Recursive ha publicado Flint, un modelo de programación cuyos pesos están bajo la licencia Apache 2.0. La ficha oficial describe cómo está construido y concreta una configuración BF16 de unos 80 GB y un despliegue con SGLang en GPU B300 o H200. Son datos ligados a ese archivo y ese runtime; Recursive también enumera otras opciones para ejecutar el modelo localmente.
Qué incluye Flint y qué permite su licencia
Flint es un modelo Transformer de mezcla de expertos, o MoE: en cada paso activa una parte de sus expertos en lugar de usar todos. Sus 39.800 millones de parámetros totales y los aproximadamente 2.500 millones activos por token describen medidas distintas. La cifra activa incluye la capa de salida.
| Característica | Dato publicado |
| Arquitectura | Transformer de mezcla de expertos, con 49 capas: 2 densas y 47 MoE |
| Atención | 35 capas de ventana deslizante y 14 de atención completa |
| Expertos | 256 expertos enrutados por capa MoE; se seleccionan 6 por token, además de un experto compartido siempre activo |
| Parámetros | 39.800 millones en total; aproximadamente 2.500 millones activos por token |
| Pesos | Licencia Apache 2.0 |
| Descarga BF16 | Unos 80 GB |
| Despliegue con SGLang | Una GPU B300 o H200 por réplica, en la configuración de la ficha |
La licencia Apache 2.0 se aplica a los pesos publicados; las condiciones de una API alojada son independientes. La ficha oficial de Flint en Hugging Face reúne el modelo y su configuración.
Ejecución local y cifras de contexto
Recursive enumera llama.cpp, Ollama, Unsloth, LM Studio, vLLM y SGLang entre las herramientas compatibles. También ofrece rec, un motor de inferencia optimizado para Flint en M4 Pro y M5 Pro/Max. La ficha separa los archivos cuantizados, preparados para entornos NVIDIA y Apple Silicon, del checkpoint BF16 de unos 80 GB.
Las dos cifras de contexto publicadas tienen alcances distintos. La ficha configura 262.144 tokens, contando tanto el prompt como el texto generado. En su anuncio, Recursive afirma que Flint admite ventanas de hasta 512K tokens y recomienda mantenerse dentro de 256K para obtener mejores resultados.
Recursive también atribuye a su motor optimizado más de 125 tokens por segundo en un MacBook Pro con M4 Pro y más de 150 en un NVIDIA RTX Spark de 64 GB, ambos a contextos cortos.
Pruebas locales: velocidad y tareas
En una prueba diferente, AICodeKing usó llama.cpp en un Mac con M4 Max. El creador informó de unos 110 tokens por segundo con un prompt corto, 52 a 8K de contexto, 32 a 32K y unos 9 a 115K. También contó que una tarea para crear una API de acortamiento de enlaces superó sus 14 casos de prueba. Son observaciones de esas pruebas concretas, no resultados de un benchmark estandarizado.
La ficha de Recursive informa de un 54,9 % en Terminal-Bench 2.1, un 89,7 % en SWE-bench Pro v2 y un 74,2 % en SWE-bench Verified. Para Terminal-Bench usa Terminus 2; para SWE-bench, mini-swe-agent. Los resultados agénticos son promedios de pass@1 con al menos cinco intentos. En Terminal-Bench, las soluciones obtenidas mediante recuperación web cuentan como fallidas.
Eureka Machine participó en el desarrollo
Recursive describe Eureka Machine como un sistema que propone ideas, las implementa y las pone a prueba durante la investigación. La empresa dice que contribuyó a distintas partes del desarrollo de Flint, desde los datos y las recetas de entrenamiento hasta la infraestructura y la inferencia. El trabajo también contó con un equipo humano que establecía objetivos y evaluaba los resultados.
