Перейти к содержимому
Новости

Flint: модель для ноутбука, созданная самим ИИ

Ноутбук с запущенной языковой моделью Flint от Recursive AI

Flint от Recursive: модель для ноутбуков, созданная самим ИИ

Стартап Recursive выпустил Flint — бесплатную языковую модель для программирования, которая умещается на обычном ноутбуке и была создана преимущественно с помощью собственной AI-системы компании. Это первый публичный результат амбициозной идеи рекурсивного самосовершенствования ИИ — когда искусственный интеллект строит более совершенный ИИ, а тот, в свою очередь, строит следующий.

Что такое Flint и как он работает

Flint доступен для бесплатного скачивания на платформе Hugging Face по лицензии Apache 2.0, которая разрешает свободное использование и модификацию. Поскольку модель запускается локально — на компьютере пользователя, а не в облаке, — разработчики могут работать с ней офлайн, не беспокоиться о конфиденциальности кода и не платить за обработку токенов, как это принято у облачных AI-сервисов.

По своей архитектуре Flint — это mixture-of-experts модель: при решении любой задачи она задействует лишь 2,5 млрд из 40 млрд параметров. Благодаря этому модель остаётся лёгкой и не требует мощного железа. Для сравнения: Meta Muse Spark Open, открытая модель для Mac, вышедшая неделей ранее, оперирует 816 млрд параметров и требует не менее 1 ТБ оперативной памяти.

Скорость и бенчмарки

Flint оказался заметно быстрее конкурентов. В тестах Recursive на MacBook Pro с чипом Apple M4 Pro модель генерировала около 131 токена в секунду — примерно вдвое быстрее, чем Google Gemma 4 и Nvidia Nemotron 3.5 Lightning на том же устройстве (58–69 токенов в секунду). На Nvidia RTX Spark результат превысил 150 токенов в секунду.

На бенчмарке SWE-Bench Verified, который измеряет способность ИИ исправлять реальные программные баги, Flint обошёл все модели с менее чем 50 млрд параметров. В собственном усреднённом рейтинге Recursive по шести тестам выше Flint оказалась лишь одна модель — Qwen3.8 27B от Alibaba.

Журналист Wired Уилл Найт протестировал модель на Mac с 48 ГБ памяти и написал несколько небольших программ — приложение со списком задач и инструмент для веб-поиска. По его словам, компактные модели для программирования нередко допускают ошибки или работают медленнее Claude и Codex, однако Flint справился со всеми его запросами без единого промаха. Сам Recursive рекомендует разбивать крупные задачи на более мелкие шаги, признавая, что модели может потребоваться больше указаний, чем платным аналогам.

Eureka Machine: ИИ, который строит ИИ

Ключевую роль в создании Flint сыграла автоматизированная исследовательская система Recursive — Eureka Machine. По заявлению компании, она участвовала практически в каждом этапе разработки: от предобучения до постобучения и оптимизации инференса. Именно благодаря этому небольшая команда смогла создать модель с нуля менее чем за четыре месяца.

Среди конкретных вкладов Eureka Machine — нестандартная архитектура модели, low-bit-обучение, сократившее размер Flint на 71% почти без потери качества, а также специализированные вычислительные ядра (custom kernels), ускоряющие базовые операции. Eureka Machine генерирует гипотезы, проводит эксперименты и на основе их результатов определяет следующие шаги — по сути, выполняя работу исследователя.

Recursive не раскрывает, сколько времени система сэкономила разработчикам. Для контекста: OpenAI сообщал, что к середине августа его AI-агенты выполняли 3,1 рабочего дня за каждый день, отработанный живым исследователем.

Компания и её планы

Recursive основана в 2025 году и вышла из стелс-режима в мае 2026-го, объявив о финансировании в размере 1 931 345 000.00 BYN ($650 000 000) при оценке 13 816 545 000.00 BYN ($4 650 000 000). Среди инвесторов — GV, Nvidia и AMD Ventures. Компанию возглавляет Ричард Сочер, бывший главный учёный Salesforce.

В июне 2026 года Recursive заключила соглашение с Amazon Web Services на вычислительные ресурсы стоимостью 1 218 233 000.00 BYN ($410 000 000), пояснив, что речь идёт «не о количестве сотрудников, а о количестве агентов». Долгосрочная цель — полное рекурсивное самосовершенствование, при котором каждая новая модель делает Eureka Machine более эффективным исследователем, а люди сохраняют контроль над процессом и могут вмешаться в любой момент.

Flint — первый публичный шаг в этом направлении: скромный по масштабу, но принципиально важный как доказательство концепции. Если подход сработает, темп разработки новых моделей будет неуклонно расти — вместе с их возможностями.

Источник: TechCrunch