Recursive Flint : le modèle de code local de 40B qui tourne sur un portable

Ce qui a été lancé et quand

Le 21 octobre 2026, Recursive Superintelligence, l'entreprise fondée par Richard Socher, a présenté son premier modèle : Flint. Il s'agit d'un modèle de langage à poids ouverts spécialisé dans le codage agentique, conçu spécifiquement pour fonctionner sur du matériel grand public comme les portables et les stations de travail, sans nécessiter d'infrastructure de centre de données.

L'entreprise souligne que le développement du modèle a été achevé en moins de quatre mois avec l'assistance de son système de recherche automatisé, Eureka Machine. Les poids du modèle sont disponibles sous la licence Apache 2.0, ce qui permet leur utilisation, modification et distribution commerciale sans restrictions significatives.

Architecture et efficacité d'inférence

Flint utilise une architecture d'experts mixtes (MoE) avec 256 experts routés. Pour chaque jeton traité, le modèle n'active que 6 de ces experts plus un partagé, ce qui limite le calcul réel à environ 2,5 milliards de paramètres. Cette sparsité est la clé qui permet d'exécuter un modèle de 40B sur du matériel local.

Selon les tests rapportés par Recursive, le modèle atteint plus de 125 jetons par seconde sur un MacBook Pro avec puce M4 Pro et dépasse les 150 jetons par seconde sur une NVIDIA RTX Spark de 64 Go dans des contextes courts. L'entreprise attribue une partie de cette efficacité à une quantification de la couche de sortie en 4 bits, une décision non conventionnelle que Eureka Machine a optimisée pour réduire la taille du modèle sans dégrader significativement les performances.

Variantes disponibles et exigences matérielles

Le point de contrôle principal est distribué au format BF16, qui occupe environ 80 Go de stockage. Pour son exécution sur matériel local, Recursive a publié des variantes quantifiées officielles : INT4 MLX (22,6 Go), INT4 Q4_1 GGUF (26,0 Go) et NVFP4 GGUF (22,9 Go).

Les guides de déploiement recommandent un minimum de 48 Go de mémoire RAM pour les variantes quantifiées, en tenant compte du fait que la taille du fichier n'inclut pas le cache KV ni la mémoire du runtime. Le modèle prend en charge une fenêtre de contexte allant jusqu'à 512 000 jetons, bien qu'il soit recommandé de rester en dessous de 256 000 jetons pour obtenir les meilleurs résultats en termes de performance et de qualité.

Performance sur les benchmarks de programmation

Recursive a publié les résultats suivants sur des benchmarks standard de programmation agentique. Il est important de noter que ces métriques proviennent des évaluations internes de l'entreprise et n'ont pas été reproduites de manière indépendante par des tiers ni par Inferama.

Sur SWE-bench Pro v2, Flint obtient 89,7 %, tandis que sur SWE-bench Verified il atteint 74,2 % et sur Terminal-Bench 2.1, 54,9 %. L'entreprise affirme que ces résultats positionnent Flint au-dessus d'autres modèles MoE de moins de 50 milliards de paramètres, bien qu'elle reconnaisse que le modèle nécessite plus d'orientation de la part de l'utilisateur que les modèles fermés de plus grande taille pour les tâches complexes.

Accès, prix et écosystème

Flint est disponible gratuitement sur Hugging Face. De plus, la plateforme OpenRouter offre un chemin gratuit (recursive/flint-v1.0:free) avec des limites d'utilisation, ce qui permet d'essayer le modèle sans configurer d'infrastructure locale. Pour une utilisation en production, les développeurs peuvent déployer le modèle localement en utilisant des frameworks comme vLLM, qui inclut déjà un support de lancement pour Flint.

L'intégration avec des outils d'agents de code comme OpenHands permet d'utiliser Flint comme backend d'inférence pour des flux de travail d'ingénierie logicielle. L'avantage principal est la confidentialité : le code ne quitte pas la machine de l'utilisateur et n'entraîne pas de coûts par jeton d'API. L'inconvénient est le besoin de matériel adapté et la gestion de l'inférence locale.

Poursuivre l’exploration

Corrections et transparence

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