AIスタートアップのRecursiveは昨年設立され、今やその名にふさわしくなりつつある。同社は水曜日、初のモデル「Flint」をリリースした。Flintは、ノートパソコン上で動作する無料のコーディングモデルで、主にAIを活用して構築されたという。
Recursiveは、自動化研究システムEureka MachineがFlintの開発のほぼすべてのステップに参加したおかげで、小さなチームが4か月未満でゼロからこのモデルを完成させることができました。
Flintは「再帰的自己改善」の初期の公開テストであり、AIがより優れたAIを構築し、そのAIがさらに優れたAIを構築するという概念である。これは業界で最も議論を呼ぶアイデアの一つでもある。一部の研究者は、AIが継続的に自己改善することで人間の制御から逸脱する可能性に懸念を抱いている。現時点では、Recursiveのバージョンはより限定的であり、人間の監督下にあるAI研究アシスタントであり、生成されるモデルはノートパソコンで実行できるほど十分に小さい。
同社は今年5月に非公開を終え、6億5000万ドルを調達し、評価額は46億5000万ドルとなった。出資者はGV、NVIDIA、AMD Venturesを含む。Recursiveは、元Salesforceのチーフサイエンティストであるリチャード・ゾッカーがCEOを務める。
Flintはユーザーのコンピュータ上で動作するため、開発者はオフラインで使用でき、コードを秘密に保ち、モデルに基づくテキスト処理量に応じて課金されるAIクラウドサービスの利用料を回避できます。このモデルは人気のAIモデル共有サイトHugging Faceで無料でダウンロードでき、Apache 2.0ライセンスに基づいており、これは自由な使用と修正を許可するオープンソースライセンスです。
Flintはハイブリッドエキスパートモデルであり、特定のタスクを実行する際に自身の一部のみを呼び出します。つまり、40億のパラメータのうち、毎回25億のみを使用します。これにより、Flintは通常のノートパソコン上で動作するほど軽量であり、Metaが先週Mac向けにリリースしたオープンソースモデルMuse Spark Openよりもはるかに小さいです。Muse Spark Openは8160億のパラメータを使用し、最低でも1TBのメモリを必要とします。
Flintの速度も非常に速い。Recursiveのテストによると、AppleのM4 Proチップを搭載したMacBook Pro上で、Flintは毎秒約131個のトークン（テキストブロック）を生成し、これは同じマシン上で動作する類似モデル（GoogleのGemma 4やNVIDIAのNemotron 3.5 Lightningなど、毎秒58〜69個のトークン）の約2倍の速度である。NVIDIA RTX Sparkでは、Flintの速度は毎秒150トークンを超える。
SWE-Bench Verifiedという、AIが実際のソフトウェアの脆弱性を修正する能力を評価するベンチマークにおいて、Flintは500億パラメータ未満の他のモデルを上回りました。Recursiveが実施した6つのテストにおける平均スコアでは、アリババのQwen3.8 27BのみがFlintを上回りました。
同社は、Flintが大規模な有料コーディングアシスタントよりもより多くのガイドを必要とすることを認め、大きなタスクをより小さなステップに分割することを推奨している。しかし、初期の評価は前向きである。Wiredの記者Will Knightは、48GBのメモリを搭載したMacでFlintを使用して、タスクリストアプリやネットリサーチ用のツールなど、いくつかの小さなプログラムを構築した。彼は、小規模なコーディングモデルはエラーを起こしやすく、ClaudeやCodexと比較して速度が遅い傾向があるが、Flintは彼のコーディングリクエストを毎回正確に完了すると感じた。
Eureka Machineはアイデアを提案し、実験を実行して、その結果に基づいて次に何を試すかを決定します。同社の公開ビデオによると、Eureka Machineは事前学習から学習後処理、推論に至るまで、Flintの構築のほぼすべての部分に関与しています。
Recursive表示、Eurekaの貢献には、よりスパースなモデル構造、低ビットトレーニング（Flintのサイズを品質をほぼ損なうことなく71%削減）および、底層の計算を高速化するためのカスタムカーネルが含まれます。
RecursiveはEureka Machineが研究者にどれだけの時間を節約したかを明示していないが、AIを研究に活用しているのはこの企業だけではない。OpenAIは先月、8月中旬までにそのAIエージェントが記録した作業日数が人間の研究者を3.1倍上回ったと発表した。
Recursiveのベットが成功すれば、新しいモデルはすべて人間の支援なしにより長時間の作業を担えるようになるべきである。同社は以前、TechCrunchに対して、6月にAmazon Web Servicesと結んだ4億1千万ドルの計算リソース契約は「従業員を増やすためではなく、エージェントの数を増やすためのものだ」と語っていた。
SocherはWiredのインタビューで、長期的な目標は、人間がプロセス全体を監督し、問題が発生した際に停止できるように、Eureka Machineを完全な再帰的自己改善に導くことだと述べた。Recursiveは、各新しいモデルがEureka Machineをより優れた研究者にし、次のモデルをより速く構築するのを支援すると述べた。