Главное в материале
- Flint — бесплатная MoE-модель (40 млрд параметров, 2,5 млрд активных) под Apache 2.0 на Hugging Face, работает офлайн на ноутбуке
- Recursive заявляет, что система Eureka Machine помогла почти на всех этапах разработки; модель создана менее чем за 4 месяца
- ~131 токен/с на MacBook Pro с M4 Pro; превзошла модели до 50 млрд параметров на SWE-Bench Verified
Запуск Flint и идея рекурсивного самоулучшения
AI-стартап Recursive, основанный в прошлом году экс-главным учёным Salesforce Ричардом Сочером, выпустил свою первую модель — Flint, бесплатную кодинг-модель, работающую на ноутбуке. По заявлению компании, модель была создана в значительной степени с помощью самого ИИ: автоматизированная исследовательская система Eureka Machine участвовала почти на всех этапах разработки, что позволило небольшой команде построить модель с нуля менее чем за четыре месяца. Flint стал ранним публичным тестом концепции рекурсивного самоулучшения — идеи, что ИИ может создавать лучший ИИ, которая остаётся одной из самых обсуждаемых в отрасли: часть исследователей опасается, что самоулучшающийся ИИ может выйти из-под контроля. В текущем виде, однако, это исследовательский ассистент под контролем людей, создавший модель, достаточно компактную для ноутбука.
Финансирование и позиционирование
Recursive вышла из стелс-режима в мае с привлечением $650 млн при оценке $4,65 млрд; среди инвесторов — GV, Nvidia и AMD Ventures. В июне компания заключила сделку с Amazon Web Services на $410 млн на вычисления и ранее говорила, что она «меньше о численности персонала и больше о количестве агентов». Долгосрочная цель, как сообщил Сочер изданию Wired, — добиться полного рекурсивного самоулучшения при надзоре людей с возможностью остановить процесс в случае сбоя.
Технические характеристики и производительность
Flint — модель типа mixture-of-experts: из 40 млрд параметров одновременно задействуется лишь 2,5 млрд, что делает её пригодной для обычного ноутбука. Для сравнения, открытая модель Meta Muse Spark Open для Mac, выпущенная неделей ранее, использует 816 млрд параметров и требует минимум терабайт памяти. В тестах Recursive Flint генерировал около 131 токена в секунду на MacBook Pro с чипом Apple M4 Pro — примерно вдвое быстрее, чем аналогичные модели, включая Google Gemma 4 и Nvidia Nemotron 3.5 Lightning (58–69 токенов/с). На Nvidia RTX Spark модель превышала 150 токенов/с. На бенчмарке SWE-Bench Verified Flint обошёл другие модели до 50 млрд параметров; по усреднённому результату Recursive по шести тестам выше оказался только Alibaba Qwen3.8 27B.
Вклад Eureka Machine и открытая лицензия
По данным компании, Eureka Machine, которая генерирует идеи, проводит эксперименты и использует результаты для выбора следующих шагов, внесла вклад в предобучение, пост-обучение и инференс. Среди заявленных результатов — более разреженная архитектура, low-bit обучение, сократившее размер Flint на 71% почти без потери качества, и кастомные ядра для ускорения вычислений. Сколько времени система сэкономила исследователям, Recursive не сообщила. Для сравнения: OpenAI заявляла в прошлом месяце, что к середине августа её ИИ-агенты выполняли объём работы, эквивалентный 3,1 рабочего дня, на каждый день работы исследователя-человека.
Ограничения и первые отзывы
Компания признала, что Flint потребует больше подсказок, чем крупные платные кодинг-ассистенты, и рекомендовала разбивать большие задачи на меньшие шаги. Модель бесплатна для скачивания на Hugging Face под лицензией Apache 2.0, допускающей свободное использование и модификацию. Поскольку Flint работает на компьютере пользователя, а не в облаке, разработчики могут использовать его офлайн, сохранять приватность кода и избегать повременной оплаты облачных ИИ-сервисов. Ранние отзывы были позитивными: журналист Wired Уилл Найт использовал Flint на Mac с 48 ГБ памяти для создания нескольких небольших программ, включая приложение-список задач и инструмент для поиска исследований в интернете. Он отметил, что небольшие кодинг-модели обычно ошибаются или работают медленно по сравнению с Claude или Codex, но Flint, по его словам, справился со всеми его запросами.
