AI स्टार्टअप Recursive की स्थापना पिछले वर्ष हुई थी, और अब यह अपने नाम के अनुकूल लग रहा है। कंपनी ने बुधवार को अपना पहला मॉडल Flint जारी किया। Flint एक मुफ्त कोडिंग मॉडल है जिसे लैपटॉप पर चलाया जा सकता है, और इसे बनाने में मुख्य रूप से AI का उपयोग किया गया है।
Recursive ने बताया कि उसकी स्वचालित अनुसंधान प्रणाली Eureka Machine ने Flint द्वारा विकसित किए गए मॉडल के प्रत्येक चरण में लगभग हिस्सा लिया, जिससे एक छोटी टीम ने चार महीने से कम समय में शून्य से इस मॉडल को पूरा कर लिया।
Flint, "रिकर्सिव सेल्फ-इम्प्रूवमेंट" का एक प्रारंभिक खुला परीक्षण है: जिसमें AI बेहतर AI बना सकता है, और वह भी और बेहतर AI बना सकता है। यह उद्योग के सबसे विवादास्पद विचारों में से एक भी है। कुछ शोधकर्ता चिंतित हैं कि AI का लगातार स्वयं को सुधारना मानवीय नियंत्रण से बाहर निकल सकता है। वर्तमान में, Recursive का संस्करण अधिक सीमित है: यह मानवीय निरीक्षण के साथ एक AI अनुसंधान सहायक है, जिसके द्वारा उत्पन्न मॉडल पर्याप्त छोटे हैं ताकि वे लैपटॉप पर चल सकें।
यह कंपनी इस वर्ष मई में अपनी गुप्तता समाप्त करके 6.5 बिलियन डॉलर की फंडिंग प्राप्त की, जिसका आकलन 46.5 बिलियन डॉलर है, जिसमें GV, NVIDIA और AMD Ventures शामिल हैं। Recursive का अध्यक्ष Richard Socher है, जो पहले Salesforce के मुख्य वैज्ञानिक थे।
चूंकि Flint उपयोगकर्ता के अपने कंप्यूटर पर चलता है, न कि कंपनी के क्लाउड सर्वर पर, इसलिए डेवलपर ऑफलाइन उपयोग कर सकते हैं, कोड को गोपनीय रख सकते हैं, और मॉडल द्वारा प्रसंस्कृत टेक्स्ट की मात्रा के आधार पर शुल्क लेने वाली AI क्लाउड सेवाओं के उपयोग शुल्क से बच सकते हैं। यह मॉडल लोकप्रिय AI मॉडल शेयरिंग वेबसाइट Hugging Face पर Apache 2.0 लाइसेंस के तहत मुफ्त में डाउनलोड किया जा सकता है, जो एक ऐसा ओपन सोर्स लाइसेंस है जो मुफ्त उपयोग और संशोधन की अनुमति देता है।
Flint एक मिश्रित विशेषज्ञ मॉडल है, जिसका अर्थ है कि किसी भी दी गई कार्य को निष्पादित करते समय यह केवल अपने एक छोटे हिस्से को ही सक्रिय करता है: 40 अरब पैरामीटर में से प्रत्येक बार केवल 25 अरब पैरामीटर का उपयोग होता है। इससे यह इतना हल्का हो जाता है कि यह सामान्य लैपटॉप पर चल सकता है और Meta द्वारा पिछले सप्ताह Mac के लिए जारी किए गए ओपन-सोर्स मॉडल Muse Spark Open से काफी छोटा है। Muse Spark Open 8160 अरब पैरामीटर का उपयोग करता है और कम से कम 1TB मेमोरी की आवश्यकता होती है।
Flint की गति भी बहुत तेज है। Recursive के परीक्षण के अनुसार, Apple M4 Pro चिप वाले MacBook Pro पर, यह प्रति सेकंड लगभग 131 टोकन (टेक्स्ट ब्लॉक) उत्पन्न करता है, जो एक ही मशीन पर समान मॉडल, जैसे Google का Gemma 4 और NVIDIA का Nemotron 3.5 Lightning, जो प्रति सेकंड 58 से 69 टोकन की गति से काम करते हैं, की लगभग दोगुनी गति है। NVIDIA RTX Spark पर, Flint की गति 150 टोकन प्रति सेकंड से अधिक है।
SWE-Bench Verified बेंचमार्क पर, जो AI की वास्तविक सॉफ्टवेयर वल्नरेबिलिटीज को ठीक करने की क्षमता को मापता है, Flint, 50 अरब से कम पैरामीटर वाले अन्य मॉडल्स की तुलना में बेहतर प्रदर्शन करता है। Recursive के छह परीक्षणों में औसत स्कोर के अनुसार, केवल अलीबाबा का Qwen3.8 27B Flint से अधिक स्कोर करता है।
कंपनी ने स्वीकार किया कि Flint को बड़े भुगतान वाले कोडिंग सहायकों की तुलना में अधिक मार्गदर्शन की आवश्यकता होती है, और बड़े कार्यों को छोटे-छोटे चरणों में विभाजित करने की सलाह दी। हालाँकि, प्रारंभिक मूल्यांकन सकारात्मक रहे। Wired के पत्रकार Will Knight ने 48GB RAM वाले Mac पर Flint का उपयोग करके कुछ छोटे प्रोग्राम बनाए, जिनमें टू-डू ऐप और वेब शोध के लिए एक उपकरण शामिल था। उन्होंने पाया कि छोटे कोडिंग मॉडल अक्सर गलतियाँ करते हैं या Claude या Codex की तुलना में धीमे होते हैं, लेकिन Flint हर बार उनके कोडिंग अनुरोध को सही ढंग से पूरा करता है।
Eureka Machine विचार प्रस्तुत करती है, प्रयोग चलाती है, और परिणामों का उपयोग करके अगला प्रयास क्या होना चाहिए, यह निर्धारित करती है। कंपनी के प्रकाशित वीडियो के अनुसार, यह Flint के प्रत्येक हिस्से के निर्माण में शामिल है, जिसमें प्री-ट्रेनिंग से लेकर पोस्ट-ट्रेनिंग और इन्फरेंस तक शामिल है।
Recursive ने बताया कि Eureka का योगदान अधिक विरल मॉडल स्ट्रक्चर, लो-बिट ट्रेनिंग—जिससे Flint का आकार लगभग कोई गुणवत्ता क्षति किए बिना 71% तक कम हो गया—और कस्टम कर्नल, यानी निचले स्तर की गणनाओं को तेज करने के लिए विशेष प्रोग्राम, शामिल हैं।
Recursive ने नहीं बताया कि Eureka Machine ने शोधकर्ताओं के लिए कितना समय बचाया, लेकिन यह एकमात्र कंपनी नहीं है जो शोध के लिए AI पर निर्भर है। OpenAI ने पिछले महीने बताया कि 8 मध्य तक, उसके AI एजेंट द्वारा दर्ज किए गए कार्य दिवस मानव शोधकर्ताओं की तुलना में 3.1 गुना अधिक थे।
यदि रिकर्सिव की निवेश सफल होती है, तो प्रत्येक नया मॉडल बिना मानवीय सहायता के लंबे समय तक काम करने में सक्षम होना चाहिए। कंपनी ने पहले टेकक्रंच को बताया था कि उसकी जून में अमेज़न वेब सर्विसेज के साथ 410 मिलियन डॉलर की कैलकुलेशन समझौता "कर्मचारियों की संख्या बढ़ाने के बजाय एजेंट्स की संख्या बढ़ाने के लिए" है।
सोचर ने वायर्ड के साक्षात्कार में कहा कि दीर्घकालिक लक्ष्य यह है कि यूरेका मशीन पूर्ण रूप से आत्म-पुनरावृत्त सुधार के लिए सक्षम हो, जिस पूरी प्रक्रिया का मानवीय निगरानी के साथ नियंत्रण रखा जाए और समस्या आने पर इसे रोका जा सके। रिकर्सिव के अनुसार, प्रत्येक नया मॉडल यूरेका मशीन को एक बेहतर शोधकर्ता बनाना चाहिए, जिससे यह अगला मॉडल तेजी से बना सके।