Recursive lança Flint, IA de código que roda em laptop

Tecnologia

Startup apresenta Flint, modelo de IA para codificação que funciona localmente, garantindo rapidez e segurança.

Leia também: Legora capta US$ 550 mi e dobra receita anual com IA jurídica

A Recursive, startup de inteligência artificial liderada por Richard Socher, lançou nesta quarta-feira (21) o Flint, um modelo de codificação gratuito que roda em laptops comuns, foi criado em menos de quatro meses com forte apoio de outra IA e mira reduzir custos e dar mais privacidade a desenvolvedores.

O que é o Flint, o modelo de codificação para laptops lançado pela Recursive?

O Flint é um modelo de inteligência artificial voltado para gerar e revisar código, distribuído gratuitamente na plataforma Hugging Face sob licença Apache 2.0, o que permite uso e modificação livres, inclusive em projetos comerciais. Ele foi desenhado para funcionar localmente, sem depender o tempo todo de servidores na nuvem, algo incomum em modelos avançados de programação.

Com arquitetura de mistura de especialistas, o Flint tem 40 bilhões de parâmetros, mas usa só 2,5 bilhões por tarefa. Isso o torna leve o suficiente para rodar em notebooks potentes de consumo, ao contrário de rivais como o Muse Spark Open, da Meta, que soma 816 bilhões de parâmetros e exige pelo menos um terabyte de memória para funcionar.

Segundo a Recursive, o modelo foi otimizado com técnicas como treinamento em baixa precisão, o que encolheu o Flint em 71% sem perda significativa de qualidade, e kernels personalizados, pequenos programas que aceleram os cálculos internos. O resultado é um assistente de código que cabe em máquinas pessoais e atende desde desenvolvedores independentes até equipes de startups.

Como a inteligência artificial foi usada para construir o Flint?

O Flint foi desenvolvido quase inteiro com apoio de um sistema automatizado de pesquisa batizado de Eureka Machine, também criado pela Recursive. Esse sistema funciona como um pesquisador de IA automático: gera hipóteses, planeja experimentos, roda os testes e, a partir dos resultados, decide quais caminhos de treino e otimização seguir em seguida.

De acordo com a empresa, “o Eureka Machine contribuiu para quase todas as partes da construção do Flint, do pré-treinamento ao pós-treinamento e inferência”. Entre as decisões tomadas pelo sistema estão o desenho mais esparso do modelo, a adoção do treinamento de baixa precisão que reduziu o tamanho em 71% e a criação de kernels sob medida para acelerar a inferência.

Na avaliação interna da Recursive, o Flint é “uma demonstração inicial do autoaperfeiçoamento recursivo: a ideia de que IA pode construir IA melhor, que por sua vez constrói IA ainda melhor”. O processo foi supervisionado por uma equipe pequena de pesquisadores humanos, que validou resultados, ajustou limites e determinou quando encerrar ou redirecionar linhas de experimento.

Como o Flint se diferencia de outros modelos de codificação baseados em IA?

A principal diferença está na combinação de desempenho alto com possibilidade de rodar localmente. Em testes divulgados pela Recursive, o Flint gerou cerca de 131 tokens por segundo em um MacBook Pro com chip Apple M4 Pro, quase o dobro da velocidade de modelos similares na mesma máquina, como Google Gemma 4 e Nvidia Nemotron 3.5 Lightning. Em uma GPU Nvidia RTX Spark, passou de 150 tokens por segundo.

No benchmark SWE-Bench Verified, que mede a capacidade de corrigir bugs reais em software, o Flint superou todos os modelos com menos de 50 bilhões de parâmetros, ficando atrás apenas do Qwen3.8 27B, da Alibaba, em uma média interna da empresa que considera seis testes diferentes. A Recursive destaca que “Flint superou outros modelos com menos de 50 bilhões de parâmetros no benchmark SWE-Bench Verified”.

Outra diferença é o foco explícito em privacidade e custo. Como roda direto no laptop, o modelo permite que código sensível fique só na máquina do usuário, reduzindo a exposição de dados e eliminando a cobrança recorrente por volume de uso típica de serviços em nuvem.

Quais os benefícios do Flint para programadores que usam laptops?

Para quem programa em notebooks, o impacto mais imediato é poder ter um assistente de código avançado rodando offline, sem depender de conexão estável nem de enviar bases de código para servidores externos. Isso interessa tanto a empresas com dados sigilosos quanto a freelancers que querem evitar mensalidades.

Nos testes divulgados, o Flint mostrou vantagem em velocidade e robustez em máquinas de usuário final. O jornalista especializado Will Knight, por exemplo, usou o modelo em um Mac com 48 GB de memória para criar pequenos programas — de um app de lista de tarefas a uma ferramenta de pesquisa na web — e relatou que, ao contrário de modelos menores comumente usados em laptops, o Flint executou seus pedidos de código sem travar nem errar de forma recorrente.

A Recursive reconhece que o modelo ainda exige mais orientação do que grandes assistentes pagos, sugerindo que tarefas muito amplas sejam divididas em etapas menores. Para o dia a dia, porém, a promessa é acelerar escrita de funções, correção de erros, geração de testes e migração entre linguagens a custo praticamente zero de infraestrutura extra.

Entenda o contexto

A Recursive foi fundada no ano passado com a tese de que sistemas de IA podem ajudar a projetar e treinar modelos mais avançados, reduzindo a necessidade de grandes times humanos. A empresa saiu do modo discreto após levantar US$ 650 milhões em investimentos, alcançando valuation de US$ 4,65 bilhões, com apoio de gigantes de tecnologia e fundos de capital de risco.

Em paralelo, firmou um acordo de US$ 410 milhões em computação com a AWS, direcionado a ampliar a capacidade de rodar agentes de IA. Nas palavras da empresa, “o acordo de US$ 410 milhões com AWS é menos sobre número de pessoas e mais sobre número de agentes”, indicando que o foco é escalar o trabalho de sistemas automatizados como o Eureka Machine.

O CEO Richard Socher afirma que “o objetivo a longo prazo é que o Eureka Machine alcance autoaperfeiçoamento completo, com humanos supervisionando e podendo interromper o processo se algo der errado”. A ideia é que cada modelo lançado, como o Flint, torne o próprio Eureka melhor em pesquisar e projetar a próxima geração, encurtando prazos e barateando o desenvolvimento.

A estratégia empurra para o centro do debate um dos temas mais sensíveis da área: até onde deixar sistemas de IA se auto-aperfeiçoarem e qual o nível de supervisão necessário para garantir segurança e controle. Ao apostar em um caso de uso prático — um modelo de código rápido, leve e aberto — a Recursive tenta mostrar que essa abordagem pode gerar benefícios concretos hoje, ao mesmo tempo em que testa, em escala real, o conceito de autoaperfeiçoamento recursivo.

Fonte: matéria original