Как сообщает The Decoder, стартап Recursive выпустил Flint — свою первую языковую модель, созданную автоматизированной исследовательской системой Eureka Machine. Система была задействована почти на каждом этапе: сама предлагала идеи, воплощала их, тестировала и планировала следующие эксперименты.
Flint построен по архитектуре Mixture-of-Experts (MoE) — «смеси экспертов», при которой на каждый токен активируется лишь часть параметров: из 40 млрд задействуются 2,5 млрд. Модель создана за четыре месяца для агентного программирования — задач, где ИИ-агент самостоятельно пишет и проверяет код. По данным Recursive, Flint опережает другие MoE-модели с менее чем 50 млрд параметров на бенчмарках SWE-Bench Pro v2, Terminal-Bench 2.1 и SWE-Bench Verified, однако независимой проверки этих результатов пока не было.
Модель нацелена на конкуренцию с плотными (dense) моделями на 25–40 млрд параметров при скорости работы более чем в пять раз выше. На MacBook Pro с чипом M4 Pro Flint генерирует свыше 125 токенов в секунду на коротких контекстах, а на Nvidia RTX Spark с 64 ГБ памяти — более 150.
Eureka Machine самостоятельно выбрала архитектуру, схему квантизации — сжатия модели за счёт снижения точности чисел — и вычислительные ядра, включая специализированные ядра для Apple Silicon и Nvidia RTX Spark. От начальной конфигурации в 35 млрд общих и 3 млрд активных параметров система пришла к итоговым 40 и 2,5 млрд, а сжатая до четырёх бит версия NVFP4 уступает 16-битной лишь 0,7 балла на бенчмарках.
Веса Flint опубликованы на Hugging Face под лицензией Apache 2.0; модель поддерживает контекст до 512 тыс. токенов (рекомендуемый разработчиками предел — 256 тыс.) и запускается локально через llama.cpp, Ollama, LM Studio, vLLM, SGLang и собственный движок Recursive rec для Apple Silicon. Компания признаёт, что на сложных задачах Flint требует больше руководства, чем крупные проприетарные модели, и советует разбивать большие задачи на шаги.
Recursive основали Ричард Сохер и, среди прочих, бывший исследователь DeepMind Тим Рокташель; в мае 2026 года компания вышла из стелс-режима и привлекла $650 млн при оценке $4,65 млрд. Её долгосрочная цель — самоулучшающийся ИИ: каждая новая модель должна делать Eureka Machine более сильным исследователем, чтобы следующие модели создавались быстрее и эффективнее.
