Recursive lança Flint, um modelo de codificação de laptop que diz ter sido em grande parte construído por IA

A Recursive, uma startup de IA fundada no ano passado, está começando a fazer jus ao seu nome. A empresa, que está tentando construir uma IA que possa se aprimorar, lançou seu primeiro modelo, Flint, na quarta-feira. Flint é um modelo de codificação gratuito que pode ser executado em um laptop e foi construído em grande parte com a ajuda de IA.

O sistema de pesquisa automatizado da Recursive, chamado de Máquina Eureka, ajudou em quase todas as etapas do desenvolvimento de Flint, diz a empresa. Isso permitiu que uma pequena equipe construísse o modelo do zero em menos de quatro meses.

Flint é um teste público inicial de autoaperfeiçoamento recursivo: a ideia de que a IA pode construir uma IA melhor, que por sua vez constrói uma IA ainda melhor. É também uma das ideias mais debatidas na indústria. Alguns pesquisadores temem que o aprimoramento da IA ​​possa escapar do controle humano. Por enquanto, a versão do Recursive é mais limitada: um assistente de pesquisa de IA supervisionado por pessoas que produziram um modelo pequeno o suficiente para um laptop.

A empresa emergiu do sigilo em maio com US$ 650 milhões em financiamento e uma avaliação de US$ 4,65 bilhões, de financiadores como GV, Nvidia e AMD Ventures. A Recursive é liderada pelo CEO Richard Socher, ex-cientista-chefe da Salesforce.

Como o Flint é executado no próprio computador do usuário, e não nos servidores em nuvem da empresa, os desenvolvedores podem usá-lo offline, manter seu código privado e evitar as taxas de uso que os serviços em nuvem de IA cobram com base na quantidade de texto que o modelo processa. O modelo pode ser baixado gratuitamente no Hugging Face, o popular site para compartilhamento de modelos de IA, sob a licença Apache 2.0, uma licença de código aberto que permite uso e modificação gratuitos.

Flint é um modelo misto de especialistas, o que significa que utiliza apenas uma pequena fatia de si mesmo para qualquer tarefa: apenas 2,5 mil milhões dos seus 40 mil milhões de configurações, conhecidas como parâmetros, de cada vez. Isso o torna leve o suficiente para um laptop comum e muito menor que o Muse Spark Open da Meta, um modelo aberto desenvolvido para Macs lançado na semana passada. O Muse Spark Open usa 816 bilhões de parâmetros e precisa de pelo menos um terabyte de memória.

Flint também é rápido. Nos testes do Recursive, ele gerou cerca de 131 tokens (pedaços de texto) por segundo em um MacBook Pro com chip M4 Pro da Apple – aproximadamente o dobro dos 58 a 69 tokens por segundo que modelos semelhantes gerenciavam na mesma máquina, incluindo o Gemma 4 do Google e o Nemotron 3.5 Lightning da Nvidia. No RTX Spark da Nvidia, Flint ultrapassou 150 tokens por segundo.

No SWE-Bench Verified, um benchmark que mede quão bem a IA pode corrigir bugs de software do mundo real, Flint superou outros modelos em 50 bilhões de parâmetros. Na média do próprio Recursive em seis testes, apenas um modelo, o Qwen3.8 27B do Alibaba, obteve pontuação superior à do Flint.

A empresa reconheceu que Flint precisaria de mais orientação do que os grandes assistentes de codificação pagos e sugeriu dividir tarefas grandes em etapas menores. Ainda assim, as primeiras críticas foram positivas. Will Knight, da Wired, usou Flint em um Mac com 48 GB de memória para criar vários pequenos programas, incluindo um aplicativo de lista de tarefas e uma ferramenta que vasculha a web em busca de pesquisas. Ele descobriu que modelos de codificação menores frequentemente apresentavam erros ou eram lentos em comparação com Claude ou Codex, mas Flint sempre acertava em suas solicitações de codificação.

A Máquina Eureka apresenta ideias, realiza experimentos e usa os resultados para decidir o que tentar em seguida. De acordo com o vídeo de lançamento da empresa, ela contribuiu para quase todas as partes da construção do Flint, desde o pré-treinamento até o pós-treinamento e inferência.

Recursive disse que as contribuições de Eureka incluem um formato de modelo mais esparso, treinamento de poucos bits que reduziu Flint em 71% com quase nenhuma perda de qualidade e kernels personalizados, que são programas especializados que aceleram os cálculos subjacentes.

A Recursive não disse quanto tempo a Máquina Eureka economizou para seus pesquisadores, mas não é a única a confiar na IA para fazer pesquisas. A OpenAI disse no mês passado que, em meados de agosto, seus agentes de IA registravam 3,1 dias úteis para cada um trabalhado por um pesquisador humano.

Se a aposta da Recursive valer a pena, cada novo modelo deverá ser capaz de realizar períodos de trabalho mais longos sem ajuda humana. A empresa disse anteriormente ao TechCrunch que seu acordo de computação de US$ 410 milhões com a Amazon Web Services em junho era “menos uma questão de número de funcionários e mais uma questão de número de agentes”.

O objetivo de longo prazo, disse Socher à Wired, é que a Máquina Eureka alcance o autoaperfeiçoamento recursivo completo, com humanos supervisionando o processo e capazes de interrompê-lo se algo der errado. Recursive diz que cada novo modelo deve tornar a Máquina Eureka uma pesquisadora melhor, ajudando-a a construir o próximo mais rapidamente.