Microsoft Research beschreibt Flint in der Ankündigung als „a visualization intermediate language for AI-driven chart creation“, mit dem sich „expressive, visually polished charts from simple, human-editable specifications“ erzeugen lassen. Der Kern ist ein hierarchisches semantisches Datenmodell: Statt Skalen, Achsen und Formatierung explizit zu konfigurieren, benennt die Spezifikation die **Bedeutung** der Felder – das Repo nennt „70+ semantic types such as `Rank`, `Temperature`, `Price`, or `Country`“. Aus dieser Beschreibung leitet der Compiler die Darstellungsentscheidungen ab.
Wie weitreichend diese Kopplung ist, zeigt sich an einer einzigen Änderung: Wird ein Feld von einer Mengenangabe auf eine prozentuale Veränderung umgetypt, wechselt der Compiler auf eine divergierende Farbpalette, formatiert die Zahlen neu und skaliert die Achse neu – ohne dass jemand eine Farbe oder eine Achse angefasst hätte. Das Paper (arXiv 2607.20775, 22.07.2026, Autoren Yunhai Wang, Kecheng Lu, Junhao Chen, Alper Sarikaya, Chenglong Wang) grenzt das gegen bisherige Systeme ab, die Voreinstellungen aus der Oberflächenform der Daten ableiten und dabei „often producing brittle choices“ erzeugten.
Zur Auslieferung: `npm install flint-chart` für die Bibliothek, `npx -y flint-chart-mcp` für den MCP-Server, der Agenten die Flint-Werkzeuge samt Diagramm-Leitfaden bereitstellt; gerendert wird lokal, die Daten verlassen die Maschine nicht. Ziel-Grammatiken sind laut Repo Vega-Lite, ECharts, Chart.js, Plotly und native Excel-Diagramme – Version 0.4.0 vom 24. Juli 2026 ergänzte 38 Plotly-Diagrammtypen und 18 in Excel weiter editierbare Vorlagen. Die Lizenz ist MIT. Ausdrücklich noch nicht fertig ist das Python-Paket („to be released“, bislang nur eine Quellcode-Vorschau).
Wichtig für die Erwartungshaltung: Flint tritt nicht gegen Vega-Lite an, sondern kompiliert dorthin – die erzeugte Spezifikation gehört dem Projekt und lässt sich von Hand nachziehen. Und es ist ein Forschungsprojekt, kein Produkt: Karten, 3D, Netzwerkgraphen und Ebenen fehlen, Barrierefreiheit ist offen. Der Nutzen wächst mit der Komplexität des Diagramms, mit sinkender Modellgröße und mit dem Anspruch, dass am Ende jemand anderes das Ergebnis sieht; wer ein Frontier-Modell für gelegentliche Standard-Diagramme einsetzt, löst damit ein Problem, das er nicht hat.
Einordnung und offene Punkte: Die Ankündigung nennt als einzige Evaluationszahlen LLM-Bewertungen von Flint gegen eine direkte Vega-Lite-Erzeugung für drei Modelle (16,27 zu 15,91; 16,16 zu 15,60; 15,91 zu 15,34) – knappe Vorsprünge, gemessen von den Autoren selbst, ohne unabhängige Reproduktion. Verbreitete Zusatzzahlen aus der Rezeption (eine Erfolgsquote von rund 80 Prozent beim hauseigenen Analyse-Agenten, eine Token-Ersparnis von 100.000 auf 200 je Diagramm, wöchentliche npm-Downloads) stehen in keiner der geprüften Primärquellen und werden hier nicht übernommen.