Flint de Recursive : le nouveau modèle MoE pour coder en local
Recursive a annoncé Flint (TechCrunch situe le lancement au 21 octobre 2026 ; la page officielle indique le 23 octobre 2026). Ce modèle mixture-of-experts est conçu pour tourner en local sur des machines comme les MacBook Pro équipés de puces Apple M4 Pro et M5 Pro/Max ou la NVIDIA RTX Spark de 64 Go. Il compte 40 milliards de paramètres au total (39,8 milliards selon Hugging Face) et en active environ 2,5 milliards par token. Les poids sont publiés sous licence Apache 2.0 sur Hugging Face (dépôt RecursiveSI/flint) et sont compatibles avec llama.cpp, Ollama, Unsloth, LM Studio, vLLM et SGLang. En parallèle, l'entreprise fournit « rec », un moteur d'inférence léger optimisé pour les puces Apple M4 Pro et M5 Pro/Max.
Selon Recursive, Flint dépasse 125 tokens par seconde sur un MacBook Pro M4 Pro et 150 tokens par seconde sur une NVIDIA RTX Spark de 64 Go avec des contextes courts, soit jusqu'à deux fois plus vite que des modèles comparables d'après l'entreprise. TechCrunch mesure environ 131 tokens/s sur le MacBook, un chiffre cohérent avec l'annonce. La fenêtre de contexte est donnée à 512 000 tokens dans l'annonce, mais la fiche Hugging Face indique 262 144 tokens.
Les benchmarks de lancement, publiés sur la fiche Hugging Face, donnent à Flint 54,9 % sur Terminal-Bench 2.1, 89,7 % sur SWE-bench Pro v2 et 74,2 % sur SWE-bench Verified. Il s'agit d'évaluations internes de Recursive, pas encore confirmées par des tests indépendants. Toujours selon les auteurs, la version quantifiée NVFP4 reste à moins de 0,7 point du modèle 16 bits. Recursive affirme que Flint est le meilleur modèle MoE sous les 50 milliards de paramètres au total sur les benchmarks de code agentique, et qu'il rivalise avec des modèles denses de 25 à 40 milliards tout en étant plus de cinq fois plus rapide.
Recursive explique que Flint a été construit par « une petite équipe de personnes et d'agents » en moins de quatre mois, sans préciser combien de personnes. D'après l'entreprise, son système de recherche automatisée Eureka Machine a contribué à presque toutes les étapes : architecture, quantification, distillation, données, entraînement et noyaux d'inférence. La part réelle de son travail par rapport à celui des humains est impossible à mesurer de l'extérieur.
La course aux modèles à poids ouverts se déplace vers l'exécution locale. Une semaine plus tôt, Meta avait publié Muse Spark Open (816 milliards de paramètres, au moins 1 To de mémoire requis). Flint prend le chemin inverse : un MoE petit et clairsemé, pour coder hors ligne sans coût par token.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- J'ai lu l'annonce officielle sur recursive.com (paramètres, licence, vitesse, rôle de l'Eureka Machine, limites déclarées) et la fiche officielle sur Hugging Face (licence Apache 2.0, 39,8 milliards de paramètres au total et 2,5 milliards actifs, contexte de 262 144 tokens, scores revérifiés sur la formulation exacte). Comme confirmation indépendante, j'ai utilisé l'article de TechCrunch du 21 octobre (date de lancement, financement, PDG, MoE 40B/2,5B). Wired était inaccessible. J'ai écarté les sujets déjà traités, ceux reposant sur des sources anonymes et ceux dont la source primaire était inaccessible.
- Incertezze
- Tous les benchmarks sont des évaluations internes de Recursive, sans vérification indépendante pour l'instant : les 89,7 % sur SWE-bench Pro v2, supérieurs aux 74,2 % sur SWE-bench Verified, sont rapportés comme chiffre déclaré, sans comparaison directe. Les sources divergent sur trois points : la date (21 octobre pour TechCrunch, 23 octobre dans les métadonnées de la page), la fenêtre de contexte (512 000 dans l'annonce, 262 144 tokens sur la fiche) et la vitesse sur MacBook (plus de 125 tokens/s selon l'entreprise, environ 131 selon TechCrunch). La part réelle du travail de l'Eureka Machine face aux humains est une affirmation de l'entreprise, invérifiable de l'extérieur.
- Perché pubblicarla
- C'est un modèle à poids ouverts sous licence permissive, pensé pour coder en local sur un portable : il concerne directement les développeurs italiens pour la confidentialité et les coûts. L'entreprise affirme en outre que le développement a été largement automatisé par un système de recherche IA, un sujet central du débat sur l'auto-amélioration des modèles. Le site ne l'avait pas encore traité.