Flint คืออะไร? โมเดล AI เขียนโค้ด 40B ที่อ้างว่ารันในแล็ปท็อปได้จริงไหม

โดย Nokka (นก-กา) | ตรวจข้อมูล 27 ต.ค. 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

ในกลุ่ม DGX Spark Community Thailand มีโพสต์หนึ่งเล่าเรื่องโมเดลเขียนโค้ดตัวใหม่ที่คนใช้ Spark กำลังลองกันเยอะ [1]

โมเดลนั้นชื่อ Flint จากบริษัท Recursive ปล่อยเมื่อ 21 ตุลาคม 2026 แบบเปิดน้ำหนักและใช้สัญญา Apache 2.0 [1][2]

จุดขายที่โพสต์ยกมาคือมันเล็กและเร็ว แต่ถ้าอ่านเอกสารจริงจะเห็นว่าคำว่าเล็กของมันหมายถึงอะไรกันแน่

Flint คืออะไรกันแน่

Flint เป็นโมเดลแบบ mixture-of-experts หรือ MoE ที่มีพารามิเตอร์รวม 39.8 พันล้านตัว [2] แต่ในแต่ละโทเคนมันเปิดใช้งานเพียงประมาณ 2.5 พันล้านตัวเท่านั้น [2]

นี่คือเหตุผลที่มันเร็วได้แม้ขนาดรวมจะใหญ่ เพราะการคำนวณต่อโทเคนไม่ได้ใช้ทั้งโมเดล

ทีม Recursive เขียนไว้ในบล็อกว่าทีมเล็ก ๆ ของคนและ agent สร้างมันขึ้นมาใหม่ตั้งแต่ต้นในเวลาไม่ถึงสี่เดือน [3]

ระบบที่ช่วยงานนี้ชื่อ Eureka Machine ซึ่งเป็นระบบวิจัย AI อัตโนมัติของบริษัท [3]

ข้อความนี้สำคัญเพราะมันบอกว่าคำโฆษณาของ Flint ไม่ได้มีแค่เรื่องความเร็ว แต่รวมถึงคำถามใหญ่ว่า AI ช่วยสร้าง AI ได้แค่ไหน

สถาปัตยกรรมที่ออกแบบมาเพื่อความเร็ว

โมเดลมี 49 ชั้น เป็นชั้น dense 2 ชั้น ตามด้วยชั้น MoE 47 ชั้น [2]

ในแต่ละชั้น MoE มีผู้เชี่ยวชาญ 256 ตัว เลือกใช้ 6 ตัวต่อโทเคน พร้อมผู้เชี่ยวชาญร่วมที่ทำงานตลอด [2]

ชั้น attention แบ่งเป็นแบบ sliding window 35 ชั้น และแบบ full attention 14 ชั้น โดยหน้าต่างเลื่อนกว้าง 513 โทเคน [2]

หน้าโมเดลระบุบริบทที่ตั้งค่าไว้ 262,144 โทเคน รวมพรอมป์และผลลัพธ์ [2]

แต่บล็อกเปิดตัวเขียนว่ามันรองรับบริบทสูงสุด 512,000 โทเคน และแนะนำให้อยู่ในช่วง 256,000 โทเคนเพื่อผลลัพธ์ที่ดีที่สุด [3]

ตัวเลขสองชุดนี้ไม่ได้ขัดกันโดยตรง แต่อ่านแล้วต้องแยกให้ออกว่าอะไรคือความจุสูงสุด และอะไรคือค่าที่ผู้พัฒนาบอกว่าใช้แล้วได้ผลดี

ตัวเลข benchmark ที่ต้องอ่านให้ถูก

หน้าโมเดลให้ตัวเลขสามชุด คือ Terminal-Bench 2.1 ที่ 54.9 เปอร์เซ็นต์, SWE-bench Pro v2 ที่ 89.7 เปอร์เซ็นต์ และ SWE-bench Verified ที่ 74.2 เปอร์เซ็นต์ [2]

ตัวเลขทั้งหมดเป็นผลประเมินของ Recursive เอง ไม่ใช่ผลจากการทดสอบโดยทีมอื่น [2]

การประเมินใช้ temperature 1.0, top-p 0.95 และ top-k 20 และรายงานค่าเฉลี่ย pass@1 จากการลองอย่างน้อยห้าครั้ง [2]

Terminal-Bench ใช้ Terminus 2 และนับคำตอบที่ได้จากการค้นเว็บว่าไม่ผ่าน ส่วน SWE-bench ใช้ mini-swe-agent โดยไม่ต่ออินเทอร์เน็ต [2][3]

เงื่อนไขพวกนี้สำคัญมาก เพราะโมเดลเดียวกันให้คะแนนต่างกันได้ถ้าใช้ scaffold หรือเครื่องมือคนละชุด

ผมค้นแล้วยังไม่พบทีมอิสระที่รัน benchmark ทั้งสามชุดซ้ำแล้วได้ตัวเลขใกล้เคียง [5]

แต่มีนักข่าวที่ทดลองใช้จริง วิล ไนต์ จาก WIRED ลอง Flint บนแมคหน่วยความจำ 48 GB เพื่อสร้างโปรแกรมเล็ก ๆ หลายชิ้น และรายงานว่ามันทำตามคำขอได้ทุกครั้ง ซึ่งเป็นการทดลองเชิงคุณภาพ ไม่ใช่การรัน benchmark ซ้ำ [7]

บทวิเคราะห์จากนักพัฒนาอิสระก็ระบุตรงกันว่าไม่ควรอ่านตัวเลขเหล่านี้เป็นข้อเท็จจริงจนกว่าจะมีคนลองเอง [5]

นี่ไม่ใช่ข้อเสียของ Flint แต่เป็นสถานะปกติของโมเดลที่เพิ่งออกใหม่

ความเร็วที่อ้างไว้

บล็อกระบุว่า Flint ทำความเร็วได้กว่า 125 โทเคนต่อวินาทีบน MacBook Pro ชิป M4 Pro [3] และกว่า 150 โทเคนต่อวินาทีบน NVIDIA RTX Spark ขนาด 64 GB ในบริบทสั้น [3]

ตัวเลข 150 เป็นค่าที่บล็อกระบุว่าวัดในบริบทสั้น ส่วนค่าในกราฟเป็นค่าเฉลี่ยตลอดเซสชัน 128,000 โทเคน โดยไม่นับเวลา prefill [3] จึงไม่ควรนำสองตัวนี้มาเทียบกันตรง ๆ

PCMag รายงานว่า DGX Spark รุ่น 64 GB เปิดตัว 23 ตุลาคม ที่ราคาเริ่ม 4,999 ดอลลาร์ ส่วนรุ่น 128 GB อยู่ที่ 5,999 ถึง 9,000 ดอลลาร์ [6]

ถ้าจะซื้อในไทยต้องบวกภาษีนำเข้าและค่าขนส่งเข้าไปด้วย และผมยังไม่พบข้อมูลราคาขายไทยจากแหล่งที่ตรวจได้

ถ้าโมเดลระดับ 40B รันบนเครื่องพวกนี้ได้จริงในความเร็วที่ใช้งานได้ มันเปลี่ยนวิธีทำงานของฟรีแลนซ์และสตูดิโอเล็กได้ แต่คำว่าใช้งานได้ของแต่ละคนไม่เท่ากัน คนที่รอ 30 วินาทีต่อคำตอบได้ กับคนที่ต้องการทันทีจะรู้สึกต่างกันมาก

การรันจริงต้องเตรียมอะไร

ไฟล์ BF16 ทั้งชุดมีขนาดรวมประมาณ 79.6 GB และหน้าโมเดลระบุว่าต้องใช้ B300 หรือ H200 หนึ่งใบต่อหนึ่งอินสแตนซ์ [2]

นี่คือเหตุผลที่คนส่วนใหญ่ไม่ได้เริ่มจาก BF16 แต่เริ่มจากไฟล์บีบอัด

ไฟล์ NVFP4 รวมกันประมาณ 22.9 GB ส่วนไฟล์ int4 GGUF อยู่ที่ประมาณ 26.0 GB ซึ่งเป็นรีโปควอนไทซ์ที่แยกออกมาต่างหาก [2]

ระดับนี้ทำให้รันในเครื่อง 64 GB ได้สบาย และเก็บบริบทได้ยาวขึ้นบนเครื่อง 128 GB แต่การบีบอัดแลกมาด้วยคุณภาพที่อาจต่างจาก BF16 และต้องวัดกับงานของคุณเอง [5]

หน้าโมเดลมีชุดคำสั่งสำหรับเสิร์ฟผ่าน SGLang และตัวอย่างไคลเอนต์ที่ใช้ API แบบเดียวกับ OpenAI [2]

from openai import OpenAI
client = OpenAI(base_url="http://localhost:30000/v1", api_key="unused")
response = client.chat.completions.create(
    model="flint",
    messages=[{"role": "user", "content": "Write a Python function that merges overlapping intervals."}],
    max_tokens=32768,
)
choice, = response.choices
print(choice.message.content)

จุดที่คนมักพลาดคือการตั้ง max_tokens ต่ำเกินไป เพราะโมเดลใช้โทเคนจำนวนมากไปกับการคิดก่อนตอบ [2]

หน้าโมเดลแนะนำอย่างน้อย 32,768 โทเคนสำหรับปัญหายาก และให้เก็บ reasoning_content ไว้ในประวัติบทสนทนา [2]

สัญญาอนุญาตและข้อจำกัด

น้ำหนักโมเดลใช้สัญญา Apache 2.0 ซึ่งอนุญาตให้ใช้เชิงพาณิชย์และดัดแปลงได้ [4]

แต่เงื่อนไขการใช้งานผ่าน API ที่ Recursive ให้บริการนั้นแยกจากสัญญาน้ำหนักโมเดล [2] แปลว่าการโหลดไปรันเองกับการใช้บริการคลาวด์ของเขาไม่เหมือนกัน

หน้าโมเดลเตือนว่าแม้จะฝึกด้วยตัวอย่างด้านความปลอดภัย แต่ก็ยังสร้างโค้ดผิดหรือเรียกเครื่องมือผิดได้ [2] และเตือนอีกว่าการมี grammar ของ tool call ที่ถูกต้องไม่ได้รับประกันว่าโมเดลจะเลือกการกระทำที่ปลอดภัย [2]

ถ้าคุณให้มันรันคำสั่งในเครื่อง ต้องกำหนดสิทธิ์และขอบเขตการทำงานเอง

เอกสารของ Flint ไม่ได้กล่าวถึงการประเมินภาษาไทยหรือภาษาเอเชียตะวันออกเฉียงใต้ไว้เลย [2]

ผมจึงไม่สามารถบอกได้ว่ามันเขียนโค้ดจากคอมเมนต์ภาษาไทยได้ดีแค่ไหน จนกว่าจะมีคนทดสอบจริง ถ้างานของคุณมีคอมเมนต์หรือ requirement เป็นภาษาไทย นี่คือจุดที่ต้องลองเองก่อนตัดสินใจ

ใครควรลองและใครยังไม่ควร

ควรลองถ้า:

• คุณมีเครื่อง 64 GB ขึ้นไป และงานหลักคือแก้บั๊กในโค้ดเบสที่ส่งออกนอกองค์กรไม่ได้
• คุณต้องการโมเดลที่รันซ้ำได้โดยไม่ต้องจ่ายค่าดีฟอลต์ทุกครั้ง และรับความเร็วที่ช้ากว่าโมเดลคลาวด์ได้

ยังไม่ควรถ้า:

• คุณต้องการตัวเลข benchmark ที่มีคนอื่นตรวจซ้ำแล้ว หรือต้องใช้กับงานที่ต้องการความแม่นสูงมากในโดเมนเฉพาะ
• ถ้าคุณไม่มีเวลาเรียนรู้เครื่องมือเสิร์ฟโมเดล การติดตั้งครั้งแรกอาจกินเวลามากกว่าที่คิด

เริ่มจากงานจริงห้าชิ้นที่คุณเคยทำด้วยโมเดลคลาวด์ แล้ววัดสามอย่าง คือ ผ่านหรือไม่ผ่าน เวลาที่ใช้ และจำนวนครั้งที่ต้องแก้มือ [5]

ถ้าผลออกมาดีกว่าหรือใกล้เคียงในต้นทุนที่ต่ำกว่า นั่นคือเหตุผลที่ดีพอจะย้าย ถ้าไม่ ให้เก็บไว้เป็นตัวสำรองสำหรับงานที่ข้อมูลออกนอกเครื่องไม่ได้

Flint เป็นโมเดลโค้ด 40B แบบ MoE ที่เปิดน้ำหนักและใช้ Apache 2.0 อย่างแท้จริง [2][4]

จุดที่น่าจับตาคือมันออกแบบมาให้เร็วบนเครื่องเดี่ยว ซึ่งเป็นทิศทางที่ต่างจากโมเดลใหญ่ที่ต้องพึ่งคลาวด์ แต่ตัวเลขความเร็วและ benchmark ทั้งหมดยังเป็นของบริษัทผู้พัฒนาเอง [2][3]

ในมุมมองของผม มันจึงเป็นเครื่องมือที่น่าลองมากกว่าคำตอบสำเร็จรูป เพราะสิ่งที่คุณจะได้จริงขึ้นอยู่กับงานที่ลองกับมัน ไม่ใช่กราฟในบล็อก

REF [1] DGX Spark Community Thailand (ต.ค. 2026) · โพสต์แนะนำ Flint. https://www.facebook.com/groups/1574708491001421/posts/1678850977253838/ [2] Recursive (21 ต.ค. 2026) · RecursiveSI/flint model card. https://huggingface.co/RecursiveSI/flint [3] Recursive (ต.ค. 2026) · Introducing Flint. https://www.recursive.com/updates/introducing-recursive-flint [4] Recursive (2026) · LICENSE (Apache 2.0). https://huggingface.co/RecursiveSI/flint/raw/main/LICENSE [5] Jamil (22 ต.ค. 2026) · Flint Is a Coding Model. The Bigger Test Is Whether AI Can Build the Next One. https://dev.to/jamilxt/flint-is-a-coding-model-the-bigger-test-is-whether-ai-can-build-the-next-one-27jo [6] PCMag (ต.ค. 2026) · Facing Memory Crunch, Nvidia Creates 64GB DGX Spark. https://www.pcmag.com/news/facing-memory-crunch-nvidia-creates-64gb-rtx-spark-it-still-costs-4999 [7] TechCrunch (21 ต.ค. 2026) · Recursive launches Flint, a laptop coding model it says was largely built by AI. https://techcrunch.com/2026/10/21/recursive-launches-flint-a-laptop-coding-model-it-says-was-largely-built-by-ai/