Asosiy ma’lumotlar
- Flint — Apache 2.0 litsenziyasi ostidagi bepul MoE model (40 mlrd parametr, 2,5 mlrd faol), Hugging Face'da mavjud va noutbukda oflayn ishlaydi
- Recursive tizimi Eureka Machine ishlanmaning deyarli barcha bosqichlariga yordam berganini ma'lum qilmoqda; model 4 oydan kamroq vaqtda yaratilgan
- MacBook Pro M4 Pro'da ~131 token/s; SWE-Bench Verified'da 50 mlrd parametrgacha bo‘lgan modellardan o‘zib ketdi
Flint taqdimoti va rekursiv o‘z-o‘zini takomillashtirish g‘oyasi
O‘tgan yili Salesforce'ning sobiq bosh olimi Richard Socher asos solgan AI-startap Recursive o‘zining birinchi modelini — noutbukda ishlaydigan bepul kodlash modeli Flintni chiqardi. Kompaniya ma'lumoticha, model katta darajada sun'iy intellektning o‘zi yordamida yaratilgan: avtomatlashtirilgan tadqiqot tizimi Eureka Machine ishlanmaning deyarli barcha bosqichlarida qatnashgan, bu esa kichik jamoaga modelni noldan to‘rt oydan kamroq vaqtda qurish imkonini bergan. Flint rekursiv o‘z-o‘zini takomillashtirish — ya'ni AI yaxshiroq AI yaratishi mumkinligi g‘oyasining erta ommaviy sinovi bo‘ldi; bu g‘oya tarmoqdagi eng ko‘p muhokama qilinadigan mavzulardan biri bo‘lib qolmoqda: ayrim tadqiqotchilar o‘z-o‘zini takomillashtiruvchi AI nazoratdan chiqib ketishi mumkinligidan xavotir bildiradi. Biroq hozirgi ko‘rinishida bu odamlar nazorati ostidagi tadqiqot yordamchisi bo‘lib, noutbukka sig‘adigan darajada ixcham model yaratgan.
Moliyalashtirish va pozitsionlash
Recursive mayabrda stels-rejimdan chiqdi va $650 mln jalb etib, $4,65 mlrd baholandi; investorlar orasida GV, Nvidia va AMD Ventures bor. Iyunda kompaniya Amazon Web Services bilan hisoblash resurslari uchun $410 mlnlik shartnoma tuzdi va avvalroq u «xodimlar soniga emas, agentlar soniga ko‘proq bog‘liq» ekanini aytgan edi. Socher Wired nashriga aytishicha, uzoq muddatli maqsad — odamlar nazorati ostida, jarayon nosozlik yuzaga kelsa to‘xtatish imkonini saqlagan holda to‘liq rekursiv o‘z-o‘zini takomillashtirishga erishish.
Texnik xususiyatlar va unumdorlik
Flint — mixture-of-experts turidagi model: 40 mlrd parametrdan bir vaqtda atigi 2,5 mlrdi ishlatiladi, bu uni oddiy noutbuk uchun mos qiladi. Taqqoslash uchun, bir hafta oldin chiqarilgan Meta'ning Mac uchun ochiq Muse Spark Open modeli 816 mlrd parametrdan foydalanadi va kamida bir terabayt xotira talab qiladi. Recursive sinovlarida Flint Apple M4 Pro chipiga ega MacBook Pro'da soniyasiga taxminan 131 token generatsiya qildi — bu Google Gemma 4 va Nvidia Nemotron 3.5 Lightning kabi o‘xshash modellarga qaraganda (58–69 token/s) taxminan ikki baravar tezroq. Nvidia RTX Spark'da model 150 token/s dan oshdi. SWE-Bench Verified benchmarkida Flint 50 mlrd parametrgacha bo‘lgan boshqa modellardan o‘zib ketdi; Recursive'ning oltita test bo‘yicha o‘rtacha natijasida faqat Alibaba Qwen3.8 27B yuqori ko‘rsatkichga ega bo‘ldi.
Eureka Machine hissasi va ochiq litsenziya
Kompaniya ma'lumotlariga ko‘ra, g‘oyalar generatsiya qiluvchi, tajribalar o‘tkazuvchi va natijalardan keyingi qadamlarni tanlashda foydalanuvchi Eureka Machine predobuchenie, post-obuchenie va inferensga hissa qo‘shgan. Bayon etilgan natijalar orasida — yanada siqiq arxitektura, Flint hajmini sifat deyarli yo‘qotmasdan 71% ga qisqartirgan low-bit o‘qitish va hisoblashlarni tezlashtiruvchi maxsus yadrolar (kernels) bor. Tizim tadqiqotchilarga qancha vaqt tejagani haqida Recursive xabar bermadi. Taqqoslash uchun: OpenAI o‘tgan oy AI-agentlari avgust o‘rtasiga kelib har bir inson-tadqiqotchining bir kunlik ishi uchun 3,1 ish kuniga teng hajmdagi ish bajarganini ma'lum qilgan edi.
Cheklovlar va dastlabki fikr-mulohazalar
Kompaniya Flint yirik pullik kodlash yordamchilariga qaraganda ko‘proq prompt talab qilishini tan oldi va katta vazifalarni kichikroq qadamlarga bo‘lishni tavsiya qildi. Model Hugging Face'da erkin foydalanish va o‘zgartirishga ruxsat beruvchi Apache 2.0 litsenziyasi ostida bepul yuklab olinadi. Flint foydalanuvchi kompyuterida, bulutda emas, ishlagani uchun dasturchilar uni oflayn ishlatib, kod maxfiyligini saqlashi va bulutli AI-xizmatlari uchun vaqtga pul to‘lashdan qochishi mumkin. Dastlabki fikrlar ijobiy bo‘ldi: Wired jurnalisti Will Knight 48 GB xotirali Mac'da Flintdan vazifalar ro‘yxati ilovasi va internetda tadqiqotlarni topish vositasi kabi bir nechta kichik dasturlar yaratish uchun foydalanildi. U kichik kodlash modellari odatda Claude yoki Codex bilan solishtirganda xato qilishini yoki sekin ishlashini qayd etdi, biroq uning so‘zlariga ko‘ra Flint uning barcha so‘rovlarini bajardi.
