本文へ移動
DAMEMOTOCONTENT & SYSTEMSLET’S TALK ↗
MENU
サービスAIと働くAI制作ラボメディアSEO事例・運用体制会社紹介
← 記事一覧へ

AIニュース約12分で読めます

Recursive Flint公開|社外秘のコードを手元のAIで扱う選択肢

  • URLをコピーしました!

米AI企業のRecursiveは2026年10月21日(米国時間)、自社で初めてのAIモデル「Recursive Flint」を公開しました。

ノートPCなど手元の機材で動くコーディング向けのモデルで、重みはApache 2.0ライセンスで無料配布されています。

日本では10月22日未明(公式Xの告知は1時41分)の公開でした。

社外に出せないコードやデータを、クラウドに送らずにAIで扱う選択肢が広がる話で、サイトの改修やタグ設定、スプレッドシートの自動化を担うWeb担当・マーケティング担当にとっても、AIの使い方を決める材料になります。

この記事のポイント

  • 総パラメータ約40B、1トークンごとに使うのは約2.5B
  • 重みはApache 2.0で無料、手元で動かせばAPI料金はかからない
  • 公式エンジンで動かすにはメモリ48GB以上が条件
  • ホスト版は、入力を学習に使うことが利用の条件
  • ベンチマークの数字はRecursiveの自社測定

本記事は、Recursiveの公式ブログ、Hugging Faceのモデルカード、公式ドキュメント、利用規約を一次情報とし、TechCrunchとWIREDの報道、各ベンチマークの運営元のページと照合しています。

情報は2026年10月22日時点のものです。モデルの中身、データの扱い、必要な機材と費用、ベンチマークの読み方までを見ていきます。

RecursiveがローカルAI「Flint」を公開

RecursiveがローカルAI「Flint」を公開

コーディングを手伝うAIといえば、クラウドのサービスに入力を送って使うものが中心ですよね。Flintは、その処理を自分の機材の中で済ませることを狙ったモデルです。

発表の中身:約40BのMoEモデル、Apache 2.0で配布

公式ブログによると、Flintは「専門家の混合(MoE)」と呼ばれる仕組みのモデルで、総パラメータは約40B(400億)、1トークンを処理するたびに使うのは約2.5Bです(Recursive公式ブログ)。

使う部分を絞ることで、手元の機材でも速く動くように設計されています。モデルカードでの正確な表記は39.8Bです。

重みはHugging Faceで公開され、ライセンスはApache 2.0です(Hugging Face モデルカード)。

llama.cpp、Ollama、LM Studioなどのツールに対応し、Mac向けの公式の推論エンジン「rec」も同時に公開されました。

扱える文脈の長さは、モデルカードと公式ドキュメントでは26万2,144トークンです。

「AIが作ったAI」という主張

Recursiveは、Flintを社内の自動研究システム「Eureka Machine」を使って作ったと説明しています。

このシステムは、アイデアを出し、実装し、試し、結果から次に試すことを決める研究のサイクルを自動化するものです。

Flint自体は、人とエージェントの小さなチームが、ゼロから4か月未満で作ったとされています。

ただしTechCrunchは「人が監督するAIの研究アシスタント」と書いており、人が関わらずに作られたわけではありません。チームの人数は公表されていません。

\ AI活用、何から始めればいいか迷ったら /

初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ

社外に出せないコードを手元のAIで扱う

社外に出せないコードを手元のAIで扱う

「顧客データが入ったシートの処理を、AIに手伝ってほしい。でも外部のサービスには送れない」。Web担当なら、そんな場面に覚えがあるのではないでしょうか。Flintがいちばん効いてくるのは、ここです。

ローカルで動かすか、ホスト版を使うかで扱いが逆になる

公式ブログは、手元で動かせば「オフラインで作業でき、データは自分のコンピューターに残り、API料金もかからない」と説明しています。

一方で、同じFlintでもRecursiveが提供するホスト版は扱いが違います。

利用規約は、ホスト版のAPIを使う場合、入力と出力をモデルの学習に使うことを認めるのが利用の条件で、オプトアウトはない(法律で認められる場合を除く)と定めています(Recursive利用規約)。

パスワードやAPIキー、個人データを送らないよう注意書きもあります。なお、Recursiveの直接のAPIは現在、一部のパートナー向けです。

公式ドキュメントは、OpenCodeの無料枠や、OpenRouter経由での利用も案内しています(OpenRouterには無料版も掲載されています)。

手軽ですが、これらは手元で動かす使い方ではなく、データの扱いはそれぞれのサービスの設定にもよります。「無料で試せる」と「外に出ない」は別の話だと押さえておきたいところです。

個人情報保護委員会の注意喚起との関係

個人情報保護委員会は2023年6月2日の注意喚起で、本人の同意なく個人データを含むプロンプトを生成AIサービスに入れる場合、サービスの提供事業者がその個人データを機械学習に使わないことなどを十分に確認するよう求めています(個人情報保護委員会)。

手元で動かす構成なら、そもそも提供事業者にデータを送らないので、この確認は単純になります。

ただし、手元に置いたデータを誰が見られるかといった社内の管理は、別に考えておきたいところです。

\ AI活用、何から始めればいいか迷ったら /

初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ

動かすのに必要な機材と費用

動かすのに必要な機材と費用

モデルが無料でも、動かす機材はそうはいきません。ここが導入を考えるときの現実的なハードルです。

メモリ48GB以上の機材が条件

メモリ48GB以上の機材が条件(表の内容を図にしたもの)
表で詳しく見る
スクロールできます
項目公式に書かれていること
公式エンジン「rec」の条件M4 Pro・M5 Pro・M5 Max、統合メモリ48GB以上、空きディスク約30GB
量子化版の大きさMac向け(MLX)約22.6GB、GGUF版26.0GB
速度M4 Pro・48GBのMacBook Proで毎秒125トークン超(短い入力のとき)
注意点モデルの大きさだけでなく、OSや他のアプリの分のメモリの余裕が要る

公式エンジンのrecは、メモリが48GB未満のMacではモデルをダウンロードしない仕様です(rec(公式ドキュメント))。

会社で配られている一般的なノートPCでは足りない場合が多いと考えられます。

Apple日本の公式ストアでは、M5 Proと48GBメモリを積んだ16インチのMacBook Pro(1TB)が627,800円でした(2026年10月22日時点)。

速度の「毎秒125トークン超」も短い入力での値で、公式の図では長い入力まで含めた平均は毎秒約69トークンです。

クラウドのコーディングAIとの比べ方

クラウドのコーディングAIは、たとえばClaudeのProが月20ドル、ChatGPTのPlusが月20ドルで、チーム向けのプラン(Claude Teamの標準シート、ChatGPT Business)は1人あたり月25ドル(月払い)です(Claudeの料金、ChatGPTの料金)。

1台60万円を超える機材と比べると、費用を下げるためだけにローカルへ移る理由は弱いといえます。

Flintを選ぶ理由になるのは、社外に出せないものを扱えることと、利用の上限や従量課金を気にせず使えることのほうだと思います。

\ AI活用、何から始めればいいか迷ったら /

初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ

ベンチマークの数字の読み方

ベンチマークの数字の読み方

「SWE-bench Pro v2で89.7%」と聞くと、とても優秀に見えますよね。数字の意味と条件を確かめておきます。

3つの数字はRecursiveの自社測定

モデルカードによると、FlintはTerminal-Bench 2.1で54.9%、SWE-bench Pro v2で89.7%、SWE-bench Verifiedで74.2%でした。

いずれもRecursiveが自社で測った数字で、第三者による再現は確認できませんでした。

どのテストも、ソフトウェアの修正やターミナルの操作をAIがこなせるかを測るもので、GA4の設定やWordPressの修正、日本語の文章づくりの成績ではありません。日本語での性能も公式には書かれていません。

「勝った」相手と、最上位との距離

  • 公式の主張は限定つき:「総パラメータ50B未満のMoEモデルの中で最上位」
  • 公式の図では、密なモデルのQwen3.8(27B)に3つのテストすべてで下回る。ただしQwen3.8は同じMacで毎秒約13トークンと遅い
  • SWE-Bench Pro V2の運営元(Scale)のリーダーボード(Full)では、上位は99%台(Scale SWE-Bench Pro V2)。測った主体や環境が違うので単純には比べられない

公式ブログ自身も、大きなクローズドのコーディングAIより、細かい指示が必要になることがあると認めています。「最強」ではなく、速さと性能のバランスで選ぶモデルだと捉えるのが実態に近いと思います。

このニュースで誰の何が変わるのか

このニュースで誰の何が変わるのか

Flintはエンジニア向けのモデルですが、社外秘の扱いやAIの選び方という点では、マーケティングやWebの担当者にも関わります。影響の大きい3人の立場で見ていきます。

Web担当者:顧客データを含む作業をAIに相談しやすくなる

GA4のタグやスプレッドシートの関数、WordPressの小さな修正をAIに手伝ってほしくても、顧客データが絡むと手が止まりますよね。

手元で動くFlintなら、データを外部に送らない構成をとれます。明日からやることは、AIに頼みたいのに社外に出せないためにあきらめている作業を、3つ書き出すことです。

試すときは、ダミーのデータで小さく区切って頼み、出てきたコードを本番に入れる前に必ず確かめます。

数か月〜1年の先には、こうした「外に出せない作業」用のローカルAIを、社内に1台置く会社が出てくる可能性があります。

Web担当役員・情シス:機材と規約を先に確かめる

現場から「無料のAIがあるので使いたい」と言われたとき、何を確かめればよいか迷うと思います。Flintの場合、確かめる点は2つです。

メモリ48GB以上の機材を用意できるか、そして使うのが手元で動かす版か、入力が学習に使われ得るホスト版・無料枠などのクラウド経由かです。

明日からやることは、社内のAI利用ルールに「手元で動かすモデル」と「クラウドのサービス」を分けた項目を足すことです。

AIエージェントの社内ルールの作り方は、デジタル庁の「源内基準」の記事も参考になります。

マーケティング部長:AIの性能の数字を条件つきで読める

AIツールの営業資料には、ベンチマークの高い数字が並びがちです。

今回の例は、数字が自社測定であること、勝った相手が限られていること、速度が短い入力での値であることを、公式の資料から読み取れる良い練習になります。

明日からやることは、ツールを比べる表に「測ったのは誰か」「どんな作業のテストか」の2列を足すことです。

この先、手元で動く小さなモデルが増えるほど、公開の数字より自社の作業で試した結果が判断の決め手になっていくと考えられます。

よくある質問

よくある質問
Recursive Flintとは何ですか?

米AI企業Recursiveが2026年10月21日(米国時間)に公開した、手元の機材で動くコーディング向けのAIモデルです。総パラメータは約40Bで、1トークンごとに使うのは約2.5Bです。

Recursive Flintは無料で使えますか?

重みはApache 2.0ライセンスで無料配布されており、手元で動かせばAPI料金はかかりません。ただし、動かす機材の費用はかかります。

Flintはどんなパソコンで動きますか?

公式エンジンのrecは、M4 Pro・M5 Pro・M5 Maxを積み、統合メモリが48GB以上のMacが条件です。それより少ないメモリでの動作は、公式には書かれていません。

Recursive Flintに入力したデータは外部に送られますか?

手元で動かす場合、モデルの処理は自分の機材の中で行われます。一方、Recursiveのホスト版APIでは、入力と出力を学習に使うことが利用の条件です。無料枠のサービス経由で使う場合も手元で動かす使い方ではなく、データの扱いはサービス側の設定にもよります。

Flintのベンチマークの数字は信頼できますか?

Terminal-Bench 2.1で54.9%、SWE-bench Pro v2で89.7%、SWE-bench Verifiedで74.2%は、Recursiveの自社測定です。第三者による再現は、2026年10月22日時点で確認できませんでした。

日本語でもRecursive Flintを使えますか?

日本からもHugging FaceやOllamaで入手できますが、日本語での性能は公式に書かれていません。日本語の指示で使えるかは、自社の作業で試して確かめるのが確実です。

本当にAIがFlintを作ったのですか?

Recursiveは、自動研究システム「Eureka Machine」がFlintの開発のほぼすべての部分に貢献したと説明しています。ただし、人とエージェントの小さなチームで作ったとしています。TechCrunchは「人が監督するAIの研究アシスタント」と表現しています。

まとめ

まとめ

Recursiveは2026年10月21日(米国時間)、手元の機材で動くコーディングAI「Flint」をApache 2.0で公開しました。

総パラメータは約40B、使うのは約2.5Bで、公式エンジンではメモリ48GB以上のMacが条件です。

手元で動かせばデータを外部のサーバーに送らずに使えますが、組み合わせる道具の共有や通信の設定は別に確かめておきたいところです。ホスト版は入力が学習に使われ得ます。

ベンチマークの数字は自社測定なので、条件つきで読みたいところです。

  • 社外に出せないためにAIに頼めていない作業を書き出す
  • 手元で動かす版と、ホスト版・無料枠を社内ルールで分ける
  • ベンチマークは「誰が測ったか」「どんな作業か」で読む

クラウドのAIが便利になるほど、「外に出せないもの」の扱いが置き去りになりがちです。手元で動くAIという選択肢が現実的になってきたことは、静かですが大きな変化だと感じます。

次に読みたい記事

参考・出典

関連する最新ニュース

この記事をシェアする
  • URLをコピーしました!

この記事を書いた人

鈴木 邦仁のアバター 鈴木 邦仁 DAMEMOTO合同会社CEO

DAMEMOTO合同会社 代表。オウンドメディアの企画・制作から運用改善までを支援しています。記事・コンテンツ制作5,000本以上。Google AI Essentials、Google Prompting Essentials 修了。当サイトの記事は、下調べや下書きにAI(Claude・Codex)を使い、公開前に私が本文・数字・出典を確認してから公開しています。作り方の詳細は「編集方針」に、誤りのご指摘はお問い合わせからお願いします。

LET’S TALK

知見を、事業の実装へ。

制作・AI活用について相談する ↗

EXPLORE THE JOURNAL

次の知見を、探す。

すべての記事を読む ↗

VIDEO SHOWCASE / 音声・字幕あり

動画サンプル