Recursive Superintelligence ha lanzado Flint, su primer modelo. El modelo local de codificación Recursive Flint es un modelo de mezcla de expertos (MoE) con 40B de parámetros totales y 2.5B activos. El equipo de Recursive afirma que su Eureka Machine, un sistema de investigación automatizado, ayudó a construir casi todas las partes del stack. Los pesos están en Hugging Face bajo Apache 2.0.
TL;DR
- Tamaño: 39.8B totales, unos 2.5B activos por token. Contexto: 262,144 tokens documentados en la ficha del modelo; el blog menciona hasta 512k.
- Funciona en: Macs Apple Silicon de 48 GB (M4 Pro, M5 Pro, M5 Max) o GPUs NVIDIA de 48 GB. Los pesos de 4 bits ocupan unos 23 GB.
- Rendimiento: Encabeza el gráfico de Recursive entre los modelos MoE de menos de 50B en codificación agéntica. Va por detrás de los modelos densos más potentes.
- Mejor: IFEval 95.1%. SWE-bench Verified 74.2%.
- Peor: Terminal-Bench 2.1 con 54.9%, frente al 73.0% del denso Qwen 3.8.
¿Qué es Recursive Flint?
Flint es un Transformer MoE decoder-only para agentes de codificación. El modelo investiga bases de código, corrige errores, implementa funcionalidades y escribe pruebas. Es solo de texto y admite razonamiento y llamadas a herramientas compatibles con OpenAI.
Presentamos Flint, el primer modelo de @Recursive_SI: un modelo local de codificación rápido construido con nuestro sistema de investigación automatizado, la Eureka Machine.
— Richard Socher (@RichardSocher) 21 de octubre de 2026
• Lo mejor en codificación local rápida
• Hasta 2 veces más rápido que modelos comparables: más de 125 tokens/seg en un MacBook Pro, más de 150 en RTX Spark
• Construido a partir de… pic.twitter.com/ufg2xScSGw
¿Cómo funciona la arquitectura de Flint?
Flint tiene 49 capas: 2 capas densas y luego 47 capas MoE. Cada capa MoE tiene 256 expertos enrutados. Un router selecciona 6 por token, más 1 experto compartido siempre activo.
La atención mezcla 2 tipos. 35 capas usan una ventana deslizante de 513 tokens. 14 capas usan atención completa sin codificación posicional. Hay 32 cabezas de consulta y 4 cabezas de clave/valor.
La cifra de 2.5B activos incluye la cabeza de salida. El cuerpo activo por sí solo tiene unos 2.2B de parámetros.
¿Cómo construyó la Eureka Machine Flint?
La Eureka Machine propone ideas, las implementa, las prueba y elige qué intentar a continuación.
Recursive destaca 3 contribuciones:
- Arquitectura: Partió de una base de 35B totales y 3B activos. Buscó configuraciones de expertos y anchuras, llegando a 40B totales y 2.5B activos.
- Cuantización: Cuantizó la capa de salida (lm_head) a 4 bits, en contra de la práctica común. Una etapa de destilación sin conexión, con el modelo de 16 bits como profesor, recuperó la precisión. Esto redujo casi a la mitad los pasos de entrenamiento frente a una base de entrenamiento consciente de la cuantización. El modelo NVFP4 puntúa a menos de 0.7 puntos del modelo de 16 bits.
- Kernels: Escribió kernels especializados para proyecciones de bajo bit, operaciones MoE, atención y procesamiento de prompts. En chips M4 y M5, un megakernel de Metal fusiona todo el pase hacia adelante de decodificación.
¿Cómo rinde Flint en benchmarks de programación?
Todas las puntuaciones siguientes son autoinformadas por Recursive. El muestreo usó temperatura 1.0, top-p 0.95 y top-k 20.
| Benchmark | Flint BF16 | Flint NVFP4 |
|---|---|---|
| Terminal-Bench 2.1 | 54.9% | 53.7% |
| SWE-bench Pro v2 | 89.7% | 88.5% |
| SWE-bench Verified | 74.2% | 74.1% |
| LiveCodeBench v6 | 80.3% | 80.8% |
| IFBench | 89.2% | 88.1% |
| IFEval | 95.1% | 94.6% |
Terminal-Bench utilizó el harness Terminus 2. Las soluciones encontradas mediante recuperación web contaron como fallos. Las ejecuciones de SWE-bench usaron mini-swe-agent sin acceso a internet. Las puntuaciones agénticas promedian pass@1 sobre al menos 5 intentos.
En el gráfico de Recursive, Qwen3.6 obtiene 73.4% en SWE-bench Verified. Qwen 3.8 denso obtiene 73.0% en Terminal-Bench 2.1, muy por encima de Flint.
El propio gráfico comparativo de Recursive (puntuaciones en %, † medido por Recursive, otros informados por los desarrolladores):
| Modelo | Terminal-Bench 2.1 | SWE-bench Pro v2† | SWE-bench Verified | LiveCodeBench v6 | IFBench | IFEval |
|---|---|---|---|---|---|---|
| Flint BF16 | 54.9 | 89.7 | 74.2 | 80.3 | 89.2 | 95.1 |
| Flint NVFP4 | 53.7 | 88.5 | 74.1 | 80.8 | 88.1 | 94.6 |
| Qwen 3.5 (MoE) | 38.7 | 68.6 | 69.2 | 74.6 | 70.2 | 91.9 |
| Qwen 3.6 (MoE) | 44.9 | 73.8 | 73.4 | 80.4 | 67.9 | 89.6 |
| Laguna XS 2.1 (MoE) | 24.7† | 38.6 | 70.9 | 49.5† | 34.4† | 73.7† |
| Qwen 3.8 (denso) | 73.0 | 94.9 | 75.6† | 90.3 | 79.5 | 94.6† |
| Muse Glimmer (denso) | 51.7 | 86.0 | 76.0 | 63.5† | 77.0 | 94.7† |
| Gemma 4 (denso) | 43.4 | 61.7 | 66.6 | 80.0 | 76.0 | 94.6 |
¿Cómo se compara Flint con Qwen3.6, Laguna XS 2.1 y Gemma 4?
Las cifras de los competidores a continuación provienen de la propia ficha de modelo de cada desarrollador, no del gráfico de Recursive.
| Característica | Recursive Flint | Qwen3.6-35B-A3B | Laguna XS 2.1 | Gemma 4 31B |
|---|---|---|---|---|
| Desarrollador | Recursive | Qwen (Alibaba) | Poolside | Google DeepMind |
| Parámetros totales | 39.8B | 35B | 33B | 30.7B |
| Parámetros activos | ~2.5B | 3B | 3B | 30.7B (denso) |
| Contexto | 262,144 (blog: hasta 512k) | 262,144 nativo, hasta 1,010,000 | 262,144 | 256K |
| Modalidad | Texto | Texto + imagen | Texto | Texto + imagen |
| Licencia | Apache 2.0 | Apache 2.0 | OpenMDW-1.1 | Apache 2.0 |
| Hardware local | Mac o GPU de 48 GB | No revelado | Mac con 36 GB de RAM | GPUs de consumo, estaciones de trabajo |
| SWE-bench Verified | 74.2% | 73.4% | 70.9% | No revelado |
| Terminal-Bench | 54.9% (v2.1) | 51.5% (v2.0) | 37.5% (v2.0) | No revelado |
| LiveCodeBench v6 | 80.3% | 80.4% | No revelado | 80.0% |
| SWE-bench Pro | 89.7% (v2) | 49.5% (público) | 47.6% (público) | No revelado |
¿Qué tan rápido es Flint y qué hardware necesita?
Recursive reporta más de 125 tokens por segundo en un MacBook Pro M4 Pro. Reporta más de 150 tokens por segundo en una NVIDIA RTX Spark de 64 GB. Ambas son cifras de contexto corto, hasta 2 veces más rápido que modelos comparables. También afirma que Flint se ejecuta más de 5 veces más rápido que modelos densos de 25-40B con puntuaciones de programación similares.
Hay 3 opciones locales:
- Apple Silicon: Flint INT4 Los pesos MLX ocupan unos 22.6 GB. El rec engine necesita un M4 Pro, M5 Pro o M5 Max con 48 GB de memoria. Reporta 1.4 a 2.6 veces el rendimiento de llama.cpp en un M4 Pro.
- NVIDIA: El archivo NVFP4 GGUF es de 22.9 GB. Recursive recomienda al menos 48 GB de memoria de GPU.
- Servidor: El checkpoint BF16 de 80 GB necesita 1 GPU B300 o H200 por réplica.
Flint también funciona con llama.cpp, Ollama, Unsloth, LM Studio, vLLM y SGLang.
Conclusiones clave
- Flint es un modelo de programación MoE de 40B con solo 2.5B de parámetros activos.
- Obtiene 74.2% en SWE-bench Verified y 54.9% en Terminal-Bench 2.1.
- Los pesos de 4 bits se ejecutan en unos 23 GB en un Mac o GPU de 48 GB.
- La Eureka Machine de Recursive ayudó a diseñar la arquitectura, la cuantización y los kernels.
- Las puntuaciones de SWE-bench Pro v2 se miden de forma Recursive y no son comparables con las públicas de SWE-Bench Pro.
Consulta los detalles técnicos, los pesos del modelo y el motor de recomendaciones en GitHub. Todo el crédito corresponde al investigador de este proyecto. Además, no dudes en seguirnos en Twitter y no olvides unirte a nuestro 150k+ML SubReddit y suscribirte a nuestro boletín. ¡Espera! ¿estás en Telegram? ahora también puedes unirte a nosotros en Telegram.
La entrada Recursive lanza Flint, un modelo local de codificación MoE de pesos abiertos de 40B para agentes con 2.5B de parámetros activos apareció primero en MarkTechPost.