Recursive lanza Flint, un modelo de código con pesos abiertos para correr agentes en una laptop de 48 GB

Recursive, la startup de IA que dirige Richard Socher, ex científico jefe de Salesforce, lanzó su primer modelo el miércoles 21 de octubre. Flint es un modelo de código con pesos abiertos, publicado en Hugging Face bajo licencia Apache 2.0 y pensado para correr agentes de programación en tu propia máquina en lugar de pasar por una API paga en la nube.

Viene con dos afirmaciones. La práctica: un modelo que entra en una laptop bien equipada puede hacer trabajo agéntico de programación de verdad. La más ambiciosa: Flint lo construyó en buena parte una IA. Recursive le dijo a TechCrunch que su sistema de investigación automatizada, la Eureka Machine, participó en casi todas las etapas del desarrollo y le permitió a un equipo chico entrenar el modelo desde cero en menos de cuatro meses. Ninguna de las dos afirmaciones tiene todavía evaluación independiente.

Qué se publicó

Según la ficha del modelo, Flint es un transformer de mezcla de expertos con 39.800 millones de parámetros en total, de los cuales se activan unos 2.500 millones por token. Tiene 49 capas: 35 usan una ventana de atención deslizante de 513 tokens y 14 usan atención completa. La configuración de contexto documentada es de 262.144 tokens, compartidos entre el prompt y la salida generada, y el corte de conocimiento declarado es junio de 2026. Trabaja solo con texto, soporta razonamiento y llamadas a herramientas en varios turnos, y expone una API compatible con OpenAI.

El checkpoint completo en BF16 pesa unos 80 GB y, según la ficha, necesita una GPU NVIDIA B300 o H200 por réplica. Lo de la laptop se apoya en las versiones cuantizadas que Recursive publicó en paralelo: una INT4 en formato MLX de unos 22,6 GB, un GGUF Q4_1 de 26 GB para llama.cpp en Apple Silicon y un GGUF NVFP4 de 22,9 GB para hardware NVIDIA. El GGUF para Apple Silicon exige una Mac con al menos 48 GB de memoria unificada, y en NVIDIA Recursive recomienda al menos 48 GB de memoria de GPU. Es una laptop de gama alta, no una común. Las fichas incluyen configuraciones listas para los agentes de código open source pi y OpenCode.

Los números y quién los midió

Recursive informa 74,2% en SWE-bench Verified, 89,7% en SWE-bench Pro v2 y 54,9% en Terminal-Bench 2.1, promediados sobre al menos cinco intentos. La ficha es franca con las salvedades: algunos puntajes de comparación los midió la propia empresa y otros los reportan los desarrolladores rivales, y las configuraciones de evaluación varían entre fuentes. Recursive aclara además que en Terminal-Bench cuenta como fallidas las soluciones obtenidas buscando en la web, algo que otros desarrolladores quizás no hagan.

En velocidad, Recursive le dijo a TechCrunch que Flint generó unos 131 tokens por segundo en una MacBook Pro con chip M4 Pro, más o menos el doble de los 58 a 69 tokens por segundo que midió para modelos locales parecidos en la misma máquina, y más de 150 tokens por segundo en la RTX Spark de NVIDIA. Son cifras del fabricante. Hasta que haya benchmarks independientes sobre los mismos checkpoints cuantizados, tomalas como punto de partida.

Recursive también le dijo a TechCrunch que Flint necesita más guía que los grandes asistentes de código pagos y sugirió partir las tareas grandes en pasos más chicos.

Qué cambia si usás agentes de código

Si los números se sostienen, Flint les da a los equipos una opción creíble para trabajo agéntico cuando el código no puede salir de la máquina, cuando la conexión no es confiable o cuando el costo por token de la API se acumula en loops largos de agentes. Las contras son el hardware, el trabajo de puesta a punto y un modelo que pide tareas más acotadas que los sistemas de frontera.

La ficha del modelo trae además indicaciones concretas que importan si vas a conectar Flint a un agente:

• Usá los parámetros de muestreo recomendados: temperatura 1.0, top-p 0.95, top-k 20. El servidor los aplica por defecto cuando el request no los trae.
• Reservá al menos 32.768 tokens de salida para problemas difíciles, porque el razonamiento se descuenta de ese presupuesto. Las configuraciones de cliente de los GGUF traen 65.536 tokens de generación por defecto.
• Conservá el campo reasoning_content que devuelve el modelo al reenviar el historial de la conversación, y usá la plantilla de chat del propio checkpoint.
• Tomá los 262.144 tokens de contexto como un límite de capacidad. La ficha aclara que no garantizan precisión pareja en todas las longitudes, y el prompt y la salida los comparten.
• Aplicá permisos y límites de ejecución en tus propias herramientas. La ficha advierte que la gramática estructurada de las llamadas a herramientas no impide que el modelo elija una acción insegura o equivocada.

La apuesta por la automejora

Recursive salió a la luz en mayo con 650 millones de dólares de financiamiento a una valuación de 4.650 millones, y su objetivo declarado es una IA que se mejore a sí misma. Según TechCrunch, la empresa le atribuye a la Eureka Machine una forma de modelo más dispersa, un entrenamiento de baja precisión que achicó Flint un 71% casi sin perder calidad y kernels a medida. Recursive no dijo cuánto tiempo de investigadores ahorró el sistema, y no pudimos abrir la página de anuncio de la empresa para esta nota, así que esas atribuciones vienen de lo que TechCrunch reportó que dijo la compañía.

Por ahora, la prueba más útil es la simple: si un modelo con 2.500 millones de parámetros activos puede llevar a un agente de código por repositorios reales en una máquina de 48 GB. Los pesos son públicos, así que es algo que cada desarrollador puede comprobar por su cuenta.