Recursive تطلق Flint: نموذج برمجة مجاني 40B يعمل على اللابتوب وبُني بالذكاء الاصطناعي
بقلم علي المنتصر — محلل ومحرر تقني أول
أطلقت Recursive نموذج Flint المجاني للبرمجة، بمعمارية MoE بحجم 40 مليار معامل يُفعّل منها 2.5 مليار فقط، ليعمل محلياً على لابتوب بسرعة 131 توكن/ثانية على MacBook Pro M4 Pro. النموذج متاح على Hugging Face بترخيص Apache 2.0، وبُني بمساعدة نظام Eureka Machine في أقل من أربعة أشهر، ضمن تمويل 650 مليون دولار وتقييم 4.65 مليار دولار.
Recursive تطلق Flint: نموذج برمجة مجاني 40B يعمل على اللابتوب وبُني بالذكاء الاصطناعي
أعلنت شركة Recursive الناشئة، يوم الأربعاء، الإطلاق الرسمي لنموذجها الأول Flint، وهو نموذج برمجة مجاني يعمل محلياً على اللابتوب، متاح للتحميل فوراً على Hugging Face بترخيص Apache 2.0. النموذج بمعمارية mixture-of-experts بحجم 40 مليار معامل يُفعّل منها 2.5 مليار فقط لكل مهمة، وبُني بمساعدة نظام Eureka Machine الآلي في أقل من أربعة أشهر.
📊 بطاقة البيانات والمواصفات التقنية الرسمية
| المحور التقني | البيانات الرسمية المؤكدة |
|---|---|
| 💰 الأسعار وتكلفة الاستخدام | مجاني بالكامل للتحميل والاستخدام والتعديل بترخيص Apache 2.0 على Hugging Face؛ لا رسوم توكنز لأنه يعمل محلياً بدلاً من السحابة |
| 🌐 المنصات والتوفر الفوري | متاح للتحميل على Hugging Face؛ يعمل محلياً على MacBook Pro (Apple M4 Pro) وعلى منصة Nvidia RTX Spark؛ يدعم الاستخدام دون اتصال بالإنترنت |
| ⚡ الأداء ومؤشرات السرعة | 131 توكن/ثانية على MacBook Pro M4 Pro مقابل 58-69 توكن/ثانية للنماذج المماثلة (Gemma 4 وNemotron 3.5 Lightning)؛ أكثر من 150 توكن/ثانية على Nvidia RTX Spark؛ تفوق على SWE-Bench Verified ضمن النماذج دون 50 مليار معامل |
| 🛡️ الأمان ومقاومة الاختراق | التشغيل المحلي يحفظ خصوصية الكود ويمنع إرساله إلى خوادم سحابية؛ لم يُذكر تقييم رسمي لمقاومة Prompt Injection في التقرير |
| 🧠 سياق الذاكرة (Context Window) | لم يُفصح عن حجم نافذة السياق بالرموز في التقرير أو البيان المتاح؛ الاختبارات الميدانية جرت على جهاز Mac بذاكرة 48GB |
| 🌍 دعم اللغة العربية والمنطقة | لا يوجد تقييم رسمي لدعم العربية؛ النموذج مفتوح المصدر ومتاح عالمياً للمطورين العرب للاختبار المحلي دون رسوم |
| 🏗️ المعمارية والحجم | Mixture-of-Experts بإجمالي 40 مليار معامل و2.5 مليار معامل نشط لكل مهمة؛ تدريب منخفض البتات قلّص الحجم بنسبة 71% دون خسارة جودة تقريباً |
| 💵 تمويل الشركة | 650 مليون دولار تمويل بتقييم 4.65 مليار دولار (GV، Nvidia، AMD Ventures)؛ اتفاق حوسبة بقيمة 410 ملايين دولار مع AWS في يونيو |
تفاصيل الإعلان والميزات التقنية الجديدة
يعتمد Flint على معمارية mixture-of-experts التي تُفعّل شريحة صغيرة من النموذج لكل مهمة: 2.5 مليار معامل نشط من أصل 40 ملياراً، ما يجعله أخف بكثير من نماذج مفتوحة موجهة لأجهزة Mac مثل Meta Muse Spark Open الذي يستخدم 816 مليار معامل ويحتاج تيرابايت من الذاكرة على الأقل. هذا التصميم هو ما يسمح للنموذج بالعمل على لابتوب عادي مع الحفاظ على خصوصية الكود وإمكانية الاستخدام دون اتصال، وإلغاء رسوم التوكنز التي تفرضها خدمات البرمجة السحابية.
لعبت منصة Eureka Machine البحثية الآلية دوراً في كل مرحلة تقريباً من بناء Flint، من التدريب المسبق إلى التدريب اللاحق والاستدلال، وفق فيديو الإطلاق الرسمي. وتشمل إسهاماتها تصميم هيكل أكثر تناثراً للنموذج، وتدريباً منخفض البتات قلّص حجم Flint بنسبة 71% مع خسارة جودة تكاد تكون معدومة، إضافة إلى نوى حسابية مخصصة (custom kernels) تسرّع العمليات الأساسية. هذا مكّن فريقاً صغيراً من بناء النموذج من الصفر في أقل من أربعة أشهر.
تأسست Recursive العام الماضي بقيادة الرئيس التنفيذي ريتشارد سوكر، كبير العلماء السابق في Salesforce، وخرجت من التخفي في مايو بتمويل 650 مليون دولار وتقييم 4.65 مليار دولار من مستثمرين بينهم GV وNvidia وAMD Ventures. وفي يونيو أبرمت الشركة اتفاق حوسبة بقيمة 410 ملايين دولار مع Amazon Web Services، ووصفته بأنه "أقل ارتباطاً بعدد الموظفين وأكثر ارتباطاً بعدد الوكلاء".
المقارنة المعيارية والأداء التنافسي
في اختبارات Recursive، ولّد Flint نحو 131 توكن/ثانية على MacBook Pro بشريحة Apple M4 Pro، أي ما يقارب ضعف سرعة النماذج المماثلة التي سجلت 58 إلى 69 توكن/ثانية على الجهاز نفسه، ومنها Google Gemma 4 وNvidia Nemotron 3.5 Lightning. وعلى منصة Nvidia RTX Spark تجاوز Flint 150 توكن/ثانية. وفي اختبار SWE-Bench Verified لقياس قدرة الذكاء الاصطناعي على إصلاح أخطاء برمجية واقعية، تفوق Flint على النماذج الأخرى التي تقل عن 50 مليار معامل. أما على المتوسط الخاص بـRecursive عبر ستة اختبارات، فلم يتفوق عليه سوى نموذج واحد هو Alibaba Qwen3.8 27B. واعترفت الشركة بأن Flint يحتاج إلى توجيه أكبر من مساعدي البرمجة المدفوعين الكبار، ونصحت بتقسيم المهام الكبيرة إلى خطوات أصغر، لكن المراجعات المبكرة كانت إيجابية؛ إذ استخدمه ويل نايت من Wired على جهاز Mac بذاكرة 48GB لبناء تطبيقات صغيرة منها قائمة مهام وأداة بحث ويب، ووجد أنه أنجز طلباته البرمجية بنجاح في كل مرة رغم أخطاء وبطء النماذج الأصغر عادة مقارنة بـClaude أو Codex.
ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)
يقدم Flint للمطور العربي فرصة نادرة لتشغيل مساعد برمجة متقدم محلياً دون رسوم توكنز ودون إرسال الكود إلى خوادم أجنبية، ما يخفض تكلفة التطوير لمشاريع الشركات الناشئة في المنطقة إلى الصفر تقريباً بعد تكلفة العتاد. وبما أن النموذج مفتوح المصدر بترخيص Apache 2.0، يمكن للفرق العربية تخصيصه وتدريبه على قواعد بيانات برمجية عربية أو أنماط مشاريع محلية، مع الاستفادة من سرعة 131 توكن/ثانية على أجهزة MacBook الحديثة المتوفرة إقليمياً. غير أن غياب تقييم رسمي لكفاءة التوكنز في النصوص العربية يعني أن جودة التعامل مع التعليقات والتوثيق بالعربية تبقى بحاجة إلى اختبار ميداني مستقل. عملياً، يناسب Flint ورش العمل دون اتصال، والبيئات محدودة الاتصال، والفرق التي تضع خصوصية الملكية الفكرية في المقام الأول.
الخلاصة والتطلعات القادمة
يمثل Flint اختباراً عاماً مبكراً لفكرة التحسين الذاتي التكراري للذكاء الاصطناعي: أن تبني الأنظمة الذكية أنظمة أفضل منها، وهي فكرة مثيرة للجدل يخشى بعض الباحثين أن تفلت من السيطرة البشرية. لكن نسخة Recursive الحالية محدودة عملياً: مساعد بحث آلي تحت إشراف بشري أنتج نموذجاً صغيراً يكفي للابتوب. الهدف الأبعد، بحسب سوكر، هو بلوغ Eureka Machine تحسيناً ذاتياً تكراريًا كاملاً مع إشراف بشري وقدرة على الإيقاف عند الحاجة، بحيث يجعل كل نموذج جديد Eureka باحثاً أفضل يبني النموذج التالي أسرع. النتيجة الفورية للمطورين اليوم واضحة: نموذج برمجة مجاني، محلي، سريع، ومفتوح المصدر بالكامل.
المصدر الإعلامي: TechCrunch AI | البيان الرسمي للشركة: المصدر الأصلي | تدقيق وتحليل البيانات: AI Tools Oasis
أسئلة شائعة
فريق AI Tools Oasis
نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.
