Recursive lança o Flint: modelo de código gratuito que roda no laptop e que, segundo a empresa, foi feito em grande parte com ajuda de IA

Fala aí, beleza? A Recursive, laboratório liderado pelo CEO Richard Socher, ex-cientista-chefe da Salesforce, lançou na quarta-feira (21/10/2026) o Flint, seu primeiro modelo

O Flint é um modelo de programação gratuito, com pesos abertos sob licença Apache 2.0, pequeno o bastante para rodar em laptop e pensado para agentes de código. Ou seja, é mais uma opção de modelo local para quem faz vibe coding offline e não quer pagar por token 🙂

O detalhe que chamou atenção: segundo a Recursive, o Flint foi construído em grande parte com ajuda da Eureka Machine, o sistema de pesquisa automatizada da empresa. A própria Recursive descreve o lançamento como um teste prático da Eureka Machine e um ‘ponto de partida’ rumo a uma superinteligência que se autoaperfeiçoa. Já o TechCrunch, que cobriu o anúncio, resume isso como um teste público inicial de autoaperfeiçoamento recursivo. O anúncio oficial está no post Introducing Flint

O que a Recursive quer dizer com ‘construído em grande parte por IA’

É uma alegação da empresa, e ela se refere ao processo de pesquisa e treino, não a uma IA que criou o modelo sozinha

O sistema por trás disso se chama Eureka Machine

Que sistema é esse? Pensa num pesquisador automatizado: ele propõe ideias, implementa, testa e usa os resultados para decidir o que tentar depois. Tipo um ciclo de tentativa e erro que roda sem alguém apertando o botão a cada rodada

Segundo a Recursive, a Eureka Machine contribuiu em várias frentes do Flint:

• dados
• otimizadores
• receitas de treino
• infraestrutura
• desempenho de inferência

A empresa também diz que uma equipe pequena, de pessoas e agentes, construiu o Flint do zero em menos de quatro meses. O treino passou por pré-treino, mid-training, fine-tuning supervisionado (SFT) e aprendizado por reforço (RL)

Agora o limite, e ele é importante: a Eureka Machine é um assistente de pesquisa supervisionado por pessoas, e a Recursive não disse quanto tempo exatamente ela economizou para os pesquisadores. Os números de desenvolvimento e a alegação de autoaperfeiçoamento são a palavra da empresa, ainda sem confirmação de terceiros

Por enquanto, ‘feito em grande parte por IA’ é a palavra da Recursive. Vale ler como posicionamento da empresa, não como fato medido por terceiros

Especificações do Flint: tamanho, licença, contexto e hardware

O Flint é um modelo mixture-of-experts com 39,8 bilhões de parâmetros no total (a divulgação arredonda para 40B) e cerca de 2,5 bilhões ativos por token

E o que significa isso na prática?

Num mixture-of-experts o modelo é dividido em vários ‘especialistas’, e só uma parte deles entra em ação a cada token. Então o custo de gerar cada token fica bem mais perto do de um modelo pequeno, o que ajuda MUITO quem quer rodar local

Mas tome cuidado: os pesos inteiros ainda precisam caber na memória, e é aí que o requisito de hardware pesa

O resto da ficha técnica, segundo o model card no Hugging Face:

• licença Apache 2.0, com pesos abertos e gratuitos
• configuração de contexto documentada de 262.144 tokens, somando prompt e saída (o blog oficial da Recursive fala em suporte de até 512k, mas recomenda ficar dentro de 256k)
• entrada e saída de texto
• raciocínio e uso de ferramentas em múltiplos turnos
• pesos no repositório RecursiveSI/flint (checkpoint BF16)

A Recursive também publica duas quantizações oficiais em GGUF:

Ou seja, ‘roda no laptop’ aqui quer dizer laptop parrudo, com 48 GB de memória ou mais

Não é qualquer notebook, mas também não é PC da Nasa haha

Benchmarks e velocidade: o que a Recursive divulgou

Os números abaixo são da própria Recursive, publicados no model card, com média de pass@1 em pelo menos cinco tentativas:

• Terminal-Bench 2.1: 54,9%
• SWE-bench Pro v2: 89,7%
• SWE-bench Verified: 74,2%

Na velocidade, a Recursive mediu cerca de 131 tokens/s num MacBook Pro com M4 Pro. Na mesma máquina, modelos similares (incluindo Gemma 4 e Nemotron 3.5 Lightning) ficaram entre 58 e 69 tokens/s, segundo a empresa. Na NVIDIA RTX Spark, o Flint passou de 150 tokens/s nos testes da Recursive

O Ollama divulgou números parecidos: mais de 125 tok/s no MacBook Pro M4 Pro e mais de 150 tok/s numa RTX Spark de 64 GB, em contextos curtos

Se liga na ressalva: são todas medições dos próprios fornecedores, ainda sem reprodução independente. Antes de tratar qualquer score como definitivo, vale esperar avaliações de terceiros

Como rodar o Flint: Ollama, llama.cpp, LM Studio e agentes de terminal

O caminho mais curto é pelo Ollama, que tem suporte ao Flint desde o lançamento:

ollama run flint

Tome cuidado com um detalhe: na versão estável v0.40.8 do Ollama (lançada em 21/10/2026), o suporte ao Flint vale por enquanto só para macOS. As notas de lançamento dizem que o suporte a outras GPUs vem numa versão posterior, sem data definida. A pré-release seguinte, v0.40.9-rc1 (de 22/10), traz apenas uma atualização do llama.cpp e não muda esse cenário

Então, se tu está no Windows ou no Linux com placa NVIDIA, o Ollama ainda não é o seu caminho por agora

Fora do Ollama, segundo a Recursive, o Flint funciona com llama.cpp, Unsloth, LM Studio, vLLM e SGLang. O model card no Hugging Face cita especificamente quantizações para uso no llama.cpp, no Ollama, no LM Studio ou em qualquer app compatível

E os agentes de terminal?

O model card do Hugging Face confirma que o Flint suporta tool calls compatíveis com o formato da OpenAI. Na prática, se o agente que tu usa fala esse formato de tool call, ele é candidato a conversar com o Flint. Confere na documentação da sua ferramenta antes de contar com isso

Se tu ainda não montou um fluxo assim, vale entender primeiro como ligar o Ollama num agente com modelo local, a lógica de apontar o agente pro modelo rodando na sua máquina é a mesma 😀

Para quem o Flint faz sentido no vibe coding com modelo local

O Flint faz sentido pra quem já tem o hardware e quer um agente de código offline, sem custo por token

O perfil que mais se beneficia:

• dev com Mac Apple Silicon de 48 GB ou mais de memória unificada
• dev com GPU NVIDIA com pelo menos 48 GB de memória (ou memória unificada no Spark)
• quem quer usar agente pra investigar codebases, corrigir bugs, implementar features e escrever testes, que é exatamente o foco declarado do modelo
• quem precisa de pesos abertos com licença Apache 2.0

Agora, as limitações, sem passar pano:

• o hardware é exigente, e notebook comum não dá conta
• o Ollama ainda está restrito ao macOS na versão estável mais recente (v0.40.8)
• os benchmarks e a alegação de construção em grande parte por IA vêm só da empresa

Veredito: se tu tem a máquina, o Flint é uma opção muito massa pra testar como daily driver local, especialmente pelo combo licença aberta + contexto longo + foco em agentes

Se não tem os 48 GB, ele simplesmente não é pra você agora. E se o que te atraiu foi o papo de IA que se autoaperfeiçoa, segura o hype até aparecer verificação independente, será? 🙂

E se tu curte acompanhar modelo de código, no canal tem um vídeo sobre o GLM 5.2, modelo pensado pra ler o projeto inteiro 😀

Próximo passo

Primeiro, confere a memória da sua máquina: sem os 48 GB, nenhuma das quantizações oficiais vai rodar como a Recursive recomenda

Depois lê o model card do Flint e escolhe a quantização certa: NVFP4 se tu está em GPU NVIDIA, INT4 se está num Mac com Apple Silicon

No Mac, é só rodar ollama run flint e mandar uma tarefa real do seu projeto, tipo corrigir um bug ou escrever um teste, pra ver se o modelo encaixa no seu fluxo

E fica de olho nas próximas versões do Ollama pro suporte a outras GPUs, e nas primeiras avaliações independentes dos benchmarks

Até o próximo post!

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.