Recursive Flint: o modelo de código local de 40B que roda em um notebook

O que foi lançado e quando

Em 21 de outubro de 2026, a Recursive Superintelligence, empresa fundada por Richard Socher, apresentou seu primeiro modelo: o Flint. Trata-se de um modelo de linguagem de pesos abertos especializado em programação agêntica, projetado especificamente para funcionar em hardware de consumo, como notebooks e estações de trabalho, sem a necessidade de infraestrutura de data center.

A empresa destaca que o desenvolvimento do modelo foi concluído em menos de quatro meses com a assistência de seu sistema de pesquisa automatizada, o Eureka Machine. Os pesos do modelo estão disponíveis sob a licença Apache 2.0, o que permite seu uso, modificação e distribuição comercial sem restrições significativas.

Arquitetura e eficiência de inferência

O Flint utiliza uma arquitetura de especialistas mistos (MoE) com 256 especialistas roteados. Para cada token processado, o modelo ativa apenas 6 desses especialistas mais um compartilhado, o que limita o cálculo real a cerca de 2,5 bilhões de parâmetros. Essa esparsidade é a chave que permite executar um modelo de 40B em hardware local.

Segundo os testes reportados pela Recursive, o modelo atinge mais de 125 tokens por segundo em um MacBook Pro com chip M4 Pro e supera os 150 tokens por segundo em uma NVIDIA RTX Spark de 64 GB em contextos curtos. A empresa atribui parte dessa eficiência a uma quantização da camada de saída para 4 bits, uma decisão não convencional que o Eureka Machine otimizou para reduzir o tamanho do modelo sem degradar significativamente o desempenho.

Variantes disponíveis e requisitos de hardware

O checkpoint principal é distribuído no formato BF16, que ocupa aproximadamente 80 GB de armazenamento. Para sua execução em hardware local, a Recursive publicou variantes quantizadas oficiais: INT4 MLX (22,6 GB), INT4 Q4_1 GGUF (26,0 GB) e NVFP4 GGUF (22,9 GB).

Os guias de implantação recomendam um mínimo de 48 GB de memória RAM para as variantes quantizadas, tendo em conta que o tamanho do arquivo não inclui a cache KV nem a memória do runtime. O modelo suporta uma janela de contexto de até 512.000 tokens, embora se recomende manter-se abaixo de 256.000 tokens para obter os melhores resultados de desempenho e qualidade.

Desempenho em benchmarks de programação

A Recursive publicou os seguintes resultados em benchmarks padrão de programação agêntica. É importante destacar que essas métricas provêm das avaliações internas da empresa e não foram reproduzidas de forma independente por terceiros nem pela Inferama.

No SWE-bench Pro v2, o Flint obtém 89,7%, enquanto no SWE-bench Verified atinge 74,2% e no Terminal-Bench 2.1, 54,9%. A empresa afirma que esses resultados posicionam o Flint acima de outros modelos MoE com menos de 50 bilhões de parâmetros, embora reconheça que o modelo requer mais orientação do usuário do que os modelos fechados de maior tamanho para tarefas complexas.

Acesso, preço e ecossistema

O Flint está disponível gratuitamente no Hugging Face. Além disso, a plataforma OpenRouter oferece uma rota gratuita (recursive/flint-v1.0:free) com limites de uso, o que permite testar o modelo sem configurar infraestrutura local. Para uso em produção, os desenvolvedores podem implantar o modelo localmente utilizando frameworks como o vLLM, que já inclui suporte de lançamento para o Flint.

A integração com ferramentas de agentes de código, como o OpenHands, permite utilizar o Flint como backend de inferência para fluxos de trabalho de engenharia de software. A principal vantagem é a privacidade: o código não sai da máquina do usuário e não incorre em custos por token de API. A desvantagem é a necessidade de hardware adequado e a gestão da inferência local.

Continue a explorar

Correções e transparência

Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.