Recursive lanza Flint: modelo de código gratis para laptop

Flint: un modelo de código que corre en tu laptop y no paga tokens

131 tokens por segundo en un MacBook Pro con chip M4 Pro. Esa es la cifra que Recursive puso sobre la mesa al presentar Flint, su primer modelo, un asistente de programación gratuito que se ejecuta en la máquina del usuario y que, según la empresa, fue construido en buena medida por inteligencia artificial. Para un founder que hoy paga facturas de API por cada refactorización larga, el número importa menos que la promesa detrás: cero costo marginal por token.

Flint se publicó el miércoles y está disponible en Hugging Face bajo licencia Apache 2.0, lo que permite descargarlo, usarlo y modificarlo sin pagar. Corre offline, mantiene el código en el equipo del desarrollador y evita las tarifas que los servicios en la nube cobran según el volumen de texto procesado.

¿Qué es Flint y por qué cabe en una laptop?

Flint es un modelo de mixture-of-experts (MoE): de sus 40.000 millones de parámetros totales, solo activa 2.500 millones por tarea. Ese diseño es lo que lo hace lo bastante liviano para una computadora personal y radicalmente más pequeño que las apuestas recientes por el cómputo local.

La comparación más directa la dio Meta días antes: Muse Spark Open, su modelo open-weight lanzado el 15 de octubre, usa 816.000 millones de parámetros y requiere al menos un terabyte de memoria RAM, según reportó TechCrunch. Es decir, Flint no compite en la misma liga de capacidad, pero sí en la de accesibilidad: el equipo de pruebas de Recursive lo corrió en un MacBook Pro con M4 Pro, y la firma describe el modelo como viable en máquinas con 48 GB de RAM para tareas de código agéntico.

Esa diferencia de requisitos es la que separa "modelo local" de "modelo local si tienes un equipo de gama alta". Un Mac Studio con M5 Ultra puede mover Muse Spark Open; una laptop de trabajo normal, no.

La Eureka Machine: el modelo que se construyó casi solo

El argumento central de Recursive no es el rendimiento de Flint, sino cómo se hizo. La empresa desarrolló un sistema automatizado de investigación al que llama Eureka Machine, y afirma que contribuyó a casi todas las etapas del desarrollo, desde el preentrenamiento hasta el postentrenamiento y la inferencia. Eso permitió que un equipo pequeño construyera el modelo desde cero en menos de cuatro meses.

Entre los aportes concretos que la compañía atribuye a Eureka están una arquitectura más dispersa, una técnica de entrenamiento de baja precisión que redujo el tamaño de Flint en 71% con una pérdida de calidad casi nula, y kernels personalizados, que son programas especializados que aceleran los cálculos de base.

Eureka funciona como un asistente de investigación supervisado por personas: propone ideas, ejecuta experimentos y usa los resultados para decidir el siguiente paso. No es autonomía total, y la propia empresa lo enmarca así. El objetivo de largo plazo que su CEO, Richard Socher, describió a Wired, es alcanzar la mejora recursiva completa con humanos vigilando el proceso y con capacidad de detenerlo si algo sale mal.

¿Qué tan bueno es Flint frente a los modelos grandes?

En las pruebas de la compañía, Flint generó unos 131 tokens por segundo en un MacBook Pro con M4 Pro, aproximadamente el doble de los 58 a 69 tokens por segundo que lograron modelos similares en la misma máquina, entre ellos Gemma 4 de Google y Nemotron 3.5 Lightning de Nvidia. En el RTX Spark de Nvidia superó los 150 tokens por segundo.

En SWE-Bench Verified, un benchmark que mide la capacidad de corregir bugs reales de software, Flint superó a otros modelos de menos de 50.000 millones de parámetros. En el promedio propio de Recursive sobre seis pruebas, solo un modelo quedó por encima: Qwen3.8 27B de Alibaba.

Hay que leer esas cifras con la cautela que corresponde: son benchmarks de la empresa, medidos en hardware específico y en contextos cortos. La propia Recursive reconoce que Flint necesita más guía que los grandes asistentes de código de pago y recomienda dividir las tareas grandes en pasos pequeños. La revisión temprana más citada es la de Will Knight, de Wired, que lo probó en un Mac con 48 GB de memoria para construir varios programas pequeños y encontró que acertó sus pedidos de código todas las veces, aunque advirtió que los modelos chicos suelen toparse con errores o ir más lentos que Claude o Codex.

El costo real de "correr local"

La promesa de gratuidad tiene una letra chica que ningún founder debería ignorar: el hardware. Un equipo con 48 GB de RAM está en el extremo premium del mercado de consumo. Como resume el análisis de Crypto Briefing, "local" sigue significando "local, si tienes una computadora bien equipada".

Y el rendimiento no escala gratis. En un análisis técnico de Semiconductor Engineering, Guillaume Boillet, vicepresidente de marketing estratégico de Arteris, señaló que modelos de 20.000 a 30.000 millones de parámetros ya caben en 16 a 24 GiB de memoria después de la cuantización, pero que lograr la capacidad de respuesta necesaria para reemplazar a los modelos en la nube en el trabajo diario puede llevar el costo por encima de los 10.000 dólares en hardware.

El mismo artículo recoge una distinción útil: open-weight no es lo mismo que open source. Los pesos entrenados se publican y cualquiera puede ejecutarlos, pero los datos de entrenamiento, el código y los derechos de uso pueden seguir restringidos. En el caso de Flint, la licencia Apache 2.0 sí permite uso y modificación libres.

¿Qué significa esto para tu startup?

El movimiento de Recursive importa por dos razones distintas. La primera es práctica: un modelo de código decente, gratis y offline cambia la economía de los equipos que trabajan con código propietario o en industrias reguladas. La segunda es estratégica: si la tesis de la mejora recursiva funciona, el cuello de botella del desarrollo de modelos deja de ser el número de investigadores y pasa a ser la cantidad de agentes.

La propia Recursive lo dijo sin rodeos: su acuerdo de cómputo de 410 millones de dólares con Amazon Web Services en junio era "menos sobre headcount y más sobre agent count". Y no está sola en esa dirección. OpenAI informó el mes pasado que, hacia mediados de agosto, sus agentes de IA registraban 3,1 jornadas de trabajo por cada una de un investigador humano.

Acciones concretas que puedes tomar esta semana:

• Haz un piloto de dos semanas con un modelo local para tareas repetitivas. Refactorizaciones, generación de tests, migraciones de sintaxis y documentación de código legacy son los casos donde el ahorro por token se nota más y donde un modelo de 40.000 millones de parámetros suele alcanzar. Mide tiempo de tarea y tasa de corrección, no tokens por segundo.
• Separa tu stack por sensibilidad del dato. Código del producto y secretos de negocio en el modelo local; tareas exploratorias y de investigación en el modelo grande en la nube. Esa división, que en la industria se llama enrutamiento de modelos, es la forma más rápida de bajar costos sin perder capacidad en lo difícil.
• Revisa el hardware antes de prometer ahorro. Si tu equipo trabaja en laptops de 16 GB, un modelo como Flint no reemplaza al asistente en la nube: lo complementa en tareas puntuales. Calcula el costo de memoria antes de anunciar un recorte de gasto en APIs.

Conclusión

Flint no es el modelo más potente del mercado ni pretende serlo. Es una prueba pública y acotada de una idea mucho más ambiciosa: que la IA puede construir mejor IA, y que un equipo pequeño con las herramientas correctas puede comprimir en cuatro meses lo que antes requería un departamento entero. Para los founders, la lección inmediata es que el costo de la inferencia dejó de ser una variable fija. La lección de fondo es que la ventaja competitiva se está moviendo del acceso al modelo hacia el diseño del flujo de trabajo que lo rodea.

Fuentes

• TechCrunch: Recursive launches Flint, a laptop coding model it says was largely built by AI
• Crypto Briefing: Recursive launches Flint, a fast open-weight coding model built to run locally
• TechCrunch: Meta launches an open-weight AI model that runs on Macs
• Semiconductor Engineering: Why Open-Weight AI Matters