Flint mise sur le code en local et une recherche déjà assistée par l’IA

Recursive publie Flint, un modèle de code conçu pour fonctionner sur du matériel local. Les poids sont disponibles sous licence Apache 2.0 depuis l’annonce du 21 octobre 2026. L’entreprise présente aussi sa méthode de fabrication. Son système de recherche automatisée Eureka Machine aurait contribué à presque toutes les étapes du développement.

Ces deux informations doivent rester distinctes. Les fichiers et les caractéristiques du modèle sont consultables. La part exacte de travail économisée grâce aux agents repose sur les déclarations de Recursive. La sortie de Flint ne démontre pas à elle seule une IA capable de s’améliorer sans supervision humaine.

Quarante milliards de paramètres, mais pas tous actifs

La fiche officielle de Flint décrit un modèle à mélange d’experts. Il possède 39,8 milliards de paramètres au total. Environ 2,5 milliards sont actifs pour chaque token produit. Seule une partie des experts travaille donc à chaque étape.

Cette architecture vise à réduire le calcul nécessaire pendant la génération. Elle ne transforme pas le modèle entier en un fichier de 2,5 milliards de paramètres. Les poids stockés et la mémoire mobilisée restent liés au format utilisé et au contexte traité.

Flint reçoit et produit du texte. Il prend en charge le raisonnement et les appels d’outils sur plusieurs tours. Le contexte documenté dans la fiche atteint 262 144 tokens en comptant ensemble la demande et la réponse. Recursive recommande de rester autour de cette capacité pour les usages courants de code.

Le mot « local » demande de préciser la version

Le dépôt principal contient les poids BF16 et un kit de service SGLang. Son téléchargement représente environ 80 Go. Les instructions de cette version visent notamment un GPU B300 ou H200. Ce n’est donc pas ce fichier qu’il faut imaginer installé sans contrainte sur n’importe quel ordinateur portable.

Dans son billet de lancement, Recursive présente des variantes quantifiées et son moteur rec pour du matériel Apple Silicon compatible. L’entreprise publie aussi des optimisations pour NVIDIA RTX Spark. La quantification réduit la place prise par les poids. Le moteur choisi détermine ensuite comment ils sont réellement exécutés.

Recursive annonce plus de 125 tokens par seconde sur un MacBook Pro M4 Pro à contexte court avec sa pile optimisée. Il s’agit d’une mesure de l’éditeur. Elle ne garantit ni cette vitesse sur tous les Mac ni un délai identique avec un long historique.

Des scores qui dépendent aussi de l’agent

Les évaluations de code ne mesurent pas uniquement les poids du modèle. La fiche précise les outils d’évaluation et les réglages de génération. Les tests de la famille SWE-bench utilisent mini-swe-agent. Terminal-Bench utilise Terminus 2 avec une règle particulière sur les solutions récupérées sur le Web.

Ces différences limitent les classements rapides entre résultats provenant de plusieurs éditeurs. L’intégration publiée par vLLM décrit de son côté des optimisations sur GPU Blackwell. Ses chiffres ne sont pas des mesures de portable Apple.

La licence des poids autorise leur réutilisation selon Apache 2.0. Les conditions d’une éventuelle API hébergée restent séparées. Un modèle téléchargé peut aussi être utilisé par un agent qui appelle des services distants. La confidentialité de l’ensemble dépend donc de la configuration complète.

Une recherche automatisée qui reste un travail d’équipe

Recursive explique qu’Eureka Machine propose des idées puis exécute et évalue des expériences. Le système aurait aidé à choisir l’architecture et à optimiser la quantification ainsi que les programmes de calcul. L’entreprise décrit une petite équipe de personnes et d’agents. Elle ne publie pas un temps économisé qui permettrait de mesurer précisément l’effet de cette organisation.

Pour prolonger, mon article sur le choix du modèle dans une IA locale sous Windows distingue déjà plusieurs couches de l’exécution.

Je vois dans Flint une proposition concrète à examiner avec son matériel. Le nom du modèle compte moins que le couple formé par les poids et le moteur. C’est là que se jouent la mémoire disponible et la vitesse réelle.