A startup Recursive lançou Flint em outubro de 2026, um modelo de codificação livre que roda em laptops e foi construído majoritariamente com auxílio do próprio sistema de IA da empresa, denominado Eureka Machine. O lançamento representa um teste público inicial da auto-melhoria recursiva — a premissa de que sistemas de IA podem construir inteligências artificiais melhores, que por sua vez constroem versões ainda superiores.
A Recursive, fundada no ano anterior e liderada pelo CEO Richard Socher (ex-chief scientist da Salesforce), emergiu do sigilo em maio de 2026 com financiamento de $650 milhões a uma avaliação de $4,65 bilhões, com respaldo de investidores como GV, Nvidia e AMD Ventures. O Eureka Machine contribuiu para praticamente todas as etapas do desenvolvimento de Flint — desde pré-treinamento até pós-treinamento e inferência — permitindo que um pequeno time completasse o modelo do zero em menos de quatro meses.
Flint utiliza arquitetura de mistura de especialistas, empregando apenas 2,5 bilhões dos seus 40 bilhões de parâmetros totais por tarefa, o que o torna suficientemente leve para laptops. O modelo está disponível gratuitamente no Hugging Face sob licença Apache 2.0, permitindo download e uso sem restrições. Como executa offline no computador do usuário, desenvolvedores podem trabalhar com código privado e evitam as taxas de processamento cobradas por serviços em nuvem.
Em testes de desempenho, Flint gerou aproximadamente 131 tokens por segundo em MacBook Pro com chip M4 Pro da Apple — aproximadamente o dobro da velocidade alcançada por modelos similares como Gemma 4 e Nemotron 3.5 Lightning (58-69 tokens por segundo). Em hardware Nvidia RTX Spark, ultrapassou 150 tokens por segundo. No benchmark SWE-Bench Verified, que mensura a capacidade de IA em corrigir bugs de código real, Flint superou outros modelos com menos de 50 bilhões de parâmetros. Na média de seis testes internos da Recursive, apenas o Qwen3.8 27B da Alibaba apresentou pontuação superior.
Will Knight do Wired testou Flint em Mac com 48GB de memória para construir múltiplos programas pequenos — incluindo aplicativo de tarefas e ferramenta de pesquisa web — e relatou que o modelo funcionou perfeitamente em todas as solicitações de codificação. Modelos menores frequentemente erram ou operam lentamente comparados a assistentes pagos como Claude ou Codex, conforme observado pelo repórter.
As contribuições específicas do Eureka Machine ao desenvolvimento incluem formato de modelo mais esparso, treinamento de baixo-bit que reduziu Flint em 71% com quase nenhuma degradação de qualidade, e kernels customizados que aceleram computações subjacentes. A empresa não divulgou quanto tempo o Eureka Machine economizou para seus pesquisadores, mas essa tendência de automatização em pesquisa não é isolada: OpenAI reportou que seus agentes de IA registravam 3,1 dias úteis para cada um trabalhado por pesquisador humano até meados de agosto.
Recursive assinou acordo de computação de $410 milhões com Amazon Web Services em junho, caracterizando o investimento como focado em "contagem de agentes" mais do que em aumento de pessoal. O objetivo de longo prazo, conforme Socher revelou ao Wired, é que o Eureka Machine atinja auto-melhoria recursiva completa com supervisão humana contínua e capacidade de interrupção em caso de anomalias. Cada novo modelo gerado deve potencializar o Eureka Machine como pesquisadora, acelerando a construção do próximo.
