01できること
長所
- アクティブ 2.5B：一般向け GPU で高スループット
- 大規模リポジトリ向けの 262k コンテキスト
- Apache 2.0、商用利用は自由
- Ollamaの公式タグ
知っておくべき限界
- —Q4 で VRAM 約 23 GB：24 GB カードまたは 32 GB の Mac を推奨
- —コード特化：汎用チャットにはあまり向いていません
- —公開スコアは情報源にありません：実際の用途で性能を確認する必要があります
アーキテクチャ
MoE 総 39.8B／アクティブ 2.5B · 262k コンテキスト
トレーニング
RecursiveSI による本番運用向けのオープンモデルで、コードエージェントと推論に重点を置いています。ライセンスは Apache 2.0 です。
おすすめの用途
コーディングエージェント大規模リポジトリでの推論ローカル開発アシスタント
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$ollama pull flint
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
23 GB
Q5_K_M
品質とサイズのバランスが良好
28 GB
Q8_0
FP16とほぼ区別がつかない
43 GB
FP16
フル精度 — サーバー用途
80 GB
CPU フォールバック ・GPUがない場合は、 52 RAM（GB） このモデルを低速で実行するための最低要件。
Flint 40B-A2.5Bに必要なハードウェアは？
Flint 40B-A2.5BをQ4量子化でローカル実行するには、VRAM 23 GB程度が必要です。比較候補：GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — 追加費用なしで手数料を受け取る場合があります。独立したおすすめ情報です。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
外出先では： Flint 40B-A2.5B 〜でも動作します RTX搭載ノートPC (24 GBのVRAM) →
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €