¿Qué es Flint?
Flint es un modelo de programación mixture-of-experts de Recursive, el laboratorio constituido en Londres que dirige Richard Socher, antiguo científico jefe de Salesforce, lanzado el 21 de octubre de 2026. Tiene 39.800 millones de parámetros pero usa unos 2.500 millones por token, y se entrenó desde cero para agentes de programación: investigar bases de código, corregir errores, escribir funciones y pruebas, con razonamiento y llamadas a herramientas compatibles con OpenAI. El contexto documentado es de 262.144 tokens, compartido entre prompt y salida.
Recursive indica un 54,9% en Terminal-Bench 2.1, un 74,2% en SWE-bench Verified y un 89,7% en SWE-bench Pro v2, medidos por ella misma. También indica más de 125 tokens por segundo en un MacBook Pro con M4 Pro y más de 150 en una RTX Spark de 64 GB con su propio motor rec. Las versiones de 4 bits ocupan de 22,6 a 26,0 GB y necesitan 48 GB de memoria unificada o de GPU; el checkpoint BF16 ocupa unos 80 GB y se sirve en una H200 o B300 con el kit de SGLang de Recursive. Recursive dice que su sistema de investigación automatizada, la Eureka Machine, diseñó gran parte del modelo.
Los pesos están bajo Apache 2.0. En OpenRouter funciona un endpoint gratuito con límites de uso; la API propia de Recursive solo está abierta a socios seleccionados.
¿Merece la pena Flint?
Flint es un modelo de programación dimensionado para la máquina que tienes en la mesa, y su velocidad es la afirmación que más en serio hay que tomar. Con unos 2,5B de sus 39,8B parámetros activos por token, Recursive indica más de 125 tokens por segundo en un MacBook Pro con M4 Pro y más de 150 en una RTX Spark de 64 GB, ambos con contextos cortos en su propio motor rec. Para un agente que hace cientos de llamadas a herramientas, ese rendimiento importa más que unos pocos puntos de benchmark.
Los benchmarks requieren cuidado. Todos son de Recursive, y el 89,7% corresponde a SWE-bench Pro v2, la versión depurada de Scale, donde los agentes líderes ya superan el 90%, así que no se puede comparar con los resultados del Pro original que publican otros laboratorios, ni leerse como mejor que su 74,2% en SWE-bench Verified. La ficha añade que su evaluación de Terminal-Bench cuenta como fallos las respuestas obtenidas de la web, un ajuste que los rivales quizá no hagan. El propio anuncio de lanzamiento de Recursive admite que Flint puede necesitar más guía que los grandes modelos cerrados y sugiere dividir el trabajo en subtareas.
Las cifras de memoria son honestas pero justas. Las versiones de 4 bits ocupan 22,6 GB (MLX), 22,9 GB (NVFP4 GGUF) y 26,0 GB (Q4_1 GGUF), y Recursive pide 48 GB de memoria para usar la ventana completa, así que un portátil de 32 GB no es el objetivo. Treinta y cinco de sus 49 capas solo ven una ventana deslizante de 513 tokens, lo que mantiene pequeña la caché pero deja a 14 capas de atención completa todo el recuerdo a larga distancia; la ficha llama al contexto un límite de capacidad, no una promesa de precisión.
El laboratorio que hay detrás no es un proyecto de aficionados. Recursive salió del anonimato en mayo con 650 millones de dólares de financiación, según i-scoop, y dice que la Eureka Machine ayudó con la arquitectura, los datos, las recetas de entrenamiento y los kernels en menos de cuatro meses. Un endpoint BF16 gratuito en OpenRouter permite a un equipo probar Flint antes de descargar 80 GB, pero la API de pago es solo para socios y no tiene precio. Según la lectura que hace i-scoop del gráfico de Recursive, un modelo Qwen denso más grande sigue puntuando más alto, lo que convierte a Flint en la opción local más rápida, no en la más fuerte.
Dónde se gana su sitio
Un desarrollador de backend con un MacBook Pro M4 Pro de 48 GB
Ejecutar un agente de programación sobre una base de código privada sin enviar código a una API
Descarga la versión de Ollama de 23 GB y apunta OpenCode, Cline o Claude Code hacia ella (`ollama launch claude --model flint`). No hay factura por token y nada sale del portátil; cuenta con dividir las tareas grandes en pasos, como aconseja la propia Recursive.
Un ingeniero de plataforma con una H200 o B300
Servir un modelo de programación compartido a un equipo interno detrás de un endpoint compatible con OpenAI
El kit Docker de SGLang de Recursive ejecuta el checkpoint BF16 de 80 GB en una GPU por réplica; añade réplicas a medida que crezcan los usuarios. Aún no se incluye código de modelado para Transformers, así que SGLang o vLLM son la vía admitida.
Un responsable de ingeniería de una agencia de software de 20 personas
Averiguar si los modelos locales pueden recortar el gasto del equipo en APIs de asistentes de programación
Prueba primero el endpoint gratuito con límites de OpenRouter con los tickets reales del equipo y después compara el precio de portátiles de 48 GB con las facturas actuales de API. Los pesos son gratis, pero con la API de pago solo para socios no hay un precio alojado de respaldo con el que presupuestar.
Antes de decidirte
- Puesta en marcha
- `ollama run flint` descarga 23 GB; en un Mac compatible, el motor rec de Recursive descarga el modelo y conecta Pi u OpenCode. llama.cpp necesita una versión con soporte para Flint, y el servicio en GPU usa el kit Docker de SGLang incluido.
- Integraciones
- Chat y llamadas a herramientas compatibles con OpenAI; los entornos documentados son OpenCode, Pi, Cline y OpenHands, y Ollama puede lanzar Claude Code contra él. La ficha indica que hay que mantener el reasoning_content devuelto en el historial de la conversación.
- Datos y privacidad
- En local, nada sale de la máquina. El endpoint de OpenRouter lo sirve Recursive; la ficha dice que las condiciones y prácticas de datos del servicio alojado son independientes de la licencia de los pesos, y no encontramos condiciones de retención publicadas.
- Coste a escala
- Pesos gratis. En local, un Mac o una GPU con 48 GB de memoria para las versiones de 4 bits; en servidores, una H200 o B300 por réplica BF16 (unos 80 GB). Alojado: gratis y con límites en OpenRouter; no hay precio de pago por token publicado.
- Límites
- Solo texto; prompt y salida comparten la ventana de 262.144 tokens. Los problemas difíciles piden un presupuesto de salida de al menos 32.768 tokens y el razonamiento largo puede agotarlo; el corte de conocimiento es junio de 2026.
Lo bueno
- Más de 125 tokens por segundo en un M4 Pro, según Recursive
- Versiones de 4 bits de 23 a 26 GB
- Apache 2.0, más un endpoint gratuito en OpenRouter
- Ollama, llama.cpp, LM Studio, SGLang y vLLM desde el lanzamiento
Lo malo
- Todos los benchmarks son datos propios
- El resultado en SWE-bench Pro v2 no es comparable con el Pro de otros laboratorios
- Necesita 48 GB de memoria para el contexto completo
- API de pago solo para socios, sin precio publicado
Ideal para
Desarrolladores que quieren un modelo rápido para agentes de programación que funcione en local en un Mac o en una sola GPU.
Alternativas a Flint
Flint: preguntas frecuentes
- ¿Merece la pena Flint?
- Un modelo de programación realmente dimensionado para un portátil de 48 GB, de un laboratorio con mucha financiación, con todas sus cifras destacadas aún medidas por la propia Recursive. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta Flint?
- Pesos abiertos gratuitos bajo Apache 2.0; endpoint gratuito con límites de uso en OpenRouter. API de pago de Flint para socios seleccionados, precio no publicado.
- ¿Qué inconvenientes tiene Flint?
- Todos los benchmarks son datos propios; el resultado en SWE-bench Pro v2 no es comparable con el Pro de otros laboratorios; necesita 48 GB de memoria para el contexto completo; aPI de pago solo para socios, sin precio publicado.
- ¿Para quién es Flint?
- Desarrolladores que quieren un modelo rápido para agentes de programación que funcione en local en un Mac o en una sola GPU.
- ¿Cuánto cuesta Flint para un equipo o en producción?
- Pesos gratis. En local, un Mac o una GPU con 48 GB de memoria para las versiones de 4 bits; en servidores, una H200 o B300 por réplica BF16 (unos 80 GB). Alojado: gratis y con límites en OpenRouter; no hay precio de pago por token publicado.
- ¿Es Flint seguro para los datos de la empresa?
- En local, nada sale de la máquina. El endpoint de OpenRouter lo sirve Recursive; la ficha dice que las condiciones y prácticas de datos del servicio alojado son independientes de la licencia de los pesos, y no encontramos condiciones de retención publicadas.
- ¿Cuáles son las mejores alternativas a Flint?
- Las alternativas más cercanas que hemos analizado son Qwen3.8-27B, Devstral Small 2 y gpt-oss-20b.
Respuestas comprobadas el 23 oct 2026.