Recursive lança Flint, modelo local de IA para programação

Inteligência Artificial

Flint é um novo modelo local de IA para programação, oferecendo alta velocidade e código aberto para desenvolvedores.

Leia também: Claude Duet começa a gerir empresas nos EUA com autonomia total

A Recursive Superintelligence lançou nesta semana o Flint, um modelo de inteligência artificial voltado para programação que roda inteiramente de forma local e promete investigar bases de código, corrigir bugs, implementar funcionalidades e escrever testes com alta velocidade e eficiência.

Modelo MoE de 40 bilhões de parâmetros focado em código

O Flint é um Transformer do tipo decoder-only com arquitetura mixture-of-experts (MoE), somando 40 bilhões de parâmetros no total, dos quais apenas 2,5 bilhões ficam ativos durante a execução, incluindo a cabeça de saída. Segundo a empresa, essa combinação permite manter desempenho de modelos grandes consumindo menos recursos de hardware.

Ao todo, o modelo tem 49 camadas: 2 camadas densas iniciais e 47 camadas MoE. Em cada uma dessas camadas especializadas, há 256 “especialistas” de rede neural. Para cada token processado, um roteador interno escolhe 6 desses especialistas, além de um sétimo especialista compartilhado que permanece sempre ativo, o que aumenta a eficiência sem sacrificar a capacidade de raciocínio.

Voltado para agentes de código, o Flint trabalha apenas com texto, mas é capaz de analisar projetos inteiros, localizar e corrigir erros, propor e implementar novas funções e gerar suítes de testes automatizados. O modelo também oferece suporte a raciocínio passo a passo e chamadas de ferramentas compatíveis com a API da OpenAI, o que facilita a integração em fluxos de trabalho e aplicações já existentes.

Desempenho: até 5 vezes mais rápido que modelos densos

A Recursive destaca a velocidade como principal diferencial. Nos testes divulgados, o Flint ultrapassa 125 tokens por segundo em um MacBook Pro com chip M4 e passa de 150 tokens por segundo em uma GPU NVIDIA RTX Spark de 64 GB, em cenários de contexto curto.

Com isso, o modelo chega a ser até duas vezes mais rápido que outros modelos locais de codificação na mesma faixa de parâmetros e cerca de cinco vezes mais rápido que modelos densos de 25 a 40 bilhões de parâmetros com desempenho semelhante em tarefas de programação. A aceleração é resultado direto da arquitetura MoE, que ativa apenas parte da rede a cada passo de inferência.

A empresa também divulgou comparações de benchmarks de codificação, indicando que o Flint apresenta resultados competitivos em testes populares da área. Em alguns desses índices, no entanto, famílias de modelos concorrentes, como Qwen, seguem com pontuações superiores em cenários específicos, o que indica espaço para ajustes finos e evolução nas próximas versões.

Rodando em MacBook e GPUs, sem depender da nuvem

O Flint foi projetado desde o início para execução local. A Recursive informa suporte a ferramentas populares do ecossistema de modelos em dispositivos pessoais, como llama.cpp, Ollama, Unsloth, LM Studio, vLLM e SGLang. Na prática, isso permite que equipes de desenvolvimento encaixem o modelo em pipelines já consolidados, sem necessidade de migrar tudo para uma nova infraestrutura.

Ao rodar inteiramente em máquinas como um MacBook Pro ou placas NVIDIA dedicadas, o modelo dispensa o uso constante de serviços em nuvem, o que reduz custos recorrentes, melhora a privacidade de código sensível e diminui a latência em tarefas interativas, como assistência em IDEs. A compatibilidade com chamadas de ferramentas no padrão OpenAI também facilita o encaixe em assistentes de programação e agentes que já seguem esse protocolo.

Entenda o contexto

Modelos de codificação têm se tornado peça central no dia a dia de desenvolvedores, automatizando de sugestões de código a diagnósticos de bugs complexos. A maior parte das soluções de ponta, porém, ainda depende de serviços hospedados em data centers, o que levanta preocupações com confidencialidade, custo por uso e dependência de fornecedor.

O Flint surge para atender a essa demanda por alternativas locais mais rápidas, acessíveis e abertas. Com os pesos disponíveis no Hugging Face sob licença Apache 2.0, empresas e comunidades podem adaptar, afinar e integrar o modelo sem as restrições de licenças mais fechadas. Isso tende a ampliar a adoção em startups, times internos de grandes empresas e projetos de código aberto que buscam montar seus próprios assistentes de desenvolvimento.

Eureka Machine automatiza pesquisa e evolução do modelo

Um dos pontos mais enfatizados pela Recursive é o uso do Eureka Machine, um sistema automatizado de pesquisa que apoiou praticamente todo o processo de construção do Flint. De acordo com a empresa, essa ferramenta propõe ideias de melhoria, implementa mudanças, executa testes e decide os próximos passos do desenvolvimento de forma iterativa.

Em comunicado, a equipe apresentou o modelo dizendo: “Introducing Flint, @Recursive_SI ’s first model: a fast local coding model built with our automated research system, the Eureka Machine.” Em outra mensagem, a empresa reforçou o papel da equipe técnica ao afirmar: “All credit goes to the researcher of this project.”

Na prática, o Eureka Machine funciona como um motor de experimentação contínua, ajudando a explorar combinações de arquitetura, hiperparâmetros e técnicas de treinamento. A Recursive apresenta o Flint como a primeira vitrine concreta dessa abordagem de desenvolvimento guiado por IA para criar novas IAs.

Repercussão e impacto no ecossistema de desenvolvimento

A recepção inicial entre especialistas e influenciadores da área de inteligência artificial é positiva, com destaque para a combinação de alto desempenho em codificação e execução totalmente local. A opção por licenciamento Apache 2.0 e hospedagem dos pesos em um repositório aberto reforça a leitura de que a empresa aposta na colaboração com a comunidade técnica.

Para desenvolvedores e equipes de software, o principal ganho imediato é a possibilidade de contar com um modelo robusto de assistência à programação rodando em notebooks potentes ou estações com GPU, sem enviar código para servidores externos. Isso pode ser decisivo para setores com exigências rígidas de compliance e sigilo, como finanças, saúde e indústria.

Ao mesmo tempo, o lançamento pressiona provedores baseados exclusivamente em nuvem a acelerar inovações em desempenho, preço e flexibilidade de uso. Soluções locais como o Flint tendem a conviver com serviços remotos, mas podem capturar uma fatia relevante de projetos que priorizam controle total da infraestrutura.

Papel da Marktechpost e de Asif Razzaq na divulgação

O anúncio do Flint também ganhou visibilidade graças à cobertura de plataformas especializadas em IA. À frente de uma dessas iniciativas está Asif Razzaq, CEO da Marktechpost AI Media Inc., responsável por um portal dedicado a notícias e análises de aprendizado de máquina e deep learning, que acumula mais de 2 milhões de visualizações mensais.

Razzaq se apresenta como um empreendedor e engenheiro comprometido em explorar o potencial da inteligência artificial para o bem social, e destaca que projetos como o Flint ajudam a democratizar o acesso a ferramentas avançadas de programação assistida por IA, tornando a tecnologia mais compreensível e utilizável por um público amplo.

Com o Flint já disponível para download, o próximo passo natural é a expansão da base de usuários, a realização de ajustes com base em feedback da comunidade e o refinamento do desempenho em benchmarks onde concorrentes ainda levam vantagem. A Recursive indica que continua investindo no Eureka Machine, o que abre caminho para novas versões do modelo e para outros sistemas de IA locais voltados a diferentes áreas além da codificação.

Fonte: matéria original