Flint de Recursive: un modelo de código local construido por su propio sistema de IA

El lanzamiento de Flint y el papel de Eureka Machine

Recursive, fundada por Richard Socher, presentó el 21 de octubre de 2026 su primer modelo, Flint. Se trata de un modelo de lenguaje de pesos abiertos diseñado específicamente para la programación agéntica en hardware local. La característica más distintiva de este lanzamiento no es solo el modelo en sí, sino el proceso que lo originó: el sistema de investigación automatizada de la empresa, conocido como Eureka Machine.

Según la compañía, Eureka Machine intervino en casi todas las etapas del desarrollo, desde la definición de la arquitectura hasta la optimización de la inferencia. Un equipo reducido de investigadores y agentes construyó el modelo desde cero en menos de cuatro meses, un plazo significativamente menor al habitual en la industria para modelos de esta envergadura. La empresa describe este proceso como un paso hacia su visión de una superinteligencia recursivamente auto-mejorable, aunque por ahora el sistema opera bajo supervisión humana.

Arquitectura técnica: MoE de 40B parámetros

Flint utiliza una arquitectura de mezcla de expertos (MoE) con 39.800 millones de parámetros totales, redondeados a 40B en la comunicación pública. La clave de su eficiencia radica en que solo activa aproximadamente 2.500 millones de parámetros por token procesado. Esta configuración permite al modelo mantener una capacidad de razonamiento competitiva mientras reduce drásticamente la carga computacional durante la generación de texto.

El modelo está diseñado como un decodificador de transformador con 49 capas, de las cuales 47 son de tipo MoE y 2 son densas. Utiliza 256 expertos roteados, activando 6 por token más un experto compartido. La ventana de contexto documentada alcanza los 262.144 tokens, aunque la empresa recomienda mantenerse por debajo de 256.000 para optimizar el rendimiento en tareas de programación.

Rendimiento y velocidad de inferencia

Recursive reporta que Flint es hasta dos veces más rápido que los modelos comparables de su clase. En un MacBook Pro con chip M4 Pro, el modelo alcanza más de 125 tokens por segundo, mientras que en una NVIDIA RTX Spark con 64 GB de memoria supera los 150 tokens por segundo. Estas cifras corresponden a contextos cortos y utilizan el motor de inferencia optimizado por la empresa.

En términos de capacidad de resolución de tareas, la empresa cita un 89,7% en SWE-bench Pro v2, un 74,2% en SWE-bench Verified y un 54,9% en Terminal-Bench 2.1. Es importante destacar que estos resultados son autorreportados por Recursive y no han sido validados por entidades independientes hasta la fecha. La empresa reconoce que el modelo puede requerir más orientación y la división de tareas complejas en subtareas en comparación con modelos de código cerrado de mayor escala.

Cómo funcionó la investigación autónoma

El sistema Eureka Machine no solo ajustó hiperparámetros, sino que propuso e implementó mejoras estructurales. Según la documentación, el sistema partió de una configuración de referencia y exploró distintas arquitecturas de expertos para encontrar el equilibrio óptimo entre velocidad y precisión. Además, desarrolló kernels especializados para acelerar las operaciones de baja precisión y la atención en hardware específico como Apple Silicon y NVIDIA.

Una de las contribuciones más notables fue la optimización de la cuantización. Eureka Machine logró comprimir el modelo a 4 bits en la capa de salida (lm_head) y aplicó una etapa de destilación sin conexión que redujo casi a la mitad los pasos de entrenamiento necesarios. El resultado fue una versión NVFP4 que se mantuvo a menos de 0,7 puntos de distancia del modelo de 16 bits en las pruebas internas, minimizando la pérdida de calidad.

Disponibilidad y requisitos de hardware

Los pesos de Flint están disponibles en Hugging Face bajo la licencia Apache 2.0, lo que permite su uso, modificación y distribución libre. El checkpoint principal en formato BF16 ocupa aproximadamente 80 GB, lo que requiere hardware de alto rendimiento como GPUs B300 o H200 para su ejecución completa.

Para facilitar la adopción en equipos de consumo, Recursive está preparando variantes cuantizadas para NVIDIA y Apple Silicon. Estas versiones reducen la memoria necesaria, permitiendo ejecutar el modelo en laptops modernas. El modelo es compatible con frameworks populares como llama.cpp, Ollama, LM Studio, vLLM y SGLang, así como con un motor de inferencia ligero optimizado para dispositivos Apple.

Continúa explorando

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.