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

La start-up d'IA Recursive a publié Flint, son premier modèle, le 21 octobre 2026. Flint est un modèle de code à poids ouverts conçu pour tourner sur la machine du développeur, et ses poids sont utilisables librement sous licence Apache 2.0. Selon Recursive, il dépasse 125 tokens par seconde sur un MacBook Pro, assez pour faire tourner un agent de code sans envoyer de code à un service cloud.

« Poids ouverts » signifie que tout le monde peut télécharger les valeurs apprises par le modèle et le faire tourner. Un token est un petit morceau de texte, souvent un mot court ou une partie de mot. Richard Socher a présenté le modèle sur X, rapporte RuntimeWire.

Comment Flint est conçu

Flint est un modèle à mélange d'experts (MoE). Au lieu d'un seul grand réseau, il contient de nombreux réseaux « experts » plus petits et n'en active que quelques-uns pour chaque token. Il est donc bien plus rapide que sa taille totale ne le laisse penser.

Selon sa fiche de modèle sur Hugging Face, Flint compte 39,8 milliards de paramètres au total, que Recursive arrondit à 40 milliards. Environ 2,5 milliards sont actifs pour chaque token. Chacune de ses 47 couches MoE contient 256 experts, en choisit 6 par token et active aussi à chaque fois un expert partagé.

Caractéristique	Flint
Paramètres au total	39,8 milliards
Actifs par token	Environ 2,5 milliards
Couches	49 (2 denses, 47 MoE)
Fenêtre de contexte	262 144 tokens selon la fiche de modèle
Téléchargement complet	Environ 80 Go (poids en 16 bits)
Téléchargement quantifié	23 Go sur Ollama
Licence	Apache 2.0

Les sources divergent sur la longueur de contexte, c'est-à-dire la quantité de texte que le modèle peut prendre en compte d'un coup. La fiche de modèle, LM Studio et Ollama indiquent environ 262 000 tokens. L'annonce de Recursive parle de 512 000 au maximum, avec 256 000 recommandés.

Recursive affirme qu'une petite équipe a construit Flint de zéro en moins de quatre mois. L'entreprise attribue à son propre système de recherche automatisée, l'Eureka Machine, un travail sur « presque toutes les parties » du développement. Cela comprend la recherche d'architecture, la quantification et le code d'inférence. La quantification réduit la taille d'un modèle en stockant ses nombres avec moins de bits. Selon Recursive, sa version NVFP4 en 4 bits obtient un score à 0,7 point au plus de celui du modèle complet en 16 bits.

Benchmarks et vitesse

Recursive publie ces scores sur sa fiche de modèle, sous forme de taux moyen de réussite au premier essai sur au moins cinq tentatives :

• SWE-bench Pro v2 : 89,7 %
• SWE-bench Verified : 74,2 %, un test construit à partir de vrais rapports de bugs sur GitHub
• Terminal-Bench 2.1 : 54,9 %, des tâches réalisées dans un terminal en ligne de commande

Ce sont les chiffres de l'entreprise elle-même, et la fiche précise que « les configurations d'évaluation et les environnements d'exécution peuvent influer sur les scores ». Recursive affirme que Flint arrive en tête des modèles à mélange d'experts de moins de 50 milliards de paramètres aux tests de code pour agents. Elle affirme aussi que Flint rivalise avec des modèles denses de 25 à 40 milliards de paramètres tout en étant plus de cinq fois plus rapide.

La vitesse dépend du matériel et de la longueur de contexte. Recursive cite plus de 125 tokens par seconde sur un MacBook Pro M4 Pro. Elle cite plus de 150 sur une Nvidia RTX Spark de 64 Go avec des contextes courts. OpenHands, qui développe un agent de code open source, a mesuré 100 tokens par seconde ou plus sur la RTX Spark avec un contexte de 120 000 tokens.

Où l'exécuter

Flint est distribué via les outils locaux habituels : Ollama, LM Studio, llama.cpp, Unsloth, vLLM et SGLang. Recursive a aussi publié son propre moteur d'inférence, appelé rec, optimisé pour les puces M4 Pro, M5 Pro et M5 Max. La page d'Ollama inclut des commandes de lancement pour Claude Code, OpenCode, Hermes Agent et OpenClaw. Ollama permet déjà à Claude Desktop d'utiliser des modèles ouverts locaux, et Flint s'intègre donc aussi à cette configuration.

OpenHands prend en charge Flint depuis le jour du lancement. « Le nouveau modèle de Recursive se montre vraiment prometteur pour le code et les charges de travail agentiques », a déclaré Graham Neubig, cofondateur et directeur scientifique d'OpenHands. Le modèle est aussi disponible sur OpenRouter, un service qui donne accès à de nombreux modèles via une seule API, mais sa page indique que Flint n'est pas encore accessible via le routage régional dans l'UE.

Crypto Briefing rapporte que Recursive a levé 650 millions de dollars à une valorisation de 4,65 milliards de dollars. Aucune autre source consultée ne confirme ces chiffres.

Ce que cela signifie pour les développeurs

Flint mérite un essai si vous voulez un agent de code qui garde votre code sur votre propre machine. La licence Apache 2.0 autorise l'usage commercial et l'affinage, sans frais d'utilisation pour les poids.

Vérifiez d'abord votre mémoire. LM Studio indique 24 Go de mémoire système au minimum, et la version quantifiée d'Ollama est un téléchargement de 23 Go. Selon Crypto Briefing, un usage en agent est envisageable sur des machines dotées de 48 Go. D'après la fiche de modèle, servir le modèle complet en 16 bits avec SGLang demande un GPU de centre de données B300 ou H200 par copie.

Testez-le sur votre propre dépôt avant de vous fier aux benchmarks. Utilisez les réglages conseillés par Recursive : température 1.0, top-p 0.95 et top-k 20. Laissez-lui aussi de la place pour réfléchir. La fiche avertit qu'un long raisonnement « peut épuiser le budget de sortie avant qu'une réponse soit complète », et conseille au moins 32 768 tokens de sortie pour les problèmes difficiles.

Testez vous-même les longs contextes, vu le désaccord sur la limite. Les équipes de l'UE soumises à des règles de résidence des données devraient pour l'instant l'exécuter en local plutôt que via OpenRouter.