Recursive Superintelligence a publié Flint, son premier modèle. Le modèle de codage local Recursive Flint est un modèle mixture-of-experts (MoE) avec 40B de paramètres totaux et 2,5B actifs. L’équipe Recursive indique que sa Eureka Machine, un système de recherche automatisé, a contribué à construire presque chaque partie de la stack. Les poids sont disponibles sur Hugging Face sous Apache 2.0.
TL;DR
- Taille : 39.8B au total, environ 2.5B actifs par token. Contexte : 262,144 tokens documentés sur la fiche du modèle ; le blog mentionne jusqu'à 512k.
- Fonctionne sur : Macs Apple Silicon de 48 GB (M4 Pro, M5 Pro, M5 Max) ou GPU NVIDIA de 48 GB. Les poids en 4-bit occupent environ 23 GB.
- Performance : En tête du classement de Recursive parmi les modèles MoE de moins de 50B en codage agentique. Derrière les modèles denses les plus puissants.
- Meilleur : IFEval 95,1 %. SWE-bench Verified 74,2 %.
- Pire : Terminal-Bench 2.1 à 54,9 %, contre 73,0 % pour le dense Qwen 3.8.
Qu’est-ce que Recursive Flint ?
Flint est un Transformer MoE decoder-only destiné aux agents de codage. Le modèle explore les bases de code, corrige des bugs, implémente des fonctionnalités et écrit des tests. Il est uniquement textuel et prend en charge le raisonnement et les appels d’outils compatibles OpenAI.
Présentation de Flint, le premier modèle de @Recursive_SI: un modèle de codage local rapide construit avec notre système de recherche automatisé, la Eureka Machine.
— Richard Socher (@RichardSocher) 21 octobre 2026
• Codage local rapide de premier plan
• Jusqu’à 2x plus rapide que les modèles comparables : plus de 125 tokens/sec sur un MacBook Pro, plus de 150 sur RTX Spark
• Construit à partir de… pic.twitter.com/ufg2xScSGw
Comment fonctionne l'architecture de Flint ?
Flint possède 49 couches : 2 couches denses, puis 47 couches MoE. Chaque couche MoE compte 256 experts routés. Un routeur en sélectionne 6 par token, plus 1 expert partagé toujours actif.
L'attention mélange 2 types. 35 couches utilisent une fenêtre glissante de 513 tokens. 14 couches utilisent une attention complète sans encodage positionnel. Il y a 32 têtes de requête et 4 têtes clé/valeur.
Le chiffre de 2.5B actifs inclut la tête de sortie. Le corps actif seul représente environ 2.2B de paramètres.
Comment l'Eureka Machine a-t-elle construit Flint ?
Le Eureka Machine propose des idées, les implémente, les teste et choisit ce qu'il faut essayer ensuite.
Recursive met en avant 3 contributions :
- Architecture : Elle est partie d'une base de 35B au total et 3B actifs. Elle a exploré les configurations d'experts et les largeurs, aboutissant à 40B au total et 2.5B actifs.
- Quantization : Elle a quantifié la couche de sortie (lm_head) en 4 bits, contre la pratique courante. Une étape de distillation hors ligne, avec le modèle 16 bits comme enseignant, a permis de récupérer la précision. Cela a presque réduit de moitié les étapes d'entraînement par rapport à une base d'entraînement tenant compte de la quantification. Le modèle NVFP4 obtient un score à moins de 0.7 points du modèle 16 bits.
- Kernels : Elle a écrit des kernels spécialisés pour les projections en bas nombre de bits, les opérations MoE, l'attention et le traitement des prompts. Sur les puces M4 et M5, un mégakernel Metal fusionne toute la passe forward de décodage.
Comment Flint se comporte-t-il sur les benchmarks de code ?
Tous les scores ci-dessous sont auto-déclarés par Recursive. L'échantillonnage a utilisé une température de 1.0, un top-p de 0.95 et un top-k de 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 a utilisé le harnais Terminus 2. Les solutions trouvées via la recherche web comptaient comme des échecs. Les exécutions de SWE-bench ont utilisé mini-swe-agent sans accès à Internet. Les scores agentiques représentent la moyenne de pass@1 sur au moins 5 tentatives.
Dans le graphique de Recursive, Qwen3.6 obtient 73.4 % sur SWE-bench Verified. Dense Qwen 3.8 obtient 73.0 % sur Terminal-Bench 2.1, bien au-dessus de Flint.
Le propre graphique comparatif de Recursive (scores en %, † mesuré par Recursive, autres chiffres communiqués par les développeurs) :
| Modèle | 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 (dense) | 73.0 | 94.9 | 75.6† | 90.3 | 79.5 | 94.6† |
| Muse Glimmer (dense) | 51.7 | 86.0 | 76.0 | 63.5† | 77.0 | 94.7† |
| Gemma 4 (dense) | 43.4 | 61.7 | 66.6 | 80.0 | 76.0 | 94.6 |
Comment Flint se compare-t-il à Qwen3.6, Laguna XS 2.1 et Gemma 4 ?
Les chiffres des concurrents ci-dessous proviennent de la fiche technique de chaque développeur, et non du graphique de Recursive.
| Caractéristique | Recursive Flint | Qwen3.6-35B-A3B | Laguna XS 2.1 | Gemma 4 31B |
|---|---|---|---|---|
| Développeur | Recursive | Qwen (Alibaba) | Poolside | Google DeepMind |
| Paramètres totaux | 39.8B | 35B | 33B | 30.7B |
| Paramètres actifs | ~2.5B | 3B | 3B | 30.7B (dense) |
| Contexte | 262,144 (blog : jusqu'à 512k) | 262,144 natif, jusqu'à 1,010,000 | 262,144 | 256K |
| Modalité | Texte | Texte + image | Texte | Texte + image |
| Licence | Apache 2.0 | Apache 2.0 | OpenMDW-1.1 | Apache 2.0 |
| Matériel local | Mac ou GPU de 48 GB | Non divulgué | Mac avec 36 GB de RAM | GPU grand public, stations de travail |
| SWE-bench Verified | 74.2% | 73.4% | 70.9% | Non divulgué |
| Terminal-Bench | 54,9 % (v2.1) | 51,5 % (v2.0) | 37,5 % (v2.0) | Non divulgué |
| LiveCodeBench v6 | 80.3% | 80.4% | Non divulgué | 80.0% |
| SWE-bench Pro | 89,7 % (v2) | 49,5 % (public) | 47,6 % (public) | Non divulgué |
Quelle est la vitesse de Flint, et quel matériel lui faut-il ?
Recursive fait état de plus de 125 tokens par seconde sur un MacBook Pro M4 Pro. Il rapporte plus de 150 tokens par seconde sur une NVIDIA RTX Spark de 64 GB. Il s'agit dans les deux cas de figures à contexte court, soit jusqu'à 2x plus rapide que des modèles comparables. Recursive affirme également que Flint fonctionne plus de 5x plus vite que des modèles denses de 25-40B aux scores de code similaires.
Il existe 3 options locales :
- Apple Silicon : Flint INT4 Les poids MLX occupent environ 22.6 GB. Le moteur récursif nécessite un M4 Pro, un M5 Pro ou un M5 Max avec 48 GB de mémoire. Il affiche un débit 1.4 à 2.6x supérieur à celui de llama.cpp sur un M4 Pro.
- NVIDIA : Le fichier NVFP4 GGUF fait 22.9 GB. Recursive recommande au moins 48 GB de mémoire GPU.
- Serveur : Le checkpoint BF16 de 80 GB nécessite 1 GPU B300 ou H200 par réplique.
Flint fonctionne également avec llama.cpp, Ollama, Unsloth, LM Studio, vLLM et SGLang.
Points clés à retenir
- Flint est un modèle de code MoE de 40B avec seulement 2.5B de paramètres actifs.
- Il obtient 74.2 % sur SWE-bench Verified et 54.9 % sur Terminal-Bench 2.1.
- Les poids en 4 bits s'exécutent dans environ 23 GB sur un Mac ou un GPU de 48 GB.
- La Eureka Machine de Recursive a contribué à concevoir l'architecture, la quantification et les kernels.
- Les scores SWE-bench Pro v2 sont mesurés de manière récursive (Recursive) et ne sont pas comparables au SWE-Bench Pro public.
Découvrez les détails techniques, les poids du modèle et le moteur de recommandation sur GitHub. Tout le crédit revient au chercheur de ce projet. N'hésitez pas également à nous suivre sur Twitter et n'oubliez pas de rejoindre notre SubReddit ML de plus de 150k membres et de vous abonner à notre Newsletter. Attendez ! êtes-vous sur telegram ? vous pouvez désormais nous rejoindre sur telegram également.
L'article Recursive lance Flint, un modèle de codage local MoE open-weight de 40B pour les agents avec 2.5B de paramètres actifs est applu pour la première fois sur MarkTechPost.