A startup de IA Recursive, fundada no ano passado, parece agora estar cumprindo seu nome. A empresa lançou seu primeiro modelo, Flint, na quarta-feira. Flint é um modelo de codificação gratuito que pode ser executado em notebooks e, segundo a empresa, foi construído principalmente com o auxílio de IA.
Recursive afirmou que seu sistema de pesquisa automatizada, Eureka Machine, participou quase de cada etapa do desenvolvimento do Flint, permitindo que uma pequena equipe concluísse o modelo do zero em menos de quatro meses.
Flint é um teste público inicial da "autoaprimoração recursiva": a ideia de que a IA pode construir IA melhores, que por sua vez podem construir IA ainda melhores. Também é uma das ideias mais controversas do setor. Alguns pesquisadores temem que a autoaprimoração contínua da IA possa escapar ao controle humano. Por enquanto, a versão da Recursive é mais limitada: é um assistente de pesquisa de IA supervisionado por humanos, cujos modelos são suficientemente pequenos para serem executados em um laptop.
A empresa encerrou seu período de sigilo em maio deste ano, arrecadando US$ 650 milhões em financiamento, com uma avaliação de US$ 4,65 bilhões, com investidores incluindo GV, NVIDIA e AMD Ventures. A Recursive é liderada pelo CEO Richard Socher, que anteriormente atuou como cientista-chefe da Salesforce.
Como o Flint é executado no computador do usuário, e não em servidores em nuvem da empresa, os desenvolvedores podem usá-lo offline, manter o código em sigilo e evitar taxas de uso de serviços em nuvem de IA que cobram com base na quantidade de texto processada por modelo. O modelo pode ser baixado gratuitamente no site popular de compartilhamento de modelos de IA, Hugging Face, sob licença Apache 2.0, uma licença de código aberto que permite uso e modificação livres.
Flint é um modelo misto de especialistas, o que significa que, ao executar qualquer tarefa específica, ele ativa apenas uma pequena parte de si mesmo: dos 4 bilhões de parâmetros, apenas 2,5 bilhões são utilizados por vez. Isso o torna suficientemente leve para rodar em um laptop comum e muito menor do que o modelo de código aberto da Meta, lançado na semana passada para Mac, o Muse Spark Open. O Muse Spark Open utiliza 816 bilhões de parâmetros e exige pelo menos 1 TB de memória.
O Flint também é muito rápido. Segundo os testes da Recursive, em um MacBook Pro com o chip Apple M4 Pro, ele gera cerca de 131 tokens (bloco de texto) por segundo, aproximadamente o dobro de modelos semelhantes na mesma máquina, como o Gemma 4 do Google e o Nemotron 3.5 Lightning da NVIDIA, que operam entre 58 e 69 tokens por segundo. No NVIDIA RTX Spark, o Flint supera 150 tokens por segundo.
No benchmark SWE-Bench Verified, que mede a capacidade da IA em corrigir vulnerabilidades reais em software, o Flint superou outros modelos com menos de 50 bilhões de parâmetros. De acordo com a média do Recursive em seis testes, apenas o Qwen3.8 27B da Alibaba obteve pontuação superior à do Flint.
A empresa reconhece que o Flint requer mais orientação do que assistentes de codificação pagos e grandes, sugerindo dividir tarefas grandes em etapas menores. Apesar disso, as avaliações iniciais foram positivas. O jornalista da Wired Will Knight usou o Flint em um Mac com 48 GB de memória para construir vários pequenos programas, incluindo um aplicativo de tarefas e uma ferramenta para pesquisa na web. Ele descobriu que modelos pequenos de codificação frequentemente cometem erros ou são mais lentos em comparação com o Claude ou o Codex, mas o Flint conseguiu executar com precisão todos os seus pedidos de codificação.
A Eureka Machine propõe ideias, executa experimentos e utiliza os resultados para decidir o que tentar em seguida. De acordo com o vídeo de lançamento da empresa, ela participou quase de cada parte da construção do Flint, desde o pré-treinamento até o pós-treinamento e a inferência.
Recursive afirmou que as contribuições do Eureka incluem uma estrutura de modelo mais esparsa, treinamento de baixa precisão — reduzindo o tamanho do Flint em 71% com quase nenhuma perda de qualidade — e kernels personalizados, ou seja, programas dedicados para acelerar os cálculos subjacentes.
Recursive não especificou quanto tempo a Eureka Machine economizou para os pesquisadores, mas não é a única empresa que depende de IA para pesquisa. A OpenAI declarou no mês passado que, até metade de agosto, os agentes de IA registraram 3,1 vezes mais dias de trabalho do que os pesquisadores humanos.
Se a aposta da Recursive funcionar, cada novo modelo deverá ser capaz de operar por períodos mais longos sem ajuda humana. A empresa anteriormente informou ao TechCrunch que seu acordo de 410 milhões de dólares em poder de computação com a Amazon Web Services em junho “é mais sobre aumentar o número de agentes do que sobre contratar funcionários”.
Socher, em entrevista à Wired, afirmou que, a longo prazo, o objetivo é permitir que a Eureka Machine alcance uma autoaprimoração recursiva total, com supervisão humana em todo o processo e a capacidade de interromper caso surjam problemas. Recursive afirma que cada novo modelo deve tornar a Eureka Machine um pesquisador melhor, ajudando-a a construir o próximo modelo mais rapidamente.