شرکت Recursive، استارتاپی که سال گذشته تأسیس شده، نخستین مدل خود به نام Flint را منتشر کرد. این مدل یک مدل کدنویسی رایگان است که روی لپ‌تاپ اجرا می‌شود و طبق گفته‌ی شرکت، بخش عمده‌ای از فرآیند ساخت آن با کمک هوش مصنوعی انجام شده است.

Flint یک مدل mixture-of-experts است؛ یعنی در هر زمان فقط ۲٫۵ میلیارد از ۴۰ میلیارد پارامتر آن فعال می‌شود. این طراحی باعث شده مدل به‌اندازه‌ی کافی سبک باشد که روی یک لپ‌تاپ معمولی کار کند. مقایسه‌ی جالبی با Meta Muse Spark Open وجود دارد: آن مدل ۸۱۶ میلیارد پارامتر دارد و حداقل یک ترابایت حافظه لازم دارد.

Recursive می‌گوید سیستم خودکار پژوهشی‌اش به نام Eureka Machine تقریباً در هر مرحله از توسعه‌ی Flint نقش داشته و تیم کوچکی توانسته مدل را در کمتر از چهار ماه از صفر بسازد. شرکت در ماه مه با ۶۵۰ میلیون دلار سرمایه و ارزش‌گذاری ۴٫۶۵ میلیارد دلار از stealth خارج شد. سرمایه‌گذاران شامل GV، Nvidia و AMD Ventures هستند و مدیرعامل آن Richard Socher، دانشمند ارشد سابق Salesforce است.

عملکرد و دسترسی#

Flint به‌صورت رایگان در Hugging Face با مجوز Apache 2.0 منتشر شده. چون روی کامپیوتر کاربر اجرا می‌شود، می‌توان آفلاین کار کرد، کد را خصوصی نگه داشت و از هزینه‌های سرویس‌های ابری AI فرار کرد.

در تست‌های خود Recursive، Flint روی MacBook Pro با تراشه‌ی M4 Pro حدود ۱۳۱ توکن در ثانیه تولید کرده — تقریباً دو برابر مدل‌هایی مثل Google Gemma 4 و Nvidia Nemotron 3.5 Lightning که روی همان دستگاه ۵۸ تا ۶۹ توکن در ثانیه داشتند. روی Nvidia RTX Spark هم بیش از ۱۵۰ توکن در ثانیه ثبت شده است.

در benchmark SWE-Bench Verified که توانایی رفع باگ نرم‌افزاری واقعی را می‌سنجد، Flint از مدل‌های زیر ۵۰ میلیارد پارامتر بهتر عمل کرد. در میانگین شش تست داخلی Recursive، فقط Alibaba Qwen3.8 27B امتیاز بالاتری از Flint گرفت.

سهم‌های مشخص Eureka Machine در ساخت Flint شامل شکل‌دهی sparser مدل، آموزش با بیت‌های پایین که Flint را ۷۱٪ کوچک‌تر کرد بدون افت محسوس کیفیت، و نوشتن kernel‌های سفارشی برای سرعت‌بخشی به محاسبات پایه است.

برای سازندگان ایجنت چه معنایی دارد؟#

اگر واقعاً بتوانید یک مدل کدنویسی را با ۲٫۵ میلیارد پارامتر فعال روی لپ‌تاپ اجرا کنید، یک مانع عملی از سر راه برداشته می‌شود: وابستگی به سرویس‌های ابری و هزینه‌ی per-token. برای کسی که ایجنت می‌سازد و می‌خواهد کد حساس را از سرور بیرون نبرد، این تفاوت واقعی است.

اما چند نکته را باید جدی گرفت. Flint برای کارهای بزرگ‌تر به راهنمایی بیشتر نیاز دارد و خود Recursive پیشنهاد می‌کند وظایف بزرگ به گام‌های کوچک‌تر تقسیم شوند. این یعنی هنوز جایگزین Claude یا Codex برای پروژه‌های پیچیده نیست، بلکه در محدوده‌ی مدل‌های کوچک‌تر بهترین است. همچنین ادعای «ساخته‌شده توسط AI» به معنای حذف انسان نیست؛ Eureka Machine یک دستیار پژوهشی است که تحت نظارت انسان کار می‌کند. تفاوت بین «AI ساخت» و «AI کمک کرد بسازد» در ادبیات این شرکت هنوز مبهم است.

منبع: TechCrunch AI