L'entreprise de start-up en intelligence artificielle Recursive, fondée l'année dernière, semble désormais mériter son nom. L'entreprise a publié mercredi son premier modèle, Flint. Flint est un modèle de codage gratuit pouvant être exécuté sur un ordinateur portable, conçu principalement à l'aide de l'IA.
Recursive a déclaré que son système de recherche automatisé, Eureka Machine, a participé à presque chaque étape du développement de Flint, permettant à une petite équipe de créer ce modèle depuis zéro en moins de quatre mois.
Flint est un premier test public de l'« amélioration récursive de soi » : l'idée selon laquelle l'IA peut construire une IA meilleure, qui à son tour peut construire une IA encore meilleure. C'est également l'une des idées les plus controversées dans le domaine. Certains chercheurs craignent que l'amélioration continue de l'IA par elle-même puisse échapper au contrôle humain. Pour l'instant, la version de Recursive est plus limitée : il s'agit d'un assistant de recherche IA supervisé par des humains, dont les modèles sont suffisamment petits pour fonctionner sur un ordinateur portable.
L'entreprise a mis fin à son statut d'entreprise secrète en mai de cette année, ayant levé 650 millions de dollars américains à une évaluation de 4,65 milliards de dollars, avec des investisseurs tels que GV, NVIDIA et AMD Ventures. Recursive est dirigée par le PDG Richard Socher, ancien scientifique en chef de Salesforce.
Étant donné que Flint s'exécute sur l'ordinateur de l'utilisateur et non sur un serveur cloud d'entreprise, les développeurs peuvent l'utiliser hors ligne, maintenir la confidentialité de leur code et éviter les frais d'utilisation des services cloud AI facturés en fonction du volume de texte traité par le modèle. Le modèle est disponible gratuitement sur Hugging Face, un site populaire de partage de modèles AI, sous licence Apache 2.0, une licence open source autorisant une utilisation et une modification libres.
Flint est un modèle mixte d'experts, ce qui signifie qu'il n'utilise qu'une petite partie de lui-même pour accomplir toute tâche donnée : sur 4 milliards de paramètres, seul 2,5 milliards sont utilisés à chaque fois. Cela le rend suffisamment léger pour fonctionner sur un ordinateur portable classique et bien plus petit que le modèle open source Muse Spark Open de Meta, publié la semaine dernière pour Mac. Muse Spark Open utilise 816 milliards de paramètres et nécessite au moins 1 To de mémoire.
Flint est également très rapide. Selon les tests de Recursive, il génère environ 131 tokens (blocs de texte) par seconde sur un MacBook Pro équipé du puce Apple M4 Pro, soit environ deux fois plus rapide que des modèles similaires sur la même machine, tels que Gemma 4 de Google et Nemotron 3.5 Lightning d’NVIDIA, qui atteignent entre 58 et 69 tokens par seconde. Sur NVIDIA RTX Spark, Flint dépasse les 150 tokens par seconde.
Sur le benchmark SWE-Bench Verified, qui évalue la capacité des IA à réparer des vulnérabilités logicielles réelles, Flint surpasse les autres modèles ayant moins de 50 milliards de paramètres. Selon la moyenne des résultats de Recursive sur six tests, seul le modèle Qwen3.8 27B d'Alibaba a obtenu un score supérieur à celui de Flint.
L'entreprise reconnaît que Flint nécessite davantage de guidance que les assistants de codage payants de grande taille, et recommande de décomposer les grandes tâches en étapes plus petites. Malgré cela, les premières évaluations sont positives. Le journaliste de Wired, Will Knight, a utilisé Flint sur un Mac équipé de 48 Go de mémoire pour créer plusieurs petits programmes, notamment une application de to-do list et un outil de recherche web. Il a constaté que les petits modèles de codage ont tendance à commettre des erreurs ou à être plus lents que Claude ou Codex, mais Flint a réussi à exécuter chaque demande de codage avec précision.
Eureka Machine propose des idées, exécute des expériences et utilise les résultats pour déterminer ce qu'elle essaiera ensuite. Selon la vidéo de publication de l'entreprise, elle a participé à presque chaque partie de la construction de Flint, de la pré-formation à la post-formation en passant par l'inférence.
Recursive indique que les contributions d'Eureka incluent une structure de modèle plus éparses, l'entraînement à faible précision — ayant réduit le volume de Flint de 71 % sans perte quasi nulle de qualité — ainsi que des noyaux personnalisés, c'est-à-dire des programmes dédiés pour accélérer les calculs sous-jacents.
Recursive n'a pas précisé combien de temps Eureka Machine a fait gagner aux chercheurs, mais ce n'est pas la seule entreprise qui compte sur l'IA pour la recherche. OpenAI a déclaré le mois dernier que, jusqu'à mi-août, les agents IA avaient enregistré 3,1 fois plus de jours de travail que les chercheurs humains.
Si le pari de Recursive porte ses fruits, chaque nouveau modèle devrait être capable de travailler plus longtemps sans aide humaine. L'entreprise avait précédemment déclaré à TechCrunch que son accord de 410 millions de dollars avec Amazon Web Services en juin « visait davantage à augmenter le nombre d'agents qu'à recruter du personnel ».
Socher a déclaré dans un entretien avec Wired que, à long terme, l'objectif est de permettre à Eureka Machine d'atteindre une amélioration récursive complète, avec une supervision humaine de l'ensemble du processus et la capacité d'intervenir en cas de problème. Recursive affirme que chaque nouveau modèle devrait rendre Eureka Machine un meilleur chercheur, lui permettant ainsi de construire plus rapidement le modèle suivant.