उत्तरप्रकाशित3 घंटे पहलेLast edited 3 घंटे पहले18 स्रोत

Recursive Flint: जब AI ने AI बनाने में मदद की

21 अक्टूबर 2026 को पेश हुआ Recursive Flint एक 40 अरब पैरामीटर वाला कोडिंग मॉडल है, जो हर टोकन के लिए 2.5 अरब पैरामीटर सक्रिय करता है और स्थानीय हार्डवेयर पर चलने के लिए बनाया गया है। [1][17] Nvidia ने 64GB RTX Spark पर 220 टोकन प्रति सेकंड से अधिक की रफ्तार बताई है; Recursive ने इसी हार्डवेयर पर छोटे कॉन्टेक्स्ट में...

प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

21 अक्टूबर 2026 को पेश हुआ Recursive Flint एक 40 अरब पैरामीटर वाला कोडिंग मॉडल है, जो हर टोकन के लिए 2.5 अरब पैरामीटर सक्रिय करता है और स्थानीय हार्डवेयर पर चलने के लिए बनाया गया है। [1][17]
Nvidia ने 64GB RTX Spark पर 220 टोकन प्रति सेकंड से अधिक की रफ्तार बताई है; Recursive ने इसी हार्डवेयर पर छोटे कॉन्टेक्स्ट में 150 से अधिक टोकन प्रति सेकंड का दावा किया है। [1][17]
कंपनी का कहना है कि उसकी Eureka Machine ने Flint के विकास के लगभग हर चरण में मदद की। यह AI सहायता से मॉडल बनाने का उदाहरण है, अपने आप चलने वाले अनंत सुधार चक्र का प्रमाण नहीं। [5][8]

Conceptual illustration of AI systems assisting in the development of a local coding model — What is Recursive Superintelligence’s Recursive Flint, released on October 21, 2026, and how does its launch illustrate both the promise andAn editorial illustration of AI-assisted model development. Flint’s development-process claims come from Recursive and have not been independently audited.
AI संकेत
Create 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
openai.com

Recursive Flint, Recursive Superintelligence का पहला ओपन-वेट कोडिंग मॉडल है। इसे स्थानीय हार्डवेयर पर कोडिंग एजेंट चलाने के लिए बनाया गया है। इसकी घोषित रफ्तार और बेंचमार्क के साथ-साथ कंपनी का यह दावा भी सुर्खियों में है कि उसके Eureka Machine सिस्टम ने मॉडल बनाने में बड़े पैमाने पर मदद की। इससे Flint AI-सहायता से मॉडल विकास का उदाहरण तो बनता है, लेकिन यह साबित नहीं होता कि AI अपने दम पर और बिना सीमा लगातार खुद को बेहतर बना सकता है। 1 5 8

Flint क्या है?

Flint एक मिक्स्चर-ऑफ-एक्सपर्ट्स (MoE) मॉडल है। इसमें कुल 40 अरब पैरामीटर हैं, लेकिन हर टोकन तैयार करते समय इनमें से 2.5 अरब ही सक्रिय होते हैं। Recursive इसे स्थानीय हार्डवेयर पर तेज़ी से एजेंट-आधारित कोडिंग के काम करने वाले मॉडल के रूप में पेश करती है। 1 17

लॉन्च की खबरों के मुताबिक, इसके वज़न Hugging Face पर Apache 2.0 लाइसेंस के तहत डाउनलोड के लिए उपलब्ध हैं। इसका मतलब है कि मॉडल को अपने कंप्यूटर पर चलाया जा सकता है—हर कोडिंग अनुरोध के लिए किसी क्लाउड सेवा पर निर्भर होना ज़रूरी नहीं। रिपोर्टों में Apple Silicon वाले Mac और 48GB मेमोरी वाले Nvidia GPU पर स्थानीय रूप से चलने का उल्लेख है। 3 6

Nvidia ने यूरोप में स्थानीय AI को बढ़ावा देने वाली अपनी घोषणा में Flint को शामिल करते हुए इसे RTX Spark के लिए अनुकूलित बताया। इससे मॉडल Nvidia के स्थानीय AI हार्डवेयर प्रयास के संदर्भ में सामने आया है। हालांकि, उपलब्ध घोषणा से यह पुष्टि नहीं होती कि GTC Berlin के किसी खास सत्र में Flint का मंच पर प्रदर्शन किया गया था। 1

इसकी रफ्तार और बेंचमार्क के दावे

रफ्तार के आंकड़े अलग-अलग हैं। Nvidia की घोषणा में 64GB RTX Spark पर 220 टोकन प्रति सेकंड से अधिक की गति बताई गई है। वहीं Recursive का अपना ऐलान छोटे कॉन्टेक्स्ट में उसी क्षमता वाले RTX Spark पर 150 से अधिक टोकन प्रति सेकंड और M4 Pro MacBook Pro पर 125 से अधिक टोकन प्रति सेकंड बताता है। उपलब्ध स्रोतों में दोनों Spark आंकड़ों की परीक्षण-स्थितियां इतनी स्पष्ट नहीं हैं कि उनकी सीधी तुलना की जा सके। 1 17

Recursive का दावा है कि SWE-Bench Pro v2, Terminal-Bench 2.1 और SWE-Bench Verified पर Flint के नतीजे 50 अरब से कम कुल पैरामीटर वाले MoE मॉडलों में सर्वश्रेष्ठ हैं। यह एक सीमित दायरे की तुलना है—हर कोडिंग मॉडल से आगे होने का दावा नहीं। ये कंपनी के बताए नतीजे हैं; उपलब्ध रिपोर्टिंग में बेंचमार्क की स्वतंत्र पुष्टि शामिल नहीं है। 1 17

“AI ने AI बनाने में मदद की” का क्या मतलब है?

Recursive के अनुसार, उसकी स्वचालित शोध प्रणाली Eureka Machine ने Flint के विकास के लगभग हर चरण में योगदान दिया—जिसमें प्रशिक्षण, मॉडल आर्किटेक्चर पर काम और कोड को बेहतर बनाना शामिल है। कंपनी का कहना है कि इस मदद से छोटी टीम चार महीने से कम समय में मॉडल बना सकी। ये विकास प्रक्रिया के बारे में Recursive के दावे हैं; उपलब्ध जानकारी में यह स्वतंत्र रूप से जांचा हुआ ब्योरा नहीं है कि हर काम में इंसानों और AI का योगदान कितना था। 2 5 8

यह फर्क अहम है। विकास के कुछ हिस्सों में AI की मदद लेना और ऐसा सिस्टम होना जो खुद तय करे कि क्या सुधारना है, बदलाव करे, नतीजे परखे और बिना मानवीय दिशा-निर्देश के अगला विकास चक्र शुरू कर दे—ये दोनों अलग बातें हैं। Flint को AI-सहायता वाले शोध की परीक्षा के तौर पर पेश किया गया है; उपलब्ध सबूत यह नहीं दिखाते कि पूरी तरह स्वायत्त, बार-बार खुद को बेहतर बनाने वाला चक्र हासिल हो चुका है। 8 19

Wired के पत्रकार Will Knight ने Flint को प्रभावशाली ओपन-वेट कोडिंग मॉडल बताया और इसे इस संकेत के रूप में देखा कि पूरी तरह आवर्ती आत्म-सुधार की दिशा करीब आ सकती है। यह मॉडल के महत्व पर उनका आकलन है—इस बात का प्रमाण नहीं कि Flint खुद अपना अगला संस्करण स्वतंत्र रूप से बना सकता है। 8

चर्चा के साथ चिंता क्यों?

इसका व्यावहारिक आकर्षण सीधा है: स्थानीय रूप से चलने वाला कोडिंग मॉडल उपयोगकर्ताओं को अपने कोडिंग अनुरोध क्लाउड सेवा को भेजने का विकल्प देता है। दूसरी ओर, Recursive के मुताबिक AI की मदद से शोध और विकास का काम तेज़ हो सकता है और छोटी टीम कम समय में मॉडल बना सकती है। 3 5

चिंता इस विचार के बड़े लक्ष्य को लेकर है—AI का इस्तेमाल AI को बेहतर बनाने में करना। रिपोर्टिंग में आवर्ती आत्म-सुधार की संभावना को आशाजनक, लेकिन विवादास्पद बताया गया है और तकनीक की सीमाओं का भी उल्लेख है। Recursive के CEO Richard Socher ने कहा है कि कंपनी का सिस्टम मानव नियंत्रण में रहने के लिए बनाया गया है। यह कंपनी का आश्वासन है, भविष्य के सिस्टमों की सुरक्षा का स्वतंत्र सत्यापन नहीं। 8 19

कंपनी की फंडिंग उसके महत्वाकांक्षी लक्ष्य का एक और संदर्भ देती है। TechCrunch के मुताबिक, Recursive मई में 650 मिलियन डॉलर की फंडिंग और 4.65 अरब डॉलर के मूल्यांकन के साथ सार्वजनिक रूप से सामने आई थी। उसके निवेशकों में GV, Nvidia और AMD Ventures शामिल हैं। 5

इसलिए Flint को AI-सहायता से मॉडल बनाने के एक शुरुआती, ठोस उदाहरण और अपनी घोषित क्षमता के कारण चर्चा में आए स्थानीय कोडिंग मॉडल—दोनों रूपों में देखना बेहतर है। यह AI की मदद से किए गए काम का संकेत है, न कि इस बात का सबूत कि AI पहले ही अनिश्चितकाल तक खुद को बेहतर बना सकता है या मानवीय निगरानी के बिना काम कर सकता है। 5 8 19

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं