Recursive выпускает Flint: модель для кода на ноутбуке, которую в основном создал ИИ за 4 месяца

Компания Recursive вышла из «тихого режима» в мае 2025 года с инвестициями в 650 миллионов долларов при оценке 4,65 миллиарда. Среди инвесторов GV (венчурный фонд Alphabet), Nvidia и AMD Ventures. Идея компании в буквальном смысле рекурсивная: построить ИИ, который улучшает сам себя, а затем передаёт улучшения следующему поколению. Flint стал первым публичным тестом этой идеи, и издание Business Insider подробно разобрало, что именно получилось.

Что именно измеряли и как Flint устроен?

Flint относится к архитектуре «смесь экспертов» (mixture-of-experts). Представьте команду из множества узких специалистов: на каждый вопрос выходит только один нужный, а остальные молчат. Из 40 миллиардов параметров модель активирует лишь 2,5 миллиарда для конкретной задачи. Именно поэтому она помещается на обычный ноутбук.

Для сравнения: модель Meta Muse Spark Open, вышедшая неделей раньше для компьютеров Mac, использует 816 миллиардов параметров и требует минимум терабайта оперативной памяти. Flint работает на MacBook Pro с 48 гигабайтами.

Модель доступна бесплатно на платформе Hugging Face (крупнейший каталог открытых моделей) под лицензией Apache 2.0, которая разрешает свободное использование и доработку.

Что показали тесты?

• Скорость генерации. Около 131 токена (фрагмента текста) в секунду на MacBook Pro с чипом M4 Pro. Это примерно вдвое быстрее, чем у Google Gemma 4 и Nvidia Nemotron 3.5 Lightning на той же машине (от 58 до 69 токенов в секунду), по данным тестов Recursive.
• Качество на SWE-Bench Verified. Этот бенчмарк проверяет, насколько хорошо модель исправляет реальные баги в коде. Flint обошёл все модели в категории до 50 миллиардов параметров.
• Средний балл по шести тестам Recursive. Выше Flint оказалась только одна модель, Qwen3.8 27B от Alibaba.
• Практическая проверка журналиста. Уилл Найт из Wired собрал на Flint несколько программ, включая приложение со списком задач и инструмент для поиска по вебу. По его словам, модель выполнила каждый запрос без ошибок, тогда как другие компактные модели часто спотыкались или работали медленнее.

Eureka Machine: ИИ, который строил Flint

Главная интрига не в самой модели, а в способе её создания. Внутренняя система Recursive под названием Eureka Machine участвовала почти на каждом этапе разработки Flint: предобучение (первичная тренировка на больших массивах текста), постобучение (тонкая настройка поведения) и оптимизация инференса.

Конкретные вклады Eureka Machine, о которых сообщила компания:

• Более разреженная архитектура модели.
• Низкобитное обучение, которое сжало Flint на 71% почти без потери качества.
• Специализированные вычислительные ядра (custom kernels), ускоряющие математические операции «под капотом».

Recursive не раскрыл, сколько именно времени Eureka Machine сэкономила разработчикам. Для контекста: OpenAI в прошлом месяце заявила, что к середине августа её ИИ-агенты (программы, самостоятельно выполняющие цепочки действий) будут отрабатывать 3,1 рабочего дня на каждый день, отработанный человеком-исследователем.

Что делать с этим прямо сейчас?

Автору на Дзене. Flint работает без интернета и бесплатно. Если вы пишете обзоры приложений, гайды по автоматизации или разбираете ИИ-инструменты, можете скачать модель на Hugging Face и протестировать на своём ноутбуке. Это материал для практического обзора, который почти никто в русскоязычном сегменте пока не сделал.

Маркетологу и предпринимателю. Модель открытая и запускается локально, значит, ваш код не уходит на чужие серверы и вы не платите за токены. Для небольших задач автоматизации (парсинг данных, простые скрипты, внутренние инструменты) это реальная экономия.

Тем, кто работает из России и СНГ. Hugging Face доступен без VPN, лицензия Apache 2.0 не ограничивает регион использования. Из ближайших аналогов по концепции «лёгкая модель для ноутбука» можно посмотреть на модели от Сбера (GigaChat, но облачная) и Яндекса (YandexGPT, тоже облачная). Локальных конкурентов с такой архитектурой в российском опенсорсе пока нет.

Долгосрочная цель Recursive, по словам Сохера в интервью Wired, полностью рекурсивное самосовершенствование, где каждая следующая модель делает Eureka Machine лучше, а люди наблюдают и могут остановить процесс в любой момент. Контракт компании с Amazon Web Services на 410 миллионов долларов, как Recursive ранее пояснял TechCrunch, направлен «не столько на увеличение штата, сколько на увеличение числа агентов». Скачайте Flint, попробуйте собрать на нём что-нибудь простое и проверьте сами, насколько «ИИ, построенный ИИ» готов к реальной работе.

По данным Business Insider