Recursive lança o Flint, um modelo de programação para notebooks que, segundo a empresa, foi construído em grande parte por IA

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 capaz de se aprimorar, lançou seu primeiro modelo, o Flint, na quarta-feira. O Flint é um modelo de programação gratuito que pode rodar em um notebook e foi construído em grande parte com a ajuda de IA.

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

O Flint é um teste público inicial de autoaprimoramento 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 no setor. Alguns pesquisadores temem que a IA melhorando a si mesma possa escapar do controle humano. Por enquanto, a versão da Recursive é mais limitada: um assistente de pesquisa de IA supervisionado por pessoas que produziu um modelo pequeno o suficiente para um notebook.

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

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

O Flint é um modelo de mistura de especialistas, o que significa que ele usa apenas uma pequena parcela de si mesmo para qualquer tarefa específica: apenas 2,5 bilhões de suas 40 bilhões configurações, conhecidas como parâmetros, por vez. Isso o torna leve o suficiente para um notebook comum e muito menor do que o Muse Spark Open da Meta, um modelo aberto construído para Macs que foi lançado na semana passada. O Muse Spark Open usa 816 bilhões de parâmetros e precisa de pelo menos um terabyte de memória. 

O Flint também é rápido. Nos testes da Recursive, ele gerou cerca de 131 tokens (fragmentos 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 conseguiram na mesma máquina, incluindo o Gemma 4 do Google e o Nemotron 3.5 Lightning da Nvidia. No RTX Spark da Nvidia, o Flint ultrapassou 150 tokens por segundo.

No SWE-Bench Verified, um benchmark que mede a eficácia da IA na correção de bugs de software do mundo real, o Flint superou outros modelos com menos de 50 bilhões de parâmetros. Na média da própria Recursive em seis testes, apenas um modelo, o Qwen3.8 27B da Alibaba, pontuou mais alto que o Flint.

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

A Máquina Eureka cria ideias, executa 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 a inferência. 

A Recursive afirmou que as contribuições da Eureka incluem um formato de modelo mais esparso, treinamento de baixo bits que reduziu o Flint em 71% sem praticamente nenhuma perda de qualidade, e kernels personalizados, que são programas especializados que aceleram os cálculos subjacentes.

A Recursive não revelou quanto tempo a Máquina Eureka poupou de seus pesquisadores, mas ela não está sozinha ao contar com a IA para realizar pesquisas. A OpenAI disse no mês passado que, até meados de agosto, seus agentes de IA estavam registrando 3,1 dias de trabalho para cada dia trabalhado por um pesquisador humano.

Se a aposta da Recursive der frutos, cada novo modelo deverá ser capaz de assumir períodos mais longos de trabalho 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 sobre o número de funcionários e mais sobre o número de agentes".

O objetivo de longo prazo, disse Socher à Wired, é que a Máquina Eureka alcance o autoaprimoramento recursivo completo, com humanos supervisionando o processo e capazes de interrompê-lo caso algo dê errado. A Recursive afirma que cada novo modelo deve tornar a Máquina Eureka uma pesquisadora melhor, ajudando-a a construir o próximo modelo ainda mais rápido.