- Recursiveは、小規模なチームとAIエージェントを活用し、わずか4ヶ月以内にFlintコーディングモデルを開発しました。
- Flintは398億パラメータを持ちますが、トークンごとに約25億パラメータのみが活性化するため、ローカル環境での実行が可能です。
- この実験は、AIがモデル開発の労働力を削減できる可能性を示唆していますが、Recursive社はFlintの実際の開発コストを明らかにしていません。
Recursive Flintを 2026年10月21日にリリースしました。このオープンウェイトのコーディングモデルの研究の多くは、AIの支援を受けて行われました。小規模なチームによって、わずか4ヶ月以内にモデル全体が作成されました。このアプローチが、多額の投資なしで大企業と競争できる機会を小規模ラボにもたらすかどうか、それが問われています。
FlintはMixture-of-Experts（MoE）設計を採用しています。一度にモデルのごく一部のみを活性化させることで、効率的な実行を実現します。そのモデルカードには398億パラメータが記載されており、トークンごとに約25億パラメータがアクティブになります。Apache 2.0ライセンスにより商用利用が可能で、開発者はFlintをローカル環境で実行できます。
Eureka Machineが構築したとRecursive社が主張するもの
Recursiveは、Eureka MachineがFlintのアーキテクチャ、トレーニング、推論ソフトウェアへの変更を提案・コーディング・テストしたと評価しています。CEOのリチャード・ソチャー氏はWIREDに対し、AIが「モデルパイプラインのほぼすべての側面」を改善したと語っています。
これはRecursive社の目標の中核です。同社は、AIシステムがより優れた後継者の構築を支援することを望んでいます。Socher氏は、人間が研究プロセスを停止させることができる可能性を維持しています。
同社のベンチマーク結果とWIREDによる実機検証
Recursiveによるテストでは、Flintは500億パラメータ未満の他のMoEモデルを上回り、SWE-Bench Pro v2、Terminal-Bench 2.1、SWE-Bench Verifiedにおいて優れたパフォーマンスを示しました。同社はまた、M4 Pro MacBook Proで秒間125トークス以上、NVIDIA RTX Sparkで短コンテキスト長において秒間150トークスの速度を達成したと報告しています。
重要な考慮点の一つ：これらは企業の数値です。独立した評価はまだ限定的です。WIREDのWill Knight氏が実際にFlintをテストし、非常に器用であること、小さなウェブサイトを作成できることを見出しましたが、一部の成功したコーディングタスクが、他のモデルとの比較においてどのように位置づけられるかを示すわけではありません。
OpenHands conducted tests on Flint prior to its launch and provided developers access to it on the day of its roll-out. Although this indicates Flint is capable of performing real-world coding tasks, OpenHands hasn’t conducted an independent assessment of Recursive’s claims regarding their benchmarking.
低コストAIに関する$410万ドルの質問
人数を減らしてモデルを作成しても、それが安価になる保証はありません。RecursiveはFlintの構築コストについて明らかにしていません。
2026年7月28日、同社はAWSと4億1,000万ドルの取引を締結しました。これまでに6億5,000万ドルを調達しており、これらの金額にはFlint自体の開発コストは含まれていません。
Epoch AIの研究によると、費用が高止まりしている理由が明らかになります。2024年中にOpenAIの研究・計算資源支出のうち、最終的なトレーニングランが占める割合は9.6%でした。資金の大部分は他の研究関連活動に配分されました。
AIエージェントは、これまで研究者が行っていた一部の業務を引き継ぐことができます。ただし、実験の実行や新しいアイデアのテストには、依然として大量のコンピューティングパワーが必要です。
オープンウェイト、ローカルハードウェア、グローバル競争
一方、AIの利用コストは大幅に低下しています。Epoch AIの見積もりによれば、同等のパフォーマンスを実現するためのコストは、2023年以降四半期ごとに約47%ずつ減少しています。
2026年9月22日、OpenAIはGPT-6 SolおよびLunaを発表し、その価格は前世代製品の少なくとも50%安となりました（Cryptopolitan報道）。
Flintはこれらの価格変動とは無関係です。それでも、開発者にとって新たな選択肢となります。それは、有料のクラウドサービスに依存せず、自前のハードウェアで実行できるコーディングモデルです。
この恩恵は既存のAI市場を超えて広がる可能性があります。Stanford 2026 AI Indexの調査では、オープンソース開発により、より多くの国々がAIイノベーションに参加できるようになっていることが示されています。
現在、Flintは小規模チームがAI支援研究によって何を実現し得るかを示しています。同じアプローチが、小規模ラボにとってもモデル開発を手頃なコストで行えるようになるかどうかは、まだ不明です。
最も賢明な暗号通貨の専門家たちはすでに私たちのニュースレターを読んでいます。あなたも参加しませんか？ 彼らに加わりましょう。
よくある質問
Recursive Flintとは何か、またどのように実行すればよいですか？
Flintは、総パラメータ数が約400億、トークンあたりのアクティブパラメータ数が約25億のMixture-of-Experts（MoE）型コーディングモデルです。Apache 2.0ライセンスの下でHugging Faceにて公開されています。Recursiveによると、Apple SiliconやNVIDIA RTXシステムなどのローカルハードウェアで動作し、llama.cpp、Ollama、LM Studio、vLLMなどのツールとも互換性があります。
Flintはなぜこれほど短期間で構築されたのですか？
Recursiveによると、小規模チームが自動化された「Eureka Machine」研究システムを活用し、アーキテクチャやトレーニングから量子化、推論カーネルに至るモデルパイプラインの大部分を処理し、Flintを4ヶ月以内に完成させたとのことです（出典：同社およびWIRED）。
Flintは、AIが低コストでAIを構築できることを証明するのか？
明確には言えません。RecursiveはFlintの構築コストを開示していません。また、同社はAWSとの年間4億1000万ドルのマルチイヤー計算契約と6億5000万ドルの資金調達を保有しており、Epoch AIの研究によれば、AI R&Dにおける計算資源の大部分は最終的なトレーニングランではなく探索に費やされています。
Micah Abiodun
マイカ・アビオドゥンは、タリン工科大学（TalTech）で取得した環境工学および管理（MSc）の知識を活かし、Cryptopolitan でコンテンツの質を高め、価格予測ニュースを提供しています。暗号通貨メディア業界で7年目を迎える彼は、主要な暗号資産、アルトコイン、DeFi、ステーブルコイン、マクロトレンド、そして新興技術について幅広く取り上げています。
