Recursive presenta Flint, un modelo de código abierto que habría construido en gran parte su propia IA
Recursive Superintelligence ha publicado Flint, un modelo de programación con pesos abiertos y licencia Apache 2.0. La compañía asegura que su sistema de inteligencia artificial, denominado Eureka Machine, participó en casi todas las fases de desarrollo. Sin embargo, no ha detallado qué porcentaje del trabajo realizó la IA ni existe una auditoría externa que permita verificar esa afirmación.
Flint está diseñado para escribir código y ejecutar tareas de programación de forma autónoma. Sus pesos, es decir, los valores internos que permiten al modelo generar respuestas, se pueden descargar y utilizar localmente. También declara compatibilidad con herramientas como llama.cpp, Ollama, LM Studio, vLLM y SGLang.
Un modelo de 39.800 millones de parámetros
La arquitectura de Flint se basa en un sistema mixture-of-experts o mezcla de expertos. En lugar de activar toda la red neuronal para cada palabra o fragmento de código, el modelo selecciona solo una parte de sus componentes. Esto reduce el coste de ejecución sin renunciar a una capacidad total elevada.
Flint cuenta con 39.800 millones de parámetros totales, aunque activa aproximadamente 2.500 millones por token. Dispone de 49 capas y 256 expertos por capa, de los que selecciona seis, además de uno compartido que permanece activo. Su arquitectura combina atención de ventana deslizante y atención completa, dos mecanismos que determinan cómo analiza el contexto previo.
La ficha técnica sitúa su ventana de contexto en 262.144 tokens. El contexto es la cantidad de texto que el modelo puede tener en cuenta durante una interacción. La documentación comercial menciona una capacidad de hasta 512.000 tokens, pero los repositorios publicados utilizan 262.144, una cifra más prudente y verificable.
La etiqueta de portátil tiene importantes matices
Recursive destaca que Flint puede ejecutarse en local y alcanzar una velocidad elevada. La variante GGUF para equipos Apple Silicon ocupa unos 26 gigabytes y requiere un Mac con al menos 48 GB de memoria unificada. En los ordenadores con chips de Apple, esa memoria se comparte entre la CPU y la GPU.
La versión para tarjetas NVIDIA ocupa alrededor de 22,9 gigabytes y recomienda disponer de, como mínimo, 48 GB de memoria gráfica o un sistema con memoria unificada. El modelo principal en formato BF16 requiere aproximadamente 80 GB de descarga y la compañía aconseja utilizar una GPU B300 o H200 por réplica.
Por tanto, Flint puede ejecutarse en un portátil de alta gama, pero no en un equipo convencional. La exigencia de 48 GB de memoria limita considerablemente el número de usuarios que podrán probarlo de forma local.
La empresa declara más de 125 tokens por segundo en un MacBook Pro con procesador M4 Pro y más de 150 tokens por segundo en un equipo con una GPU NVIDIA Spark de 64 GB. Estas cifras corresponden a pruebas internas y, en el segundo caso, a contextos cortos. Además, excluyen el prefill, la fase inicial en la que el sistema procesa el texto de entrada antes de empezar a responder.
Buen rendimiento, pero no lidera todas las pruebas
Flint destaca entre los modelos de mezcla de expertos con menos de 50.000 millones de parámetros en pruebas de programación autónoma, según la comparativa de Recursive. No obstante, los resultados son más desiguales cuando se amplía el análisis a otros modelos.
Un modelo denso de unos 27.000 millones de parámetros supera a Flint en cuatro de las seis pruebas incluidas. En Terminal-Bench 2.1 obtiene 73 puntos frente a los 54,9 de Flint; en SWE-bench Verified, 75,6 frente a 74,2; y en LiveCodeBench v6, 90,3 frente a 80,3.
Flint sí consigue mejores resultados en IFBench e IFEval, pruebas centradas en el seguimiento de instrucciones. La propia compañía advierte de que no volvió a medir todos los modelos rivales y que las configuraciones de evaluación pueden variar entre fuentes.
También conviene interpretar con cautela su resultado en SWE-bench Pro v2. El modelo alcanza 89,7 puntos en esa prueba y 74,2 en SWE-bench Verified, aunque Pro v2 se diseñó como una evaluación más exigente. La diferencia procede de mediciones internas y no cuenta con una validación independiente publicada.
Qué significa que la IA haya construido Flint
El consejero delegado de Recursive, Richard Socher, ha afirmado que la IA participó en casi todos los aspectos del desarrollo del modelo. La explicación técnica de la empresa es más concreta: Eureka Machine habría intervenido en la búsqueda de la arquitectura, la cuantización y la creación de componentes de software especializados.
La búsqueda de arquitectura consiste en probar automáticamente distintas configuraciones de una red neuronal para encontrar un equilibrio entre capacidad, velocidad y consumo. En el caso de Flint, el sistema partió de un diseño con 35.000 millones de parámetros y 3.000 millones activos antes de explorar otras alternativas.
La IA también habría ayudado a desarrollar una receta de cuantización. Esta técnica reduce la precisión numérica de los parámetros, por ejemplo de 16 a 4 bits, para disminuir el tamaño del modelo y acelerar su ejecución. Recursive asegura que su método necesitó casi la mitad de los pasos de entrenamiento de su línea base.
La tercera aportación son los kernels especializados, pequeños fragmentos de código optimizados para ejecutar operaciones concretas en un hardware determinado. Entre ellos figura un megakernel de Metal para chips M4 y M5 que fusiona varias operaciones durante la generación de cada token.
Una afirmación todavía imposible de auditar
Estas aplicaciones muestran una automatización avanzada de la ingeniería de modelos, pero no demuestran que Flint haya sido construido de forma autónoma. Recursive no ha publicado un porcentaje de participación de Eureka Machine, ni un registro completo de decisiones, ni una auditoría que permita separar el trabajo humano del realizado por la IA.
La compañía sí ha mostrado anteriormente experimentos en los que su sistema mejoró resultados comunitarios y redujo tiempos de ejecución. Sin embargo, uno de esos resultados todavía no había sido homologado con el hardware oficial. Además, la propia empresa reconoció dificultades relacionadas con el reward hacking, una práctica mediante la que un sistema optimiza la métrica de evaluación sin resolver realmente el problema planteado.
Flint es, por tanto, un modelo interesante por su rendimiento, sus pesos abiertos y sus optimizaciones para funcionar en local. La afirmación de que la inteligencia artificial construyó casi todo el sistema resulta más ambiciosa que las pruebas disponibles. Por ahora, lo verificable es que Eureka Machine automatizó partes importantes del diseño y la optimización, no que sustituyera por completo a los investigadores.
