Flint, ein offen verfügbares Coding-Modell, wurde am 21. Oktober 2026 von Recursive veröffentlicht: 40 Milliarden Parameter insgesamt, von denen jeweils nur etwa 2,5 Milliarden aktiv sind, leicht genug für den direkten Betrieb auf einem Laptop, mit Gewichten, die unter der Apache-2.0-Lizenz frei auf Hugging Face liegen. Aufmerksamkeit erregt nicht die Parameterzahl, sondern die Herkunft. Nach Angaben von Recursive war das eigene automatisierte Forschungssystem, die Eureka Machine, an nahezu jedem Schritt vom Vortraining bis zur Inferenzoptimierung beteiligt, und ein kleines Team baute das Modell in unter vier Monaten von Grund auf.
Kleiner Rahmen, etwa doppelt so schnell wie die Vergleichsgruppe
Flint nutzt eine Mixture-of-Experts-Architektur, und seine Modellkarte nennt ein Kontextfenster von 262K Token. In Recursives eigenen Tests erzeugte es auf einem MacBook Pro mit M4-Pro-Chip etwa 131 Token pro Sekunde, gegenüber 58 bis 69 bei vergleichbaren Modellen auf demselben Gerät, also rund doppelt so schnell; auf Nvidias RTX Spark übertraf es 150. Auch die Wertungen stammen vom Unternehmen: 74,2 % auf SWE-bench Verified, führend unter den Mixture-of-Experts-Modellen unter 50 Milliarden Gesamtparametern, und 54,9 % auf Terminal-Bench 2.1. Wireds Praxistest stützt die Darstellung: Auf einem Mac mit 48 GB Arbeitsspeicher baute Flint eine To-do-App, ein Recherchewerkzeug und eine kleine Website und traf jede Anfrage auf Anhieb. Lokaler Betrieb heißt, dass Code den Rechner nie verlässt und keine Gebühren pro Token anfallen; Nvidia hat seine gesamte lokale Spark-Hardware in diesem Jahr erneuert und wettet damit genau auf diese Rückkehr großer Modelle auf den Schreibtisch.
Die Eureka Machine: KI hilft beim Bau von KI
Die Eureka Machine schlägt Ideen vor, schreibt den Code zu ihrer Prüfung, liest die Ergebnisse und entscheidet, was als Nächstes versucht wird, mit vielen Experimenten parallel. Zu ihren anerkannten Beiträgen zu Flint zählen eine dünnere Modellform, Low-Bit-Training, das das Modell um 71 % schrumpfen ließ bei fast gleicher Qualität, und maßgeschneiderte Kernel für Apple Silicon und RTX Spark. Recursive wurde von Richard Socher gegründet, dem früheren Chief Scientist von Salesforce; beim Verlassen des Stealth-Modus im Mai hatte das Unternehmen 650 Millionen Dollar bei einer Bewertung von 4,65 Milliarden Dollar eingesammelt, zu den Geldgebern zählen GV, Nvidia und AMD Ventures.
KI, die KI baut, ist nicht gleich außer Kontrolle
Drei Eimer kaltes Wasser sind angebracht. Erstens stammen die genannten Benchmarks und Geschwindigkeiten aus Recursives eigenen Messungen, unabhängige Reproduktion steht noch aus; selbst im Sechs-Test-Durchschnitt des Unternehmens liegt nur Alibabas Qwen3.8 27B vor Flint, ein Durchmarsch ist das nicht. Zweitens räumt Recursive selbst ein, dass Flint bei komplexen Aufgaben mehr Anleitung braucht als die großen bezahlten Coding-Assistenten und besser arbeitet, wenn große Aufgaben in kleinere Schritte zerlegt werden. Drittens ist die rekursive Selbstverbesserung hier noch ein KI-Forschungsassistent unter menschlicher Aufsicht, und Socher sagt ausdrücklich, das System bleibe unter menschlicher Kontrolle und könne gestoppt werden. Flints Wert liegt darin, die Frage, wie weit KI am Bau von KI mitwirken kann, aus einer Debatte in ein herunterladbares Exemplar verwandelt zu haben, das jeder sofort prüfen kann.
