Flint, un modèle de code à poids ouverts, a été publié par Recursive le 21 octobre 2026 : 40 milliards de paramètres au total, dont environ 2,5 milliards seulement actifs à la fois, assez léger pour tourner directement sur un portable, avec des poids gratuits sur Hugging Face sous licence Apache 2.0. Ce qui attire l'attention n'est pas le nombre de paramètres, mais l'origine du modèle. Selon Recursive, son système de recherche automatisé, l'Eureka Machine, a participé à presque toutes les étapes, du pré-entraînement à l'optimisation de l'inférence, et une petite équipe a bâti le modèle de zéro en moins de quatre mois.
Petit gabarit, environ deux fois plus rapide que ses pairs
Flint repose sur une architecture de mélange d'experts, et sa fiche modèle indique une fenêtre de contexte de 262K jetons. Dans les tests de Recursive, sur un MacBook Pro équipé d'une puce M4 Pro, il a généré environ 131 jetons par seconde, contre 58 à 69 pour des modèles comparables sur la même machine, soit près du double ; sur le RTX Spark de Nvidia, il a dépassé les 150. Les scores viennent aussi de l'entreprise : 74,2 % sur SWE-bench Verified, en tête des modèles à mélange d'experts de moins de 50 milliards de paramètres, et 54,9 % sur Terminal-Bench 2.1. Le test pratique de Wired confirme le tableau : sur un Mac de 48 Go de mémoire, Flint a construit une application de liste de tâches, un outil de collecte de recherches et un petit site web, en réussissant chaque demande. Tourner en local signifie que le code ne quitte jamais la machine et qu'aucun frais au jeton ne s'accumule ; Nvidia a renouvelé cette année toute sa gamme matérielle locale Spark, pariant sur ce retour des grands modèles sur le bureau.
L'Eureka Machine : une IA qui aide à construire une IA
L'Eureka Machine propose des idées, écrit le code pour les tester, lit les résultats et décide de la suite, en menant de nombreuses expériences en parallèle. Parmi ses contributions reconnues à Flint figurent une forme de modèle plus clairsemée, un entraînement en basse précision qui a réduit le modèle de 71 % sans perte notable de qualité, et des noyaux sur mesure pour le silicium Apple et le RTX Spark. Recursive a été fondée par Richard Socher, ancien directeur scientifique de Salesforce ; à sa sortie du mode furtif en mai, l'entreprise avait levé 650 millions de dollars pour une valorisation de 4,65 milliards, avec GV, Nvidia et AMD Ventures parmi ses soutiens.
Une IA qui construit une IA ne veut pas dire hors de contrôle
Trois seaux d'eau froide s'imposent. D'abord, les mesures et vitesses citées viennent de Recursive, et leur reproduction indépendante n'a pas encore suivi ; même sur la moyenne de six tests de l'entreprise, seul le Qwen3.8 27B d'Alibaba devance Flint, sans victoire totale donc. Ensuite, Recursive reconnaît elle-même que, sur les tâches complexes, Flint demande plus de guidage que les grands assistants de code payants et travaille mieux quand on découpe les grosses tâches en petites étapes. Enfin, l'auto-amélioration récursive prend ici la forme d'un assistant de recherche sous supervision humaine, et Socher affirme clairement que le système reste sous contrôle humain et peut être arrêté. La valeur de Flint est d'avoir transformé la question de la participation de l'IA à la construction de l'IA en un échantillon téléchargeable que chacun peut tester sur-le-champ.
