Une petite équipe, moins de quatre mois, et un modèle de code de 39,8 milliards de paramètres (les réglages internes d’un modèle) dont 2,5 milliards seulement travaillent à chaque mot produit. Recursive, la start-up dirigée par Richard Socher, ancien directeur scientifique de Salesforce, a publié Flint le 21 octobre sous licence Apache 2.0. Elle affirme qu’une IA a participé à presque toutes les étapes de sa fabrication.
Deux séries de chiffres circulent. La vitesse du modèle se vérifie chez soi, en une soirée. La part de l’IA dans sa conception ne se vérifie nulle part pour l’instant. Les deux n’ont pas le même statut, et la seconde fait de Flint un sujet à part.
Seuls 6 % du modèle travaillent à chaque token
Flint repose sur une architecture mixture-of-experts (MoE) : le modèle est découpé en blocs spécialisés, et seuls quelques-uns s’activent pour chaque token, l’unité de texte que le modèle lit ou produit. Ici, 2,5 milliards de paramètres sur 39,8, soit 6,3 %. Le coût de calcul par token ressemble à celui d’un petit modèle, alors que la capacité de stockage des connaissances reste celle d’un grand.
Cette sobriété ne vaut pas pour la mémoire : tous les blocs doivent rester chargés. Le checkpoint complet en BF16 (16 bits par paramètre) pèse 79,58 Go. La quantification, qui stocke les poids sur moins de bits, rend l’ensemble praticable. Unsloth, qui distribue des versions GGUF de Flint, propose une variante 4 bits de 25,05 Go et une variante 3 bits de 18,5 Go, qui tient sur 24 Go de mémoire à contexte court, soit 68 % et 77 % de moins que l’original. Recursive annonce de son côté une réduction de 71 % obtenue par un entraînement en basse précision, avec une perte presque nulle : deux démarches distinctes, dont seule la seconde est chiffrée par l’éditeur lui-même.
Pour situer l’échelle, Meta a sorti la semaine précédente Muse Spark Open, un modèle ouvert pensé pour les Mac. Il compte 816 milliards de paramètres et réclame au moins un téraoctet de mémoire. Soit une vingtaine de fois plus de paramètres que Flint, et plus de quarante fois les 24 Go d’un portable correctement équipé.
125 à 150 tokens par seconde : qui a mesuré quoi
Recursive relève environ 131 tokens par seconde sur un MacBook Pro équipé d’une puce Apple M4 Pro. Sur la même machine, les modèles comparables, dont Gemma 4 de Google et Nemotron 3.5 Lightning de Nvidia, plafonnent entre 58 et 69. L’écart va de 1,9 à 2,3 fois. Unsloth, un tiers, indique plus de 125 tokens par seconde sur le même type de Mac, et plus de 150 sur une carte Nvidia RTX Spark avec 64 Go. Les deux mesures se recoupent à 5 % près, avec des quantifications différentes.
À ce rythme, une réponse de 500 tokens s’affiche en quatre secondes environ. Mais la vitesse brute mesure le débit, pas l’utilité : un modèle de raisonnement dépense une partie de ses tokens à réfléchir avant de répondre, et un modèle rapide qui demande trois essais là où un plus lourd en réussit un seul perd son avantage. L’éditeur le reconnaît à demi : Flint exige plus de guidage que les grands assistants payants, et il recommande de découper les grosses tâches en étapes.
Les premiers essais publiés par la presse spécialisée vont dans le bon sens. Un journaliste l’a fait tourner sur un Mac de 48 Go pour produire une application de liste de tâches et un outil de recherche sur le web, avec des requêtes réussies à chaque fois. Ce sont de petits programmes. Aucun dépôt de plusieurs centaines de fichiers n’y figure.
Des scores de benchmark qui ne se lisent pas côte à côte
La fiche du modèle affiche 54,9 % sur Terminal-Bench 2.1, 74,2 % sur SWE-bench Verified (des bugs réels de projets open source à corriger) et 89,7 % sur SWE-bench Pro v2. Ce dernier score, supérieur à celui de Verified, invite à la prudence : il porte sur une autre variante du test, avec ses propres tâches.
Le protocole compte autant que le résultat. Flint est évalué à température 1,0, avec Terminus 2 pour Terminal-Bench et mini-swe-agent pour SWE-bench, en moyenne de pass@1 (le taux de réussite au premier essai) sur au moins cinq tentatives. Les scores signalés par le signe † ont été mesurés par Recursive ; les autres, ceux des concurrents, sont rapportés par leurs développeurs. La fiche précise que les solutions obtenues par recherche web sont comptées comme des échecs pour Flint, et que les scores des autres modèles peuvent ne pas appliquer ce même retrait.
Sur la moyenne de six tests calculée par Recursive, un seul modèle devance Flint : Qwen3.8 27B d’Alibaba. Ce modèle dense, qui mobilise ses 27 milliards de paramètres à chaque token, fait mieux qu’un MoE à 2,5 milliards actifs. L’avantage de Flint tient donc au rapport entre qualité et coût de calcul, pas à la qualité absolue.
Eureka Machine : un rôle encore sans mesure
Recursive a baptisé son système de recherche automatisée Eureka Machine. Il propose des idées, lance des expériences et se sert des résultats pour choisir la suite. D’après la vidéo de lancement de l’éditeur, il est intervenu du préentraînement au post-entraînement, jusqu’à l’inférence. Parmi ses apports cités : une forme de modèle plus parcimonieuse et l’entraînement en basse précision à l’origine des 71 % de réduction de taille.
Aucun chiffre ne dit toutefois ce que recouvre « presque toutes les étapes ». Les informations disponibles décrivent un assistant de recherche supervisé par des humains, qui a produit un modèle de taille portable. Pour y voir un cas d’amélioration récursive, il faudrait aussi que Flint, ou son successeur, améliore à son tour la machine qui l’a fabriqué. Rien de tel n’est établi.
Quelques éléments suffiraient à trancher :
- la part des idées retenues qui viennent d’Eureka et celle qui vient des chercheurs ;
- la proportion de calcul d’expérimentation pilotée par la machine ;
- une comparaison de durée et de coût avec une équipe équivalente sans l’outil ;
- la liste des décisions où un humain a corrigé ou écarté une proposition.
Sans ces données, les quatre mois de développement annoncés restent un argument d’éditeur.
À essayer cette semaine sur votre propre dépôt
Le modèle est téléchargeable sur Hugging Face. Unsloth Desktop et llama.cpp permettent de le lancer sur 24 Go de mémoire avec la variante 3 bits, sur macOS, Windows et Linux. Le contexte atteint 262 144 tokens, prompt et réponse compris. Les clients multi-tours doivent conserver le champ reasoning_content et les appels d’outils dans l’historique, comme l’indique la fiche.
L’intérêt est concret : code qui reste sur la machine, fonctionnement hors ligne, aucune facturation au token. Le test utile consiste à lui confier cinq tickets réels de votre dépôt, découpés en étapes comme le conseille l’éditeur, et à comparer le nombre d’essais nécessaires avec votre assistant habituel.
La vitesse de Flint se vérifie ce soir sur un portable. La part de la machine dans sa fabrication attend, elle, un document que Recursive n’a pas encore publié.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →
