Sobre o Recursive Flint
O Recursive Flint é um modelo de programação da Recursive, lançado em 21 de outubro de 2026. É o primeiro modelo da Recursive. O Flint é um modelo mixture-of-experts com 39,8 bilhões de parâmetros, dos quais cerca de 2,5 bilhões trabalham em cada token, por isso ele responde rápido e roda em um notebook com 48 GB de memória.
A Recursive criou o Flint para agentes de programação: ele planeja uma mudança, chama ferramentas, edita arquivos e roda comandos no terminal. Ele sempre raciocina antes de responder. Segundo a Recursive, a Eureka Machine, um sistema de pesquisa automatizada em IA, ajudou a construir quase todas as partes do modelo, dos dados de treino aos kernels de inferência.
Os pesos são abertos sob a licença Apache 2.0, então dá para rodar o Flint localmente com Ollama, LM Studio ou vLLM. Na Overchat AI, ele está no mesmo chat que GPT-6, Claude, Gemini e outros modelos, sem nada para instalar.
- Desenvolvedor
- Recursive
- Lançamento
- 21 out. 2026
- Parâmetros
- 39,8B, 2,5B ativos
- Janela de contexto
- 262K tokens
- Entrada
- Texto
- Licença
- Apache 2.0
Veja como o Recursive Flint responde
Escreva uma função em Python que verifique se uma string é um endereço IPv4 válido sem usar regex, e cinco casos de teste que cubram os casos de borda.
def is_valid_ipv4(s: str) -> bool:
if not isinstance(s, str):
return False
parts = s.split(".")
if len(parts) != 4:
return False
for part in parts:
if not part:
return False
if not all("0" <= ch <= "9" for ch in part):
return False
if len(part) > 1 and part[0] == "0":
return False # strict: reject leading zeros
if len(part) > 3 or int(part) > 255:
return False
return TrueCinco casos de teste que cobrem os casos de borda:
assert is_valid_ipv4("192.168.1.1") is True
assert is_valid_ipv4("0.0.0.0") is True
assert is_valid_ipv4("255.255.255.255") is True
assert is_valid_ipv4("256.1.1.1") is False
assert is_valid_ipv4("192.168.01.1") is FalseEsta implementação não usa regex: divide a string em ., verifica se há exatamente quatro partes, aceita apenas dígitos, rejeita zeros à esquerda e garante que cada octeto fique entre 0 e 255.
Esta função JavaScript deveria retornar a média de um array de números, mas retorna NaN para um array vazio e resultados errados quando o array tem strings como "5". Encontre os bugs e mostre uma versão corrigida. function avg(xs) { let sum = 0; for (const x of xs) sum += x; return sum / xs.length; }
Bugs na versão original:
- Array vazio:
sum / xs.lengthvira0 / 0, que éNaN. - Valores em string:
sum += xusa o operador+do JavaScript, que concatena quando um dos lados é uma string. Então somar"5"transforma a soma em uma string como"05"em vez de somar5.
Versão corrigida:
function avg(xs) {
const nums = xs.map(Number);
if (nums.length === 0) return 0;
const sum = nums.reduce((acc, n) => acc + n, 0);
return sum / nums.length;
}Assim, números em string como "5" viram números de verdade com Number, e um array vazio retorna 0.
Exemplos:
avg([1, 2, 3, 4]); // 2.5
avg(["5", "10", "15"]); // 10
avg([]); // 0Escreva um script bash que encontre todo arquivo .log com mais de 100 MB em /var/log, comprima cada um com gzip e mostre quanto espaço em disco foi liberado.
#!/bin/bash
LOG_DIR="/var/log"
THRESHOLD="+100M" # over 100 MB
orig_total=0
comp_total=0
count=0
while IFS= read -r -d '' f; do
orig_size=$(stat -c %s "$f")
orig_total=$((orig_total + orig_size))
gzip -9 -f "$f"
comp_size=$(stat -c %s "${f}.gz")
comp_total=$((comp_total + comp_size))
count=$((count + 1))
done < <(find "$LOG_DIR" -type f -name '*.log' -size $THRESHOLD -print0)
if (( count == 0 )); then
echo "No .log files over 100 MB found under $LOG_DIR."
else
freed_bytes=$((orig_total - comp_total))
freed_mb=$(awk "BEGIN { printf \"%.2f\", $freed_bytes / 1048576 }")
orig_mb=$(awk "BEGIN { printf \"%.2f\", $orig_total / 1048576 }")
comp_mb=$(awk "BEGIN { printf \"%.2f\", $comp_total / 1048576 }")
echo "$count log file(s) compressed under $LOG_DIR."
echo "Original total size: ${orig_mb} MB"
echo "Compressed total size: ${comp_mb} MB"
echo "Approx. disk space freed: ${freed_mb} MB"
fiPara executar:
sudo bash script.shObservações:
- Busca recursivamente dentro de
/var/log. - Pega arquivos terminados em
.logcom mais de 100 MB. - Usa
gzip -9 -f, que substitui o original por um arquivo.gze remove o original. - Mostra o espaço liberado aproximado, comparando os tamanhos originais e comprimidos.
Mais prompts para testar com o Recursive Flint
Recursive Flint vs outros modelos
Testes de programação e de seguir instruções, tamanho, janela de contexto e velocidade local, um rival de cada vez.
| Característica | Flint | Qwen3.6 35B A3B |
|---|---|---|
| Desenvolvedor | Recursive | Alibaba |
| Lançamento | 21 out. 2026 | 16 abr. 2026 |
| Parâmetros? | 39,8B, 2,5B ativos | 36B, 3B ativos |
| Janela de contexto? | 262K | 262K |
| Velocidade local? | 131 tokens/s | 66 tokens/s |
| Licença | Apache 2.0 | Apache 2.0 |
| Característica | Flint | Qwen3.8 27B |
|---|---|---|
| Desenvolvedor | Recursive | Alibaba |
| Lançamento | 21 out. 2026 | 14 ago. 2026 |
| Parâmetros? | 39,8B, 2,5B ativos | 27B denso |
| Janela de contexto? | 262K | 256K |
| Velocidade local? | 131 tokens/s | 13 tokens/s |
| Licença | Apache 2.0 | Apache 2.0 |
| Característica | Flint | Gemma 4 31B |
|---|---|---|
| Desenvolvedor | Recursive | |
| Lançamento | 21 out. 2026 | 2 abr. 2026 |
| Parâmetros? | 39,8B, 2,5B ativos | 30,7B denso |
| Janela de contexto? | 262K | 256K |
| Velocidade local? | 131 tokens/s | 12 tokens/s |
| Licença | Apache 2.0 | Apache 2.0 |
| Característica | Flint | Muse Glimmer 30B |
|---|---|---|
| Desenvolvedor | Recursive | Meta |
| Lançamento | 21 out. 2026 | 10 ago. 2026 |
| Parâmetros? | 39,8B, 2,5B ativos | 30B denso |
| Janela de contexto? | 262K | 131K |
| Velocidade local? | 131 tokens/s | 15 tokens/s |
| Licença | Apache 2.0 | Apache 2.0 |
| Característica | Flint | Laguna XS 2.1 |
|---|---|---|
| Desenvolvedor | Recursive | Poolside |
| Lançamento | 21 out. 2026 | 2 jul. 2026 |
| Parâmetros? | 39,8B, 2,5B ativos | 33B, 3B ativos |
| Janela de contexto? | 262K | 262K |
| Velocidade local? | 131 tokens/s | 69 tokens/s |
| Licença | Apache 2.0 | Pesos abertos |
Principais recursos do Flint
Feito para agentes de programação, rápido em um notebook, janela de contexto de 262K e pesos abertos.
Feito para agentes de programação
O Flint foi treinado para trabalhar como um agente de programação: lê o código, planeja uma mudança, chama ferramentas, edita arquivos e roda comandos até os testes passarem. A Recursive informa 74,2% no SWE-bench Verified, um teste de correção de issues reais do GitHub, e 54,9% no Terminal-Bench 2.1, um teste de tarefas no terminal. Ele também segue instruções à risca: 89,2% no IFBench, a melhor nota entre os modelos comparados nesta página.
Rápido em um notebook
Só cerca de 2,5 bilhões dos 40 bilhões de parâmetros do Flint trabalham em cada token, por isso ele escreve rápido em hardware comum. Em um MacBook Pro com chip M4 Pro e 48 GB de memória, o Flint gera cerca de 131 tokens por segundo com um prompt curto. É o dobro do Qwen3.6 35B A3B e cerca de dez vezes mais rápido que modelos densos de tamanho parecido, como Qwen3.8 27B e Gemma 4 31B.
262K tokens de contexto
O Flint mantém até 262.144 tokens à vista, prompt e resposta juntos: cerca de 200 mil palavras. Em um agente de programação, isso é espaço para um repositório pequeno, logs longos e todo o histórico da tarefa, então o Flint consegue rastrear um bug entre arquivos e lembrar dos passos anteriores.
Pesos abertos sob Apache 2.0
Os pesos do Flint estão no Hugging Face sob a licença Apache 2.0, que permite uso comercial. Rode com Ollama (download de 23 GB), LM Studio ou vLLM; a Recursive recomenda pelo menos 48 GB de memória unificada ou de GPU. Conecte a agentes de programação como OpenCode, Cline ou Codex CLI, ou converse com ele na Overchat AI sem instalar nada.
Por que usar o Recursive Flint na Overchat AI
Uma conta para chat, imagens e vídeo, em todos os dispositivos.
Agente de IA Superchat
O Superchat Agent envia sua mensagem automaticamente para o modelo mais adequado à tarefa. Ele gera imagens e vídeos, usa as ferramentas de IA da Overchat AI e aprende com suas interações para melhorar com o tempo.
Converse com imagens e arquivos
O Flint lê apenas texto. Para perguntar sobre um PDF, uma planilha ou um print, anexe o arquivo e troque para um modelo que lê arquivos, como Claude ou GPT-6, no mesmo chat. Você também pode ditar a mensagem em vez de digitar.
Vá além do texto
Gere imagens com Nano Banana e GPT Image e vídeos com Seedance e Kling na mesma conta, com os mesmos créditos do chat.
Na web, no iPhone e no Android
Comece um chat no notebook e termine no celular. O app da Overchat AI tem os mesmos modelos, e seus chats ficam em uma única conta em todos os dispositivos.
Como usar o Recursive Flint na Overchat AI
Comece no chat do topo desta página ou no app da Overchat AI na web, no iOS ou no Android.
- 1
Escolha o Flint
Ele já vem selecionado no chat desta página. No app da Overchat AI, abra a lista de modelos ao lado do campo de mensagem e escolha o Flint.
- 2
Cole o código e descreva a tarefa
O Flint lê texto, então cole o código, o erro ou o log na mensagem e diga o que você precisa: uma correção, um teste, um refactor ou uma explicação.
- 3
Continue no mesmo chat
Peça um teste, uma versão mais curta ou outra abordagem, ou troque para outro modelo sem perder a conversa.
Conheça outros modelos
Todos os modelos abaixo estão no mesmo chat da Overchat AI que o Flint.
Saiba mais sobre LLMs locais
Melhor LLM Local para Programação em 2026: Guia do Desenvolvedor
Qual LLM local escreve o melhor código em 2026? Ranqueamos Qwen3-Coder-Next, DeepSeek V3.2, Llama 4 Scout e outros por benchmarks e requisitos de hardware.
Requisitos de Hardware para LLM Local em 2026
Que hardware você precisa para rodar um LLM local em 2026? Requisitos de GPU, VRAM, RAM e CPU para cada tamanho de modelo, de 3B a 400B.
Ollama vs LM Studio: o melhor app de IA local em 2026
Comparamos Ollama, LM Studio e Atomic Chat para descobrir qual é o melhor app de IA local.
Perguntas frequentes sobre o Recursive Flint
Se tiver qualquer dúvida,
fale com a gente em hello@overchat.ai
O Recursive Flint é um modelo de programação de pesos abertos da Recursive, lançado em 21 de outubro de 2026. É um modelo mixture-of-experts com 39,8 bilhões de parâmetros, cerca de 2,5 bilhões deles ativos por token, e janela de contexto de 262.144 tokens. Foi feito para agentes de programação e roda em um notebook com 48 GB de memória.
O Flint é o primeiro modelo da Recursive, uma empresa de IA liderada por Richard Socher, que também é CEO do You.com. Segundo a Recursive, a Eureka Machine, um sistema de pesquisa automatizada em IA, ajudou a construir quase todas as partes do Flint: os dados, as receitas de treino, os otimizadores, a quantização e os kernels de inferência. Uma pequena equipe de pessoas e agentes construiu o modelo do zero em menos de quatro meses.
O Flint tem 39,8 bilhões de parâmetros no total. É um modelo mixture-of-experts: cada camada tem 256 especialistas, e 6 deles mais um especialista compartilhado trabalham em cada token, então só cerca de 2,5 bilhões de parâmetros ficam ativos por vez. É por isso que ele escreve rápido em um notebook.
O cartão do modelo informa 262.144 tokens, divididos entre o prompt e a resposta. O blog da Recursive diz que o Flint chega a 512K tokens, mas recomenda ficar dentro de 256K.
A Recursive recomenda pelo menos 48 GB de memória: um Mac com chip M4 Pro, M5 Pro ou M5 Max e 48 GB de memória unificada, ou uma GPU com 48 GB. A versão do Ollama é um download de 23 GB. O LM Studio indica 24 GB de RAM para a menor versão, mas o contexto completo pode não caber. Os pesos BF16 completos ocupam cerca de 80 GB e rodam em uma GPU H200 ou B300.
Você pode rodar o Flint com Ollama (ollama run flint), LM Studio, llama.cpp, SGLang e o motor próprio da Recursive, o rec, e o cartão do modelo traz um comando para vLLM. A documentação da Recursive recomenda o agente Pi e também cobre OpenCode, Cline, OpenHands e Codex CLI.
Não. O raciocínio fica sempre ligado no Flint: ele pensa antes de cada resposta. Para problemas difíceis, a Recursive recomenda deixar espaço para pelo menos 32.768 tokens de saída, contando o raciocínio.
Os pesos do Flint foram lançados sob a licença Apache 2.0, que permite uso comercial, modificações e redistribuição. A API hospedada da Recursive tem termos próprios, separados da licença dos pesos.
Não. O Flint recebe texto e responde em texto. Cole código, erros e logs na mensagem como texto. Para perguntar sobre uma imagem ou um PDF na Overchat AI, anexe o arquivo e troque para um modelo que lê arquivos, como Claude ou GPT-6, no mesmo chat.
Digite sua mensagem no chat do topo desta página e toque em Enviar. Depois de entrar, o Flint responde no chat da Overchat AI, onde você pode continuar a conversa na web, no iOS ou no Android e trocar de modelo quando quiser.
