答え公開済み3 時間前Last edited 3 時間前18 ソース

AIが開発を手伝ったコーディングモデル「Flint」　再帰的な自己改善とは何が違うのか

Recursiveの「Flint」は、総パラメーター数400億、1トークンあたりの有効パラメーター数25億のローカル向けコーディングモデルです。 Nvidiaは64GBのRTX Sparkで毎秒220トークン超と紹介。Recursiveは同じ機器で、短いコンテキストの場合に毎秒150トークン超と報告しており、条件が異なるため単純比較はできません。

公開者GPT-6 Luna で編集GPT Image 2 で画像を生成

Studio Global AIで検索して事実確認さらにトレンドページを見る

研究の答え

重要なポイント

Recursiveの「Flint」は、総パラメーター数400億、1トークンあたりの有効パラメーター数25億のローカル向けコーディングモデルです。
Nvidiaは64GBのRTX Sparkで毎秒220トークン超と紹介。Recursiveは同じ機器で、短いコンテキストの場合に毎秒150トークン超と報告しており、条件が異なるため単純比較はできません。
同社は一部のコーディングベンチマークで同規模のMoEモデル中トップクラスと説明していますが、結果は会社発表であり、独立した再現検証とは区別が必要です。
開発には自動研究システム「Eureka Machine」が幅広く関与したとRecursiveは主張。ただし、AIが人間の指示なしに自らを繰り返し改良できることを示す証拠ではありません。

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 プロンプト
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 Superintelligence（以下、Recursive）は2026年10月21日、初のオープンウェイト・コーディングモデル「Flint」を公開しました。ローカル環境でコーディングエージェントを動かすことを想定したモデルで、注目を集めたのは性能だけではありません。同社は、自社の自動研究システム「Eureka Machine」がFlintの開発のほぼ全段階を支援したと説明しています。1 5 8

ただし、AIがモデル開発を手伝ったことと、AIが人間の指示なしに自分自身を何度も改良できることは別の話です。Flintは「AIがAIを作る」取り組みの具体例ではありますが、完全自律の自己改善が実現した証拠ではありません。5 8

Flintはどんなモデル？

Flintは、複数の専門家ネットワークを使い分ける「Mixture of Experts（MoE）」方式のモデルです。総パラメーター数は400億ですが、1トークンを生成する際に使うのは25億。Recursiveは、ローカル環境での高速なエージェント型コーディングを狙ったモデルとしています。1 17

モデルの重みはHugging Faceからダウンロードでき、公開情報ではApache 2.0ライセンスが採用されています。Apple Silicon搭載Macや、メモリー48GBのNvidia GPUなど、消費者向けの機器でローカル実行できると報じられています。3 6

Nvidiaは欧州向けのローカルAIに関する発表でFlintを取り上げ、RTX Spark向けに最適化されたモデルとして紹介しました。ただし、発表文から確認できるのはこの紹介までで、GTC Berlinの特定のセッションでFlintが実演されたとまでは確認できません。1

速度とベンチマークの数字はどう見る？

生成速度については、発表元によって数字が異なります。Nvidiaの発表は、64GBのRTX Sparkで毎秒220トークン超としています。一方、Recursive自身の発表では、短いコンテキストで同じ64GBのRTX Sparkを使った場合に毎秒150トークン超、M4 Pro搭載MacBook Proでは毎秒125トークン超と報告しています。RTX Sparkの数値は測定条件が十分に明らかでないため、220超と150超をそのまま比べることはできません。1 17

ベンチマークでは、RecursiveはSWE-Bench Pro v2、Terminal-Bench 2.1、SWE-Bench Verifiedについて、総パラメーター数500億未満のMoEモデルの中でトップクラスの結果だと説明しています。これは比較対象を絞った主張であり、すべてのコーディングモデルを上回るという意味ではありません。また、これらは同社が公表した結果で、提供された報道内容には独立した再現検証は示されていません。1 17

「AIがFlintを作った」とは、具体的に何を指すのか

Recursiveによると、自動研究システムのEureka Machineは、学習やアーキテクチャの検討、コード最適化を含む開発のほぼすべての段階に関与しました。同社は、この支援によって少人数のチームで4カ月未満のうちにモデルを開発できたとしています。2 5 8

これは開発プロセスについての企業側の説明です。どの作業を人間が担い、どの作業をAIが担ったのかを独立機関が監査した内訳ではありません。5 8

また、AIを開発作業の一部に使うことと、AIが「何を改善するかを自分で決め、実装し、実験結果を評価して、次の開発サイクルまで人間の指示なしに進める」ことも区別する必要があります。FlintはAI支援型の研究開発を試す取り組みとして紹介されていますが、完全自律の再帰的な自己改善ループが実現したと確認できる情報はありません。8 19

Wiredの記者Will Knightは、Flintを印象的なオープンウェイトのコーディングモデルと評価し、完全な再帰的自己改善に近づいている兆候だと述べています。これはモデルの意義についての評価であって、Flintが自力で後継モデルを開発できることを示す検証結果ではありません。8

期待と懸念が同時に集まる理由

実用面では、モデルをローカルで動かせることが利点になります。コーディングの依頼をクラウドサービスに送らずに済む選択肢となり、AIによる研究開発支援が、少人数チームの作業を速める可能性もあります。Recursiveは、Flintの開発でその効果があったと説明しています。3 5

一方、議論の焦点は「AIを使ってAIを改良する」という、より大きな目標にあります。再帰的な自己改善には期待と懸念の両方があり、技術にはまだ限界があると報じられています。RecursiveのCEO、Richard Socherは、同社のシステムは人間の管理下に置かれる設計だと述べていますが、これは会社側の説明であり、将来のシステムの安全性が独立に検証されたことを意味しません。8 19

同社の資金調達も、目指す事業の規模を知る手がかりです。TechCrunchによると、Recursiveはステルス状態を終えた際に6億5,000万ドルを調達し、企業評価額は46億5,000万ドルでした。出資者にはGV、Nvidia、AMD Venturesが含まれます。5

現時点でのFlintは、AIをモデル開発に活用したという企業の主張と、性能が注目されるローカル向けコーディングモデルが組み合わさった、初期の具体例と見るのが妥当です。示されているのはAI支援による開発であり、AIが無期限に自分を改良し、人間の監督なしに動けることではありません。5 8 19

Studio Global AI

研究を続けてください

このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。

Studio Global AIで検索して事実確認

人々も尋ねます