Recursive выпустила Flint — локальную модель для кода, созданную в основном ИИ
🚀 Recursive выпустила Flint — локальную модель для кода, созданную в основном ИИ
Recursive выпустила Flint — модель для написания кода под лицензией Apache 2.0, которую можно бесплатно скачать с Hugging Face. Внутри MoE: из 40 млрд параметров на каждый запрос активируются только 2.5 млрд, поэтому модель умещается на обычном MacBook. Для сравнения, открытая Muse Spark Open от Meta использует 816 млрд параметров и требует минимум терабайт памяти. По данным TechCrunch, сборку с нуля команда завершила меньше чем за четыре месяца — почти на каждом этапе работала автоматизированная исследовательская система Recursive под названием Eureka Machine.
Скорость у Flint не десктопная: 131 токен/с на MacBook Pro с чипом M4 Pro, примерно вдвое быстрее Google Gemma 4 и Nvidia Nemotron 3.5 Lightning на том же железе (58–69 токен/с). На RTX Spark — больше 150 токен/с. На SWE-Bench Verified модель обошла всех конкурентов до 50 млрд параметров, а в собственном среднем по шести тестах выше оказалась только Qwen3.8 27B. Wired проверил Flint на Mac с 48 ГБ памяти: несколько небольших программ закрылись без ошибок, хотя Recursive признаёт, что для больших задач модели нужно больше пошагового дробления, чем платным Claude или Codex.
Eureka Machine придумывала архитектуру, гоняла эксперименты и выбирала следующие шаги. Конкретный вклад: более разреженная форма модели, низкобитное обучение, сжавшее Flint на 71% почти без потери качества, и специализированные ядра для ускорения вычислений. Сколько человеко-часов это сэкономило, компания не раскрыла. Зато сведения о финансировании известны: выход из стелса в мае с $650 млн при оценке $4.65 млрд от GV, Nvidia и AMD Ventures, а июньский контракт с AWS на $410 млн компания формулирует как ставку на «число агентов, а не сотрудников».
Для российских команд, работающих с приватным кодом, Apache 2.0 и локальный инференс закрывают не только вопрос стоимости токенов, но и проблему доступа к зарубежным API. Сравнивать Flint с YandexGPT или GigaChat пока некорректно: это нишевая модель для локального автодополнения и небольших правок, а не универсальный ассистент.
Цифр сэкономленного времени нет, и вклад Eureka Machine снаружи непроверяем — мы видим обычную локальную MoE-модель с Apache 2.0, а не автономный цикл самовоспроизводства. Главный козырь Flint — не рекурсивное самоулучшение, а 131 токен/с на ноутбуке без облака и без подписки. Если следующий релиз не покажет сокращения человеко-часов, вся рекурсия останется сюжетом для пресс-релиза с оценкой в $4.65 млрд.
#Recursive #Flint #MoE #локальныйинференс
Такие разборы выходят в канале каждый день — коротко и со ссылкой на первоисточник.