、SWE-bench Pro v2 89.7、Terminal-Bench 2.1 54.9——都是廠商自行報告，且尚未經獨立重現。Muse Code 的模型系列也有自家廠商製作的圖表。這兩組數字都無法告訴你，當你的 agent 在週二遇上你的 monorepo 時會發生什麼事。成本結構與資料路徑卻能，而且在你花任何錢之前就能知道。