Recursive, una startup de IA fundada el año pasado, está empezando a hacer honor a su nombre. La empresa, que intenta construir una IA capaz de mejorarse a sí misma, lanzó su primer modelo, Flint, el miércoles. Flint es un modelo de programación gratuito que puede ejecutarse en un portátil y fue creado en gran parte con la ayuda de la IA.
El sistema de investigación automatizado de Recursive, al que llama la Eureka Machine, ayudó en casi todos los pasos del desarrollo de Flint, según la empresa. Eso permitió que un equipo pequeño construyera el modelo desde cero en menos de cuatro meses.
Flint es una prueba pública temprana de la auto-mejora recursiva: la idea de que la IA puede construir una IA mejor, que a su vez construye una IA aún mejor. También es una de las ideas más debatidas de la industria. Algunos investigadores temen que una IA que se mejora a sí misma pudiera escapar del control humano. Por ahora, la versión de Recursive es más limitada: un asistente de investigación de IA supervisado por personas que produjo un modelo lo bastante pequeño para un portátil.
La empresa salió del sigilo en mayo con 650 millones de dólares en financiación con una valoración de 4,65 mil millones de dólares, de inversores que incluyen a GV, Nvidia y AMD Ventures. Recursive está dirigida por el CEO Richard Socher, ex científico jefe de Salesforce.
Como Flint se ejecuta en la computadora del usuario en lugar de en los servidores en la nube de una empresa, los desarrolladores pueden usarlo sin conexión, mantener su código privado y evitar las tarifas de uso que cobran los servicios de IA en la nube según la cantidad de texto que procesa el modelo. El modelo se puede descargar gratis en Hugging Face, el popular sitio para compartir modelos de IA, bajo la licencia Apache 2.0, una licencia de código abierto que permite el uso y la modificación gratuitos.
Flint es un modelo de mezcla de expertos, lo que significa que solo usa una pequeña porción de sí mismo para cualquier tarea dada: solo 2.5 mil millones de sus 40 mil millones de ajustes, conocidos como parámetros, a la vez. Eso lo hace lo bastante ligero para un portátil común y mucho más pequeño que Muse Spark Opende Meta, un modelo abierto creado para Mac que se lanzó la semana pasada. Muse Spark Open usa 816 mil millones de parámetros y necesita al menos un terabyte de memoria.
Flint también es rápido. En las pruebas de Recursive, generó alrededor de 131 tokens (fragmentos de texto) por segundo en un MacBook Pro con el chip M4 Pro de Apple, aproximadamente el doble de los 58 a 69 tokens por segundo que lograron modelos similares en la misma máquina, incluidos Gemma 4 de Google y Nemotron 3.5 Lightning de Nvidia. En el RTX Spark de Nvidia, Flint superó los 150 tokens por segundo.
En SWE-Bench Verified, un punto de referencia que mide qué tan bien la IA puede corregir errores de software del mundo real, Flint superó a otros modelos de menos de 50 mil millones de parámetros. En el promedio propio de Recursive en seis pruebas, solo un modelo, Qwen3.8 27B de Alibaba, obtuvo una puntuación más alta que Flint.
La empresa reconoció que Flint necesitaría más orientación que los grandes asistentes de programación de pago, y sugirió dividir las tareas grandes en pasos más pequeños. Aun así, las primeras reseñas fueron positivas. Will Knight de Wired usó Flint en una Mac con 48GB de memoria para construir varios programas pequeños, incluida una aplicación de lista de tareas pendientes y una herramienta que rastrea la web en busca de investigaciones. Descubrió que los modelos de programación más pequeños a menudo se topaban con errores o eran lentos en comparación con Claude o Codex, pero Flint cumplió sus solicitudes de programación cada vez.
La Eureka Machine propone ideas, ejecuta experimentos y usa los resultados para decidir qué probar a continuación. Según el video de lanzamientode la empresa, contribuyó a casi todas las partes de la construcción de Flint, desde el preentrenamiento hasta el posentrenamiento y la inferencia.
Recursive dijo que las contribuciones de Eureka incluyen una forma de modelo más dispersa, un entrenamiento de pocos bits que redujo Flint en un 71% con casi ninguna pérdida de calidad y kernels personalizados, que son programas especializados que aceleran los cálculos subyacentes.
Recursive no dijo cuánto tiempo ahorró la Eureka Machine a sus investigadores, pero no es la única que recurre a la IA para hacer investigación. OpenAI dijo el mes pasado que a mediados de agosto, sus agentes de IA registraban 3.1 días laborables por cada uno trabajado por un investigador humano.
Si la apuesta de Recursive da resultado, cada nuevo modelo debería poder asumir períodos de trabajo más largos sin ayuda humana. La empresa anteriormente dijo a TechCrunch que su acuerdo de cómputo de $410 millones con Amazon Web Services en junio se trataba “menos de headcount y más de número de agentes”.
El objetivo a más largo plazo, según le dijo Socher a Wired, es que la Eureka Machine logre una mejora recursiva completa de sí misma, con humanos supervisando el proceso y capaces de detenerlo si algo sale mal. Recursiva: cada nuevo modelo debería hacer de la Eureka Machine una mejor investigadora, ayudándola a construir la siguiente más rápido.