Beobachtetes Signal · 21. Okt. 2026 · Product Launch · Quelle: techcrunch · Relevanz: 4/5 · Sentiment: Positiv

Recursive bringt KI-entwickeltes Codemodell Flint heraus

Zusammenfassung des Signals

Das KI-Startup Recursive, gegründet im letzten Jahr, hat am Mittwoch sein erstes Modell Flint veröffentlicht. Flint ist ein kostenloses, quelloffenes Codemodell, das auf einem Laptop läuft und weitgehend vom automatisierten Forschungssystem des Unternehmens, der Eureka Machine, entwickelt wurde. Das Unternehmen kam im Mai aus der Deckung mit 650 Millionen Dollar Finanzierung bei einer Bewertung von 4,65 Milliarden Dollar von Geldgebern wie GV, Nvidia und AMD Ventures. Flint ist ein Mixture-of-Experts-Modell mit 40 Milliarden Parametern, von denen jeweils 2,5 Milliarden aktiv sind, was es für Laptops geeignet macht. In Tests übertraf es ähnliche Modelle unter 50 Milliarden Parametern bei SWE-Bench Verified und erzeugte Token schneller als Wettbewerber wie Googles Gemma 4 und Nvidias Nemotron 3.5 Lightning. Recursive positioniert Flint als frühen Test für rekurrente Selbstverbesserung, mit dem Ziel, KI zu entwickeln, die bessere KI baut, wobei Menschen den Prozess überwachen.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Dies ist eine bedeutende technische Veröffentlichung eines gut finanzierten KI-Startups, die rekursive Selbstverbesserung beim Aufbau eines Codemodells demonstriert – ein wichtiger Trend für die KI-Automatisierung in der AdTech/MarTech-Branche.

SIGNAL RADAR

Marktsignale zu Amazon Web Services (AWS) in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.

Kostenlos im Explorer starten
Kostenloser Explorer-ZugangKeine Kreditkarte nötigSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Recursive veröffentlichte Flint, ein kostenloses, quelloffenes Codemodell, das auf einem Laptop läuft.
  • Flint wurde weitgehend vom automatisierten Forschungssystem des Unternehmens, der Eureka Machine, entwickelt.
  • Recursive sammelte im Mai 2026 650 Millionen Dollar bei einer Bewertung von 4,65 Milliarden Dollar ein.
  • Flint ist ein Mixture-of-Experts-Modell mit 40 Milliarden Parametern, von denen jeweils 2,5 Milliarden aktiv sind.
  • Flint übertraf ähnliche Modelle bei SWE-Bench Verified und erzeugte Token schneller als Wettbewerber.

Verknüpfte Unternehmen

6 verknüpfte Unternehmen

“Recursive teilte TechCrunch mit, dass sein 410-Millionen-Dollar-Compute-Deal mit Amazon Web Services im Juni 'weniger über Personal, sondern...”

“Im eigenen Durchschnitt von Recursive über sechs Tests erzielte nur ein Modell, Alibabas Qwen3.8 27B, eine höhere Punktzahl als Flint.”

“OpenAI gab letzten Monat bekannt, dass seine KI-Agenten bis Mitte August 3,1 Arbeitstage für jeden von einem menschlichen Forscher gearbeite...”

Ontologie & Marktkonzepte

Large Language Models (LLM) & AI#Recursive Self-Improvement#Eureka Machine
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: techcrunch•Veröffentlicht: 21. Okt. 2026
Ursprünglicher Berichttitel: “Recursive launches Flint, a laptop coding model it says was largely built by AI”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

AI Research & Development14. Sept. 2026

Richard Sochers Recursive sichert sich 4,65 Milliarden Dollar Seed-Finanzierung für selbstoptimierende KI

Richard Socher hat mit seinem neuen Startup Recursive eine beispiellose Seed-Finanzierungsrunde in Höhe von 4,65 Milliarden Dollar abgeschlossen. Ziel ist die Entwicklung selbstoptimierender KI-Systeme auf Basis einer sogenannten „Eureka Machine“, die die KI-Forschung selbst automatisieren und jahrelange menschliche Entwicklungszyklen auf wenige Wochen verkürzen soll. Erste Testergebnisse belegen, dass das System von Recursive bei komplexen Optimierungsaufgaben – darunter NanoChat, NanoGPT und NVIDIA GPU-Kernel – menschliche Experten und andere Agenten in unter zwei Tagen übertraf. Socher kritisiert dabei Ansätze wie Anthropics Constitutional AI als unzureichend und positioniert Open-Source-Modelle als geopolitisches Instrument. Neben einem Framework aus zehn Intelligenzräumen prognostiziert er fundamentale wissenschaftliche Durchbrüche in Sektoren wie Energie, Materialwissenschaften und Biologie.

Signal analysieren
AI Infrastructure17. Sept. 2026

Z.ai meldet: KI-Modell baut eigene Inferenz-Infrastruktur autonom auf

Das chinesische KI-Unternehmen Z.ai (ehemals Zhipu AI) hat ein Research Paper veröffentlicht, das beschreibt, wie das firmeneigene GLM-5.3-Modell über einen spezialisierten Infra Agent die produktive Inferenz-Infrastruktur auf einem Cluster von über 100.000 chinesischen KI-Beschleunigern eigenständig aufgebaut und optimiert hat. Der Prozess von der Modellanpassung bis zur Produktivreife dauerte weniger als zwei Wochen und verdreifachte den End-to-End-Durchsatz, wobei die Leistung laut Z.ai mit Nvidia-GPUs vergleichbar sei. Über ein neuartiges 'Dense Feedback'-Verfahren identifiziert und behebt der KI-Agent System-Engpässe autonom – so wurde etwa ein Parallelisierungs-Bottleneck von 20 % auf unter 1 % reduziert. Z.ai wertet dies als Vorstufe einer Recursive Self-Improvement (RSI), wenn auch noch keine vollständige RSI erreicht ist. Gerüchte über ähnliche Durchbrüche bei Google DeepMind bleiben unbestätigt. Die Veröffentlichung erfolgte im September 2026.

Signal analysieren
Large Language Models & AI14. Mai 2026

Recursive Superintelligence sichert sich 650 Millionen US-Dollar für selbstverbessernde AI

Das in San Francisco ansässige AI-Startup Recursive Superintelligence ist am 14. Mai 2026 mit einer Finanzierung in Höhe von 650 Millionen US-Dollar aus der Deckung getreten. Zum Gründerteam gehören Richard Socher von You.com sowie namhafte Forscher wie Peter Norvig, Tim Shi, Tim Rocktäschel und Josh Tobin. Das erklärte Ziel des Unternehmens ist die Entwicklung einer rekursiv selbstverbessernden AI, die mithilfe von Open-Endedness und koevolutionären Techniken wie Rainbow Teaming eigenständig Schwachstellen identifiziert und sich optimiert. Die Gründer betonen, dass dadurch die Ideengenerierung, Implementierung und Validierung automatisiert werden und sich Produktentwicklungszyklen von Jahren auf Quartare verkürzen könnten. Zudem stehen die Allokation von Rechenleistung und Governance im Fokus der künftigen Entwicklung.

Signal analysieren
Executive Briefing & Watchlist

Alle künftigen Signale zu Amazon Web Services (AWS) & Wettbewerbern im Briefing erhalten

Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.

Kostenlos im ExplorerKeine KreditkarteJederzeit abbestellbar