オープンウェイトのコーディングモデル Flint は2026年10月21日、Recursive から公開された。総パラメータは40B で、一度に活性化するのは約2.5B にすぎず、ノートパソコン上で直接動作し、重みは Apache 2.0 ライセンスで Hugging Face から無料で入手できる。注目点はパラメータ数ではなく、その生い立ちにある。Recursive によれば、事前学習から推論の最適化まで、ほぼ全工程に同社の自動研究システム Eureka Machine が関わり、小さなチームがゼロから4か月足らずで完成させた。
小さな体で同級の約2倍の速さ
Flint は混合専門家アーキテクチャを採用し、モデルカードが示すコンテキスト長は 262K だ。Recursive の自社測定では、M4 Pro チップ搭載の MacBook Pro で毎秒約131トークンを生成し、同機における同種モデルの58から69を大きく上回る約2倍の速度だった。NVIDIA RTX Spark では毎秒150を超えた。スコアも同社公表のものだが、SWE-bench Verified で74.2%を記録し、総パラメータ50B 未満の混合専門家モデルの中で首位、Terminal-Bench 2.1 は54.9%だった。Wired の実機テストがこれを裏づける。48GB メモリの Mac で ToDo リストアプリ、資料収集ツール、小さな Web サイトを作らせたところ、いずれも一回で書き上げた。ローカルで動けばコードはパソコンの外に出ず、トークン課金もない。NVIDIA が今年ローカル向け Spark ハードウェアを全面的に刷新したのも、大規模モデルを机の上に戻すこの流れへの賭けだ。
Eureka Machine：AI が AI づくりに参加する
Eureka Machine の進め方は、自ら案を出し、検証コードを書いて実験し、結果を見て次を決めるというもので、多数の実験を並行して回す。Flint への具体的な貢献には、より疎なモデル構造の発見、低ビット学習でモデル容量を71%縮めながらスコアをほぼ落とさなかったこと、Apple シリコンと RTX Spark 向けの専用高速化カーネルの作成が含まれる。Recursive は Salesforce の元チーフサイエンティスト Richard Socher が創業し、今年5月にステルスを抜けた時点で6億5000万ドルを調達、評価額は46億5000万ドルで、出資者には GV、NVIDIA、AMD Ventures が名を連ねる。
「AI が AI を造る」を制御不能と聞かないでほしい
冷や水は三つある。第一に、上記のベンチマークと速度はすべて Recursive の自社測定で、第三者の再現はまだ追いついていない。同社の6項目平均でも Flint の上にいるのはアリババの Qwen3.8 27B だけで、全勝ではない。第二に、複雑な仕事では大型の有料コーディング助手より細かい指示が要り、大きなタスクは小分けにして渡すほうがよいと同社自身が認めている。第三に、再帰的自己改善といっても現状は人間の監督下にある AI 研究アシスタントの姿で、Socher はシステムが人間の停止可能な管理下にあると明言している。Flint の価値は、AI がどこまで AI づくりに参加できるかという議論を、ダウンロードしてその場で検証できる実物に変えたことにある。
