Le fait
Le 22 octobre 2026, Recursive, la start-up de Richard Socher (qui dirige aussi le moteur de recherche You.com), a publié Flint, son premier modèle. C’est un modèle mixture-of-experts (MoE) de 40 milliards de paramètres au total, dont 2,5 milliards seulement sont activés par token, destiné au codage agentique sur machine locale. Les poids sont sur Hugging Face sous licence Apache 2.0.
Ce qu’annonce Recursive
- Performances (mesurées par Recursive) : 54,9 % sur Terminal-Bench 2.1, 89,7 % sur SWE-bench Pro v2 et 74,2 % sur SWE-bench Verified, selon la fiche du modèle relayée par DigIntoAI. Recursive affirme que Flint est le meilleur MoE de moins de 50 milliards de paramètres sur ces tests et qu’il rivalise avec des modèles denses de 25 à 40 milliards de paramètres, en allant plus de cinq fois plus vite.
- Vitesse : plus de 125 tokens par seconde sur un MacBook Pro M4 Pro et plus de 150 sur un NVIDIA RTX Spark de 64 Go, à contexte court, avec son moteur d’inférence optimisé (baptisé rec).
- Contexte : jusqu’à 512 000 tokens selon le blog, avec une recommandation de rester sous 256 000 ; la fiche Hugging Face documente 262 144 tokens.
- Quantification : une version NVFP4 resterait à moins de 0,7 point du modèle 16 bits.
Flint fonctionne avec llama.cpp, Ollama, Unsloth, LM Studio, vLLM ou SGLang ; OpenRouter le proposait gratuitement au lancement.
Un modèle « construit par l’IA »
Recursive présente Flint comme un test de son Eureka Machine, un système de recherche automatisée qui propose des idées, les implémente, les teste et choisit les expériences suivantes. Selon l’entreprise, il a contribué à presque toute la chaîne : données, recettes d’entraînement, choix de l’architecture, quantification et noyaux de calcul pour Apple Silicon et RTX Spark. Une petite équipe aurait construit le modèle en moins de quatre mois.
Les réserves
DigIntoAI relève que le score sur SWE-bench Pro v2 est inhabituellement élevé par rapport aux deux autres, et qu’aucun tiers n’a encore reproduit ces résultats. La version complète en BF16 pèse environ 80 Go ; Recursive ne publie pas de besoin mémoire officiel (l’éditeur Cline évoque environ 24 Go). L’entreprise reconnaît elle-même que Flint peut demander plus de guidage que les grands modèles fermés et conseille de découper les tâches complexes.
Lecture Neurone21
Flint illustre deux tendances : des modèles de code assez petits pour garder le code source sur le poste du développeur, sans frais d’API, et des laboratoires qui utilisent l’IA pour accélérer la fabrication des modèles eux-mêmes. Pour une équipe soucieuse de confidentialité, l’essai est peu coûteux ; les benchmarks indépendants diront si les scores tiennent.