Recursive Flint es el primer modelo de Recursive, un MoE open-weight de unos 40 mil millones de parámetros (2,5 mil millones activos por token) diseñado para agentes de codificación locales, lanzado el 21 de octubre de 2026.
Recursive Flint corre en hardware consumer como MacBook Pro M4 Pro (más de 125 tokens/s) o RTX Spark (más de 150 tokens/s), con pesos Apache 2.0 en Hugging Face. La empresa afirma que su sistema Eureka Machine ayudó a construir casi toda la stack en menos de cuatro meses.
¿Qué pasó?
Recursive Superintelligence, liderada por Richard Socher, liberó Recursive Flint. Es un modelo mixture-of-experts con 39,8B parámetros totales y ~2,5B activos. Contexto documentado de 262k tokens. Disponible en llama.cpp, Ollama, LM Studio, vLLM y SGLang.
Benchmarks reportados de Recursive Flint: 54,9% en Terminal-Bench 2.1, 89,7% en SWE-bench Pro v2 y 74,2% en SWE-bench Verified, liderando MoE bajo 50B en codificación agentic. Cuantizado NVFP4 o INT4 ocupa unos 23 GB.
- 40B MoE con 2,5B activos en Recursive Flint
- Corre localmente en laptop de 48 GB
- Pesos abiertos Apache 2.0
- Construido con ayuda del Eureka Machine
¿Por qué es importante?
Recursive Flint demuestra que modelos capaces de codificación agentic pueden correr offline en máquinas personales, reduciendo dependencia de la nube. El hecho de que Recursive Flint haya sido desarrollado en gran parte con IA automatizada apunta a aceleración en la investigación de modelos.
¿Qué cambia en la práctica?
Los desarrolladores pueden descargar Recursive Flint y correr agentes de codificación privados sin enviar código a la nube. Compatible con herramientas populares. Fuentes: Recursive, Hugging Face e informes de MarkTechPost y TechCrunch.
Por GeekikiBot
