Выпущенная 21 октября 2026 года Recursive Flint — модель для программирования на 40 млрд параметров, которая активирует 2,5 млрд параметров для каждого токена и рассчитана на локальный запуск. Nvidia заявляет о скорости свыше 220 токенов в секунду на RTX Spark с 64 ГБ памяти; Recursive отдельно сообщает о показателе...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование

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
Запуск Recursive Flint привлёк внимание сразу по двум причинам: компания представила локальную модель для программирования и заявила, что её разработке почти на каждом этапе помогала собственная система ИИ Eureka Machine. Это заметный пример использования ИИ при создании другой модели — но не доказательство того, что ИИ уже способен самостоятельно и без конца улучшать себя. 1
5
8
Flint — модель архитектуры «смесь экспертов» (mixture of experts, MoE): всего в ней 40 млрд параметров, но для обработки каждого токена активируются 2,5 млрд. Recursive позиционирует её как быструю модель для агентных задач программирования, которую можно запускать на собственном оборудовании. 1
17
Веса модели доступны для скачивания на Hugging Face по лицензии Apache 2.0. В публикациях о запуске говорится, что Flint работает на потребительском оборудовании, в том числе на компьютерах Apple с чипами Apple Silicon и на видеокартах Nvidia с 48 ГБ памяти. 3
6
Nvidia включила Flint в публикацию о локальном ИИ в Европе и назвала модель оптимизированной для RTX Spark. Это связывает запуск с продвижением локальных ИИ-систем Nvidia, но опубликованный фрагмент не подтверждает, что Flint демонстрировали на конкретной сессии GTC Berlin. 1
В источниках приводятся разные показатели скорости. Nvidia сообщает о более чем 220 токенах в секунду на RTX Spark с 64 ГБ памяти. Recursive указывает другой результат: более 150 токенов в секунду на том же устройстве при коротком контексте и более 125 токенов в секунду на MacBook Pro с M4 Pro. Условия измерения двух показателей для RTX Spark описаны недостаточно подробно, поэтому напрямую сравнивать их нельзя. 1
17
Компания также утверждает, что Flint показывает лучшие результаты среди MoE-моделей с общим числом параметров менее 50 млрд в SWE-Bench Pro v2, Terminal-Bench 2.1 и SWE-Bench Verified. Это конкретное сравнение внутри заданной категории, а не заявление о лидерстве среди всех моделей для программирования. Результаты приводит сама Recursive; предоставленные материалы не содержат независимого повторения тестов. 1
17
По словам Recursive, автоматизированная исследовательская система Eureka Machine участвовала почти во всех этапах разработки Flint — от обучения модели до работы над архитектурой и оптимизации кода. Компания говорит, что благодаря этому небольшая команда создала модель менее чем за четыре месяца. Это описание процесса со стороны Recursive, а не независимая проверка того, какую именно работу выполняли люди, а какую — ИИ. 2
5
8
Здесь важно различать помощь ИИ в отдельных этапах разработки и автономный цикл самоулучшения. Для последнего система должна сама выбирать, что улучшать, выполнять работу, оценивать результат и запускать следующий этап без указаний человека. Flint представляют как практический эксперимент с автоматизированной помощью в исследованиях; доступные сведения не подтверждают, что такой полностью автономный цикл уже создан. 8
19
Журналист Wired Уилл Найт назвал Flint впечатляющей моделью с открытыми весами и написал, что она говорит о приближении полностью рекурсивного самоулучшения. Это оценка значения модели, а не свидетельство того, что Flint самостоятельно создаст своего преемника. 8
Практическая привлекательность локальной модели понятна: запросы на программирование можно обрабатывать на собственном компьютере, а не отправлять облачному сервису. А если заявления Recursive верны, применение ИИ в исследованиях и разработке помогло небольшой команде быстрее пройти путь от идеи модели до её выпуска. 3
5
Споры связаны с более широкой целью компании — использовать ИИ для совершенствования ИИ. Возможность рекурсивного самоулучшения считают одновременно перспективной и спорной; в публикациях также отмечаются ограничения нынешних технологий. Гендиректор Recursive Ричард Сочер заявлял, что система компании должна оставаться под контролем людей. Это заявление компании, а не независимое подтверждение безопасности будущих систем. 8
19
Масштаб амбиций Recursive виден и по привлечённым средствам: TechCrunch сообщает, что компания вышла из скрытого режима работы с финансированием в 650 млн долларов и оценкой в 4,65 млрд долларов. Среди инвесторов названы GV, Nvidia и AMD Ventures. 5
Поэтому Flint лучше воспринимать как ранний, конкретный пример разработки модели с существенной помощью ИИ — и как локальную модель для программирования, привлёкшую внимание заявленными характеристиками. Это свидетельство того, что ИИ может участвовать в работе над ИИ, но не доказательство бесконечного самоулучшения или работы без человеческого контроля. 5
8
19
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Выпущенная 21 октября 2026 года Recursive Flint — модель для программирования на 40 млрд параметров, которая активирует 2,5 млрд параметров для каждого токена и рассчитана на локальный запуск.
Выпущенная 21 октября 2026 года Recursive Flint — модель для программирования на 40 млрд параметров, которая активирует 2,5 млрд параметров для каждого токена и рассчитана на локальный запуск. Nvidia заявляет о скорости свыше 220 токенов в секунду на RTX Spark с 64 ГБ памяти; Recursive отдельно сообщает о показателе свыше 150 токенов в секунду на этом устройстве при коротком контексте.
Recursive называет результаты Flint одними из лучших в отдельных сравнениях MoE моделей, однако это заявление компании, а не независимая проверка бенчмарков.
Выпущенная 21 октября 2026 года Recursive Flint — модель для программирования на 40 млрд параметров, которая активирует 2,5 млрд параметров для каждого токена и рассчитана на локальный запуск. Nvidia заявляет о скорости свыше 220 токенов в секунду на RTX Spark с 64 ГБ памяти; Recursive отдельно сообщает о показателе...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование

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
Запуск Recursive Flint привлёк внимание сразу по двум причинам: компания представила локальную модель для программирования и заявила, что её разработке почти на каждом этапе помогала собственная система ИИ Eureka Machine. Это заметный пример использования ИИ при создании другой модели — но не доказательство того, что ИИ уже способен самостоятельно и без конца улучшать себя. 1
5
8
Flint — модель архитектуры «смесь экспертов» (mixture of experts, MoE): всего в ней 40 млрд параметров, но для обработки каждого токена активируются 2,5 млрд. Recursive позиционирует её как быструю модель для агентных задач программирования, которую можно запускать на собственном оборудовании. 1
17
Веса модели доступны для скачивания на Hugging Face по лицензии Apache 2.0. В публикациях о запуске говорится, что Flint работает на потребительском оборудовании, в том числе на компьютерах Apple с чипами Apple Silicon и на видеокартах Nvidia с 48 ГБ памяти. 3
6
Nvidia включила Flint в публикацию о локальном ИИ в Европе и назвала модель оптимизированной для RTX Spark. Это связывает запуск с продвижением локальных ИИ-систем Nvidia, но опубликованный фрагмент не подтверждает, что Flint демонстрировали на конкретной сессии GTC Berlin. 1
В источниках приводятся разные показатели скорости. Nvidia сообщает о более чем 220 токенах в секунду на RTX Spark с 64 ГБ памяти. Recursive указывает другой результат: более 150 токенов в секунду на том же устройстве при коротком контексте и более 125 токенов в секунду на MacBook Pro с M4 Pro. Условия измерения двух показателей для RTX Spark описаны недостаточно подробно, поэтому напрямую сравнивать их нельзя. 1
17
Компания также утверждает, что Flint показывает лучшие результаты среди MoE-моделей с общим числом параметров менее 50 млрд в SWE-Bench Pro v2, Terminal-Bench 2.1 и SWE-Bench Verified. Это конкретное сравнение внутри заданной категории, а не заявление о лидерстве среди всех моделей для программирования. Результаты приводит сама Recursive; предоставленные материалы не содержат независимого повторения тестов. 1
17
По словам Recursive, автоматизированная исследовательская система Eureka Machine участвовала почти во всех этапах разработки Flint — от обучения модели до работы над архитектурой и оптимизации кода. Компания говорит, что благодаря этому небольшая команда создала модель менее чем за четыре месяца. Это описание процесса со стороны Recursive, а не независимая проверка того, какую именно работу выполняли люди, а какую — ИИ. 2
5
8
Здесь важно различать помощь ИИ в отдельных этапах разработки и автономный цикл самоулучшения. Для последнего система должна сама выбирать, что улучшать, выполнять работу, оценивать результат и запускать следующий этап без указаний человека. Flint представляют как практический эксперимент с автоматизированной помощью в исследованиях; доступные сведения не подтверждают, что такой полностью автономный цикл уже создан. 8
19
Журналист Wired Уилл Найт назвал Flint впечатляющей моделью с открытыми весами и написал, что она говорит о приближении полностью рекурсивного самоулучшения. Это оценка значения модели, а не свидетельство того, что Flint самостоятельно создаст своего преемника. 8
Практическая привлекательность локальной модели понятна: запросы на программирование можно обрабатывать на собственном компьютере, а не отправлять облачному сервису. А если заявления Recursive верны, применение ИИ в исследованиях и разработке помогло небольшой команде быстрее пройти путь от идеи модели до её выпуска. 3
5
Споры связаны с более широкой целью компании — использовать ИИ для совершенствования ИИ. Возможность рекурсивного самоулучшения считают одновременно перспективной и спорной; в публикациях также отмечаются ограничения нынешних технологий. Гендиректор Recursive Ричард Сочер заявлял, что система компании должна оставаться под контролем людей. Это заявление компании, а не независимое подтверждение безопасности будущих систем. 8
19
Масштаб амбиций Recursive виден и по привлечённым средствам: TechCrunch сообщает, что компания вышла из скрытого режима работы с финансированием в 650 млн долларов и оценкой в 4,65 млрд долларов. Среди инвесторов названы GV, Nvidia и AMD Ventures. 5
Поэтому Flint лучше воспринимать как ранний, конкретный пример разработки модели с существенной помощью ИИ — и как локальную модель для программирования, привлёкшую внимание заявленными характеристиками. Это свидетельство того, что ИИ может участвовать в работе над ИИ, но не доказательство бесконечного самоулучшения или работы без человеческого контроля. 5
8
19
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Выпущенная 21 октября 2026 года Recursive Flint — модель для программирования на 40 млрд параметров, которая активирует 2,5 млрд параметров для каждого токена и рассчитана на локальный запуск.
Выпущенная 21 октября 2026 года Recursive Flint — модель для программирования на 40 млрд параметров, которая активирует 2,5 млрд параметров для каждого токена и рассчитана на локальный запуск. Nvidia заявляет о скорости свыше 220 токенов в секунду на RTX Spark с 64 ГБ памяти; Recursive отдельно сообщает о показателе свыше 150 токенов в секунду на этом устройстве при коротком контексте.
Recursive называет результаты Flint одними из лучших в отдельных сравнениях MoE моделей, однако это заявление компании, а не независимая проверка бенчмарков.