AnswersPublished18 sources
Recursive Flint viser både potentialet og begrænsningerne ved AI, der bygger AI
Recursive Flint blev lanceret 21. oktober 2026. Nvidia oplyser en hastighed på over 220 token i sekundet på en RTX Spark med 64 GB.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Recursive Flint blev lanceret 21. oktober 2026.
- Nvidia oplyser en hastighed på over 220 token i sekundet på en RTX Spark med 64 GB.
- Recursive siger, at virksomhedens Eureka Machine hjalp med næsten alle dele af udviklingen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Recursive Superintelligence’s Recursive Flint, released on October 21, 2026, and how does its launch illustrate both the promise and. Article summary: Recursive Flint is Recursive Superintelligence’s first free, open-weight coding model, released on October 21, 2026, for running coding agents on local hardware; the company says AI helped build nearly its entire develop. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Recursive Flint er Recursive Superintelligence’s første kodemodel med åbne vægte, udviklet til at køre lokale kodeagenter på hardware hos brugeren. Lanceringen vakte opsigt både på grund af modellens rapporterede hastighed og virksomhedens påstand om, at dens Eureka Machine hjalp med store dele af udviklingen. Det gør Flint til et konkret eksempel på AI-assisteret modeludvikling – men ikke et bevis på, at AI allerede kan forbedre sig selv på ubestemt tid uden menneskelig styring. 1
5
8
Hvad er Recursive Flint?
Flint er en såkaldt mixture-of-experts-model (MoE) med 40 mia. parametre i alt. For hvert token aktiverer den 2,5 mia. af dem. Recursive beskriver den som en hurtig, lokal model til agentbaserede kodeopgaver – altså opgaver, hvor en AI-agent kan arbejde med kode frem for blot at foreslå tekst. 1
17
Modellens vægte kan ifølge omtalen hentes fra Hugging Face under Apache 2.0-licensen. Det gør det muligt at køre modellen lokalt, blandt andet på Apple Silicon-computere og Nvidia-grafikkort med 48 GB hukommelse, ifølge de tilgængelige oplysninger. 3
6
Nvidia tog Flint med i en meddelelse om lokal AI i Europa og beskrev modellen som optimeret til RTX Spark. Det placerer lanceringen i sammenhæng med Nvidias satsning på AI, der kører lokalt. Den tilgængelige meddelelse dokumenterer dog ikke, at Flint blev demonstreret på scenen ved en bestemt GTC Berlin-session. 1
Hastighed og benchmarkresultater: hvad er meldt ud?
De offentliggjorte hastighedstal er ikke helt ens. Nvidia oplyser, at Flint kan generere over 220 token i sekundet på en RTX Spark med 64 GB hukommelse. Recursive angiver selv over 150 token i sekundet på en RTX Spark med 64 GB ved korte kontekster og over 125 token i sekundet på en MacBook Pro med M4 Pro-chip. Kilderne beskriver ikke målebetingelserne tilstrækkeligt til, at de to RTX Spark-tal kan sammenlignes direkte. 1
17
Recursive siger også, at Flint leverer resultater i særklasse på SWE-Bench Pro v2, Terminal-Bench 2.1 og SWE-Bench Verified blandt MoE-modeller med færre end 50 mia. parametre. Det er en afgrænset sammenligning – ikke en påstand om, at Flint er bedst blandt alle kodemodeller. Resultaterne er oplyst af virksomheden, og den foreliggende omtale indeholder ikke en uafhængig gentagelse af benchmarktestene. 1
17
Hvad betyder det, at AI hjalp med at bygge Flint?
Recursive fortæller, at virksomhedens automatiserede forskningssystem, Eureka Machine, bidrog til næsten alle faser af udviklingen, herunder træning, arbejde med modelarkitekturen og kodeoptimering. Ifølge virksomheden gjorde hjælpen det muligt for et lille hold at bygge Flint på under fire måneder. Det er virksomhedens beskrivelse af processen, ikke en uafhængigt efterprøvet opgørelse over, hvilke dele mennesker og AI hver især stod for. 2
5
8
Her er en vigtig forskel: AI kan hjælpe med dele af modeludviklingen uden selv at vælge, hvad der skal forbedres, udføre arbejdet, vurdere resultatet og starte en ny udviklingsrunde uden menneskelig retning. Flint præsenteres som en afprøvning af AI-assisteret forskning. De tilgængelige oplysninger viser ikke, at man har opnået en fuldt autonom proces, der gentagne gange forbedrer sig selv. 8
19
Wired-journalisten Will Knight beskrev Flint som en imponerende kodemodel med åbne vægte og vurderede, at den pegede på fremskridt mod fuldt rekursiv selvforbedring. Det er en vurdering af modellens betydning – ikke dokumentation for, at Flint på egen hånd kan bygge sin efterfølger. 8
Hvorfor vækker lanceringen både interesse og bekymring?
Den praktiske fordel ved en lokal kodemodel er, at brugeren kan køre den på egen hardware i stedet for at sende kodeopgaver til en cloudtjeneste. Samtidig kan AI-hjælp i forskning og udvikling muligvis gøre det lettere for små hold at komme hurtigere gennem arbejdet med nye modeller, sådan som Recursive siger skete med Flint. 3
5
Bekymringen handler især om den større ambition bag lanceringen: at bruge AI til at forbedre AI. Omtalen beskriver rekursiv selvforbedring som både lovende og kontroversiel og peger samtidig på, at teknologien stadig har begrænsninger. Recursive-chefen Richard Socher har sagt, at virksomhedens system er indrettet til at forblive under menneskelig kontrol. Det er virksomhedens forsikring – ikke en uafhængig verificering af sikkerheden i fremtidige systemer. 8
19
Recursive’s finansiering giver en idé om virksomhedens ambitioner. TechCrunch har rapporteret, at virksomheden kom ud af stealth i maj med 650 mio. dollar i finansiering og en værdiansættelse på 4,65 mia. dollar. Blandt investorerne var GV, Nvidia og AMD Ventures. 5
Flint bør derfor først og fremmest ses som et tidligt, konkret eksempel på AI-brug i modeludvikling – koblet med en lokal kodemodel, der har fået opmærksomhed for sin rapporterede ydeevne. Lanceringen viser AI-assisteret arbejde; den beviser ikke, at AI allerede kan forbedre sig selv uden grænse eller fungere uden menneskeligt opsyn. 5
8
19
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Recursive Flint viser både potentialet og begrænsningerne ved AI, der bygger AI"?
Recursive Flint blev lanceret 21. oktober 2026.
What are the key points to validate first?
Recursive Flint blev lanceret 21. oktober 2026. Nvidia oplyser en hastighed på over 220 token i sekundet på en RTX Spark med 64 GB.
What should I do next in practice?
Recursive siger, at virksomhedens Eureka Machine hjalp med næsten alle dele af udviklingen.
Sources
blogs.nvidia.comBringing the Spark to Europe: Local Intelligence Powers Next ...
techcrunch.comRecursive launches Flint, a laptop coding model it says was largely built by AI | TechCrunch
wired.comThis Startup Is All In on Recursive Self-Improvement. Its Latest Model Is Scary Good
recursive.comIntroducing Flint - Recursive