Recursive lancia Flint, un modello di coding sviluppato con AI che testa l'economia dei laboratori
- Recursive ha sviluppato il modello di codifica Flint in meno di quattro mesi, utilizzando un piccolo team di persone e agenti IA.
- Flint dispone di 39,8 miliardi di parametri ma ne attiva circa 2,5 miliardi per token, consentendone l'esecuzione locale.
- L'esperimento suggerisce che l'IA potrebbe ridurre il lavoro di sviluppo dei modelli, ma Recursive non ha divulgato il costo effettivo dello sviluppo di Flint.
Recursive ha lanciato Flint il 21 ottobre 2026. Gran parte della ricerca alla base di questo modello di codifica open-weight è stata condotta con l'aiuto dell'IA. L'intero modello è stato creato con l'assistenza di un piccolo team in meno di quattro mesi. La domanda è se questo approccio crei una possibilità per i piccoli laboratori di competere con i grandi player senza investimenti enormi.
Flint utilizza un'architettura mixture-of-experts. Attiva solo una piccola parte del modello alla volta, consentendogli di funzionare in modo efficiente. La sua scheda tecnica del modello indica 39,8 miliardi di parametri, con circa 2,5 miliardi attivi per token. La licenza Apache 2.0 ne consente l'uso commerciale e gli sviluppatori possono eseguire Flint in locale.
Ciò che Recursive afferma abbia costruito la Eureka Machine
Recursive attribuisce alla sua Eureka Machine il merito di aver suggerito, codificato e testato le modifiche all'architettura di Flint, al software di addestramento e inferenza. Il CEO Richard Socher ha dichiarato a WIRED che l'IA ha migliorato "quasi ogni aspetto dell'intera pipeline del modello."
Questo è centrale nell'obiettivo di Recursive. Vuole che i sistemi di IA aiutino a costruire successori migliori. Socher sostiene che le persone possano ancora interrompere il processo di ricerca.
Benchmark dell'azienda, prova pratica da WIRED
Nei test condotti da Recursive, Flint ha superato altri modelli mixture-of-experts con meno di 50 miliardi di parametri su SWE-Bench Pro v2, Terminal-Bench 2.1 e SWE-Bench Verified. L'azienda ha inoltre riportato velocità superiori a 125 token al secondo su un MacBook Pro M4 Pro e 150 su un NVIDIA RTX Spark per brevi lunghezze del contesto.
Una considerazione importante: questi sono dati aziendali. La valutazione indipendente è ancora limitata. Will Knight di WIRED ha testato Flint personalmente e lo ha trovato molto abile, capace persino di creare un piccolo sito web. Tuttavia, alcuni compiti di codifica di successo non indicano come si confronti con altri modelli.
OpenHands ha condotto test su Flint prima del suo lancio e ha fornito agli sviluppatori l'accesso al modello il giorno della distribuzione. Sebbene ciò indichi che Flint è in grado di svolgere compiti di coding nel mondo reale, OpenHands non ha effettuato una valutazione indipendente delle affermazioni di Recursive relative ai benchmark.
La domanda da $410 milioni sulla IA economica
Creare un modello che richiede meno persone non è una garanzia che sarà economico. Recursive non ha rivelato quanto costi sviluppare Flint.
Il 28 luglio 2026, l'azienda ha stipulato un accordo del valore di 410 milioni di dollari con AWS. In precedenza aveva raccolto 650 milioni di dollari. Nessuna di queste cifre include il costo della costruzione di Flint.
La ricerca di Epoch AI indica perché le spese rimangono elevate. Le fasi finali di addestramento hanno rappresentato il 9,6% delle spese per il calcolo di ricerca di OpenAI durante l'anno 2024. La maggior parte dei fondi è stata distribuita ad altre attività correlate alla ricerca.
Gli agenti di intelligenza artificiale possono assumere alcune mansioni che in precedenza erano gestite dai ricercatori. Tuttavia, l'esecuzione di esperimenti e il test di nuove idee richiedono ancora una grande quantità di potenza di calcolo.
Pesi aperti, hardware locale e competizione globale
Nel frattempo, l'utilizzo dell'IA sta diventando molto più economico. Epoch AI stima che il costo per ottenere prestazioni comparabili sia diminuito di circa il 47% ogni trimestre dal 2023.
Il 22 settembre 2026, OpenAI ha presentato GPT-6 Sol e Luna a prezzi almeno inferiori del 50% rispetto ai predecessori, come riportato da Cryptopolitan.
Flint non c'entra nulla con quei cambiamenti di prezzo. Offre comunque agli sviluppatori un'altra opzione: un modello di codifica che possono eseguire sul proprio hardware senza dipendere da servizi cloud a pagamento.
I benefici potrebbero estendersi oltre i mercati consolidati dell'IA. L'Indice IA 2026 di Stanford ha rilevato che lo sviluppo open source sta aiutando più paesi a partecipare all'innovazione nell'IA.
Per ora, Flint mostra cosa può realizzare un piccolo team grazie alla ricerca assistita dall'IA. Se lo stesso approccio possa rendere lo sviluppo dei modelli accessibile anche per laboratori più piccoli rimane una domanda aperta.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Domande frequenti
Cos'è Recursive Flint e come posso eseguirlo?
Flint è un modello di codifica mixture-of-experts con circa 40 miliardi di parametri totali e circa 2,5 miliardi di parametri attivi per token, rilasciato con licenza Apache 2.0 su Hugging Face. Recursive afferma che funziona su hardware locale come Apple Silicon e sistemi NVIDIA RTX ed è compatibile con strumenti tra cui llama.cpp, Ollama, LM Studio e vLLM.
Come è stato sviluppato Flint così rapidamente?
Secondo quanto dichiarato dall'azienda e da WIRED, un piccolo team di Recursive ha utilizzato il suo sistema di ricerca automatizzato "Eureka Machine" per gestire la maggior parte del pipeline del modello, dall'architettura e all'addestramento fino alla quantizzazione e ai kernel di inferenza, producendo Flint in meno di quattro mesi.
Flint dimostra che l'IA può costruire IA a basso costo?
Non è chiaro. Recursive non ha rivelato il costo di costruzione di Flint e dispone di un accordo pluriennale con AWS per il calcolo cloud del valore di 410 milioni di dollari, oltre a 650 milioni di dollari di finanziamenti. Inoltre, le ricerche di Epoch AI mostrano che la maggior parte dei calcoli dedicati alla R&S nell'IA sono destinati alla fase di esplorazione piuttosto che all'addestramento finale.
Micah Abiodun
Micah Abiodun utilizza al meglio la sua laurea magistrale in Ingegneria Ambientale e Gestione (MSc) presso l'Università Tecnologica di Tallinn (TalTech) per affinare le notizie su contenuti e previsioni dei prezzi su Cryptopolitan. Ora al suo 7° anno nello spazio mediatico crypto, copre le principali criptovalute, altcoin, DeFi, stablecoin, trend macroeconomici e tecnologie emergenti.
