Recursive lança Flint, modelo de código criado por IA que testa a economia dos laboratórios
- A Recursive construiu seu modelo de codificação Flint em menos de quatro meses, utilizando uma pequena equipe de pessoas e agentes de IA.
- Flint possui 39,8 bilhões de parâmetros, mas ativa cerca de 2,5 bilhões por token, permitindo sua execução local.
- O experimento sugere que a IA pode reduzir o trabalho de desenvolvimento de modelos, mas a Recursive não divulgou o custo real de desenvolvimento do Flint.
Recursive lançou o Flint em 21 de outubro de 2026. Grande parte da pesquisa por trás deste modelo de codificação de pesos abertos foi conduzida com a ajuda da IA. Todo o modelo foi criado com a assistência de uma pequena equipe em menos de quatro meses. A questão é se essa abordagem cria uma oportunidade para pequenos laboratórios competirem com os grandes players sem um investimento enorme.
O Flint utiliza um design de misturas de especialistas. Ele ativa apenas uma pequena parte do modelo por vez, ajudando-o a funcionar com eficiência. Seu cartão do modelo lista 39,8 bilhões de parâmetros, com cerca de 2,5 bilhões ativos por token. A licença Apache 2.0 permite o uso comercial, e os desenvolvedores podem executar o Flint localmente.
O que a Recursive diz que a Eureka Machine construiu
A Recursive atribui à Eureka Machine a sugestão, codificação e teste das alterações na arquitetura do Flint, bem como no software de treinamento e inferência. O CEO Richard Socher disse ao WIRED que a IA melhorou "quase todos os aspectos de todo o pipeline do modelo."
Isso é central para o objetivo da Recursive. Ela quer que sistemas de IA ajudem a construir sucessores melhores. Socher afirma que as pessoas ainda podem interromper o processo de pesquisa.
Benchmarks da empresa, um teste prático pela WIRED
Nas testes realizados pela Recursive, o Flint superou outros modelos de misturas de especialistas com menos de 50 bilhões de parâmetros no SWE-Bench Pro v2, Terminal-Bench 2.1 e SWE-Bench Verified. A empresa também relatou velocidades acima de 125 tokens por segundo em um MacBook Pro M4 Pro e 150 em um NVIDIA RTX Spark em comprimentos de contexto curtos.
Uma consideração importante: estes são números da empresa. A avaliação independente ainda é limitada. Will Knight, da WIRED, testou o Flint pessoalmente e o encontrou bastante competente, sendo capaz até de criar um pequeno site. No entanto, algumas tarefas de codificação bem-sucedidas não indicam como ele se compara a outros modelos.
A OpenHands realizou testes no Flint antes de seu lançamento e forneceu aos desenvolvedores acesso a ele no dia de sua disponibilização. Embora isso indique que o Flint é capaz de realizar tarefas reais de programação, a OpenHands não conduziu uma avaliação independente das alegações da Recursive sobre seus benchmarks.
A pergunta de $410 milhões sobre IA barata
Criar um modelo que exige menos pessoas não é garantia de que ele será barato. A Recursive não revelou quanto custou construir o Flint.
Em 28 de julho de 2026, a empresa firmou um contrato no valor de US$ 410 milhões com a AWS. Anteriormente, havia angariado US$ 650 milhões. Nenhum desses valores reflete o custo de construção do próprio Flint.
As pesquisas da Epoch AI indicam por que as despesas permanecem elevadas. As execuções finais de treinamento representaram 9,6% das despesas de computação de pesquisa da OpenAI durante o ano de 2024. A maior parte dos fundos foi distribuída para outras ações relacionadas à pesquisa.
Agentes de IA podem assumir algumas tarefas que antes eram realizadas por pesquisadores. No entanto, executar experimentos e testar novas ideias ainda exigem uma grande quantidade de poder computacional.
Pesos abertos, hardware local e competição global
Enquanto isso, o uso de IA está ficando muito mais barato. Estimativas da Epoch AI apontam que o custo para alcançar desempenho comparável caiu cerca de 47% por trimestre desde 2023.
Em 22 de setembro de 2026, a OpenAI apresentou o GPT-6 Sol e Luna a preços pelo menos 50% inferiores aos de seus antecessores, conforme reportado pela Cryptopolitan.
O Flint não teve nada a ver com essas mudanças de preço. Ainda assim, ele oferece aos desenvolvedores outra opção: um modelo de codificação que podem executar em seu próprio hardware, sem depender de serviços pagos em nuvem.
Os benefícios podem ultrapassar os mercados de IA consolidados. O Índice de IA de Stanford de 2026 constatou que o desenvolvimento de código aberto está ajudando mais países a participarem da inovação em IA.
Por enquanto, o Flint mostra o que uma pequena equipe pode realizar com pesquisa assistida por IA. Se a mesma abordagem puder tornar o desenvolvimento de modelos acessível para laboratórios menores permanece uma questão em aberto.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Perguntas Frequentes
O que é o Recursive Flint e como posso executá-lo?
O Flint é um modelo de codificação do tipo mixture-of-experts (mistura de especialistas) com cerca de 40 bilhões de parâmetros totais e aproximadamente 2,5 bilhões de parâmetros ativos por token, lançado sob a licença Apache 2.0 no Hugging Face. A Recursive afirma que ele roda em hardware local, como sistemas Apple Silicon e NVIDIA RTX, e funciona com ferramentas como llama.cpp, Ollama, LM Studio e vLLM.
Como o Flint foi construído tão rapidamente?
A Recursive afirma que uma pequena equipe utilizou seu sistema de pesquisa automatizado "Eureka Machine" para lidar com a maior parte do pipeline do modelo, desde a arquitetura e o treinamento até a quantização e os kernels de inferência, produzindo o Flint em menos de quatro meses, segundo a empresa e a WIRED.
O Flint prova que a IA pode construir IA a baixo custo?
Não claramente. A Recursive não divulgou o custo de construção do Flint, e ela possui um acordo de computação na AWS por vários anos no valor de US$ 410 milhões, além de US$ 650 milhões em financiamento, enquanto as pesquisas da Epoch AI mostram que a maior parte dos recursos computacionais de P&D em IA é direcionada à exploração, e não ao treinamento final.
Micah Abiodun
Micah Abiodun faz bom uso de sua especialização em Engenharia e Gestão Ambiental (MSc) na Universidade de Tecnologia de Tallinn (TalTech) para refinar notícias sobre previsão de preços e conteúdo no Cryptopolitan. Agora em seu 7º ano no espaço de mídia cripto, ele cobre principais criptomoedas, altcoins, DeFi, stablecoins, tendências macroeconômicas e tecnologias emergentes.
