Flint de Recursive : un modèle de code local conçu par son propre système d'IA

Le lancement de Flint et le rôle d'Eureka Machine

Recursive, fondée par Richard Socher, a présenté le 21 octobre 2026 son premier modèle, Flint. Il s'agit d'un modèle de langage à poids ouverts conçu spécifiquement pour la programmation agentique sur matériel local. La caractéristique la plus distinctive de ce lancement n'est pas seulement le modèle lui-même, mais le processus qui l'a engendré : le système de recherche automatisée de l'entreprise, connu sous le nom d'Eureka Machine.

Selon la compagnie, Eureka Machine est intervenu dans presque toutes les étapes du développement, de la définition de l'architecture à l'optimisation de l'inférence. Une équipe réduite de chercheurs et d'agents a construit le modèle de zéro en moins de quatre mois, un délai significativement inférieur à la norme de l'industrie pour des modèles de cette envergure. L'entreprise décrit ce processus comme une étape vers sa vision d'une superintelligence récursivement auto-améliorable, bien que le système fonctionne actuellement sous supervision humaine.

Architecture technique : MoE de 40B paramètres

Flint utilise une architecture de mélange d'experts (MoE) avec 39,8 milliards de paramètres au total, arrondis à 40B dans la communication publique. La clé de son efficacité réside dans le fait qu'il n'active qu'environ 2,5 milliards de paramètres par token traité. Cette configuration permet au modèle de maintenir une capacité de raisonnement concurrentielle tout en réduisant drastiquement la charge computationnelle lors de la génération de texte.

Le modèle est conçu comme un décodeur de transformeur avec 49 couches, dont 47 sont de type MoE et 2 sont denses. Il utilise 256 experts routés, activant 6 par token plus un expert partagé. La fenêtre de contexte documentée atteint 262 144 tokens, bien que l'entreprise recommande de rester en dessous de 256 000 pour optimiser les performances dans les tâches de programmation.

Performance et vitesse d'inférence

Recursive rapporte que Flint est jusqu'à deux fois plus rapide que les modèles comparables de sa classe. Sur un MacBook Pro avec puce M4 Pro, le modèle atteint plus de 125 tokens par seconde, tandis que sur une NVIDIA RTX Spark avec 64 Go de mémoire, il dépasse les 150 tokens par seconde. Ces chiffres correspondent à des contextes courts et utilisent le moteur d'inférence optimisé par l'entreprise.

En termes de capacité de résolution de tâches, l'entreprise cite 89,7 % sur SWE-bench Pro v2, 74,2 % sur SWE-bench Verified et 54,9 % sur Terminal-Bench 2.1. Il est important de noter que ces résultats sont auto-rapportés par Recursive et n'ont pas encore été validés par des entités indépendantes. L'entreprise reconnaît que le modèle peut nécessiter plus de guidage et la division de tâches complexes en sous-tâches par rapport aux modèles fermés de plus grande échelle.

Fonctionnement de la recherche autonome

Le système Eureka Machine n'a pas seulement ajusté des hyperparamètres, mais a proposé et implémenté des améliorations structurelles. Selon la documentation, le système est parti d'une configuration de référence et a exploré différentes architectures d'experts pour trouver l'équilibre optimal entre vitesse et précision. De plus, il a développé des noyaux spécialisés pour accélérer les opérations de basse précision et l'attention sur des matériels spécifiques comme Apple Silicon et NVIDIA.

L'une des contributions les plus notables a été l'optimisation de la quantification. Eureka Machine a réussi à compresser le modèle à 4 bits dans la couche de sortie (lm_head) et a appliqué une étape de distillation hors ligne qui a réduit de près de moitié les étapes d'entraînement nécessaires. Le résultat a été une version NVFP4 qui est restée à moins de 0,7 point d'écart du modèle de 16 bits dans les tests internes, minimisant la perte de qualité.

Disponibilité et exigences matérielles

Les poids de Flint sont disponibles sur Hugging Face sous la licence Apache 2.0, ce qui permet leur utilisation, modification et distribution libres. Le point de contrôle principal au format BF16 occupe environ 80 Go, ce qui nécessite du matériel haute performance comme les GPU B300 ou H200 pour son exécution complète.

Pour faciliter l'adoption sur des équipements de consommation, Recursive prépare des variantes quantifiées pour NVIDIA et Apple Silicon. Ces versions réduisent la mémoire nécessaire, permettant d'exécuter le modèle sur des ordinateurs portables modernes. Le modèle est compatible avec des frameworks populaires comme llama.cpp, Ollama, LM Studio, vLLM et SGLang, ainsi qu'avec un moteur d'inférence léger optimisé pour les appareils Apple.

Poursuivre l’exploration

Corrections et transparence

Si vous repérez une information incorrecte ou obsolète, envoyez-nous la page et la source à vérifier.