Recursive ha pubblicato il suo primo modello, Flint, il 21 ottobre 2026. Flint è un modello di coding destinato a funzionare su un laptop e è stato realizzato in gran parte con l’assistenza di un sistema di ricerca automatizzata.
La Eureka Machine, il sistema di ricerca automatizzata di Recursive, ha intervenuto in quasi tutte le fasi dello sviluppo di Flint. Grazie a questo strumento, un team ridotto è riuscito a costruire l’intero modello in meno di quattro mesi.
Flint rappresenta un primo test pubblico di auto‑miglioramento ricorsivo: l’idea che un’IA possa creare altri modelli più performanti. Nella versione attuale, l’IA opera sotto la supervisione di umani e produce un modello di dimensioni compatibili con un laptop.
La startup è emersa dal silenzio a maggio, con 650 million di finanziamenti a una valutazione di 4.65 billion. I finanziatori includono GV, Nvidia e AMD Ventures. Richard Socher, ex chief scientist di Salesforce, guida l’azienda.
Flint è disponibile gratuitamente su Hugging Face sotto licenza Apache 2.0, consentendo l’utilizzo e la modifica senza costi. Poiché gira sul computer dell’utente, i programmatori possono usarlo offline, mantenere il codice privato e evitare le tariffe di utilizzo tipiche dei servizi cloud.
Il modello è un mixture‑of‑experts: utilizza solo 2.5 billion di 40 billion di parametri contemporaneamente. Questo lo rende leggero, adatto a un laptop, e notevolmente più piccolo di Meta’s Muse Spark Open, che impiega 816 billion di parametri e richiede almeno un terabyte di memoria.
Flint è anche veloce. Nei test interni, genera circa 131 token al secondo su un MacBook Pro con chip M4 Pro, circa il doppio delle prestazioni di modelli simili come Gemma 4 e Nemotron 3.5 Lightning. Su RTX Spark, supera 150 token al secondo.
Su SWE‑Bench Verified, benchmark che valuta la capacità di correggere bug software reali, Flint ha superato tutti i modelli sotto i 50 billion di parametri. L’unico modello con punteggio superiore è Qwen3.8 27B di Alibaba.
Le prime recensioni sono state positive. Will Knight di Wired ha provato Flint su un Mac con 48 GB di memoria, creando diverse piccole applicazioni. Flint ha soddisfatto tutte le richieste di codifica, contrariamente ad altri modelli più piccoli che presentavano errori o lentezza.
L’Eureka Machine ha ideato concetti, eseguito esperimenti e utilizzato i risultati per decidere la prossima azione. Secondo il video di lancio, ha contribuito a quasi tutte le fasi di costruzione di Flint, dalla pre‑addestramento al post‑addestramento e all’inferenza.
Secondo Recursive, l’Eureka Machine ha prodotto un modello più compatto, ha ridotto il modello di 71 % con quasi nessuna perdita di qualità grazie all’addestramento low‑bit e ha sviluppato kernel personalizzati che accelerano i calcoli sottostanti.
Non è l’unico a sfruttare l’IA per la ricerca. OpenAI ha annunciato che, entro metà agosto, i suoi agenti IA registrarono 3.1 giorni di lavoro per ogni giorno di lavoro umano.
Se la strategia di Recursive si dimostra efficace, ogni nuovo modello dovrebbe riuscire a gestire compiti più lunghi senza assistenza umana. L’azienda ha già annunciato un accordo di 410 million di calcolo con AWS, focalizzato sul numero di agenti piuttosto che sul personale.
Il lungo termine, secondo Socher, è che l’Eureka Machine raggiunga una piena auto‑miglioramento ricorsivo, con supervisione umana e la possibilità di interrompere il processo in caso di problemi. Recursive afferma che ogni nuovo modello dovrebbe rendere l’Eureka Machine un ricercatore più efficiente, accelerando la creazione del successivo modello.
