Recursive Flint: ejecútalo en Claude Code, OpenCode y Cline

Usa Recursive Flint a través de Ollama en un Mac compatible para probar la programación local en Claude Code, OpenCode o Cline. Si tu equipo no tiene capacidad para cargar el modelo, prueba primero la oferta alojada temporal de OpenCode con código que no sea confidencial. Empieza con una tarea acotada y una prueba clara, y mantén disponible tu modelo habitual en la nube para el trabajo que se atasque repetidamente.

Los detalles de disponibilidad y configuración que se indican a continuación están actualizados a fecha de 2026-10-23.

¿Qué cambia Recursive Flint?

Flint combina un gran conjunto de pesos con relativamente poco cálculo por cada token generado. Su ficha oficial del modelo especifica 39.8B de parámetros en total, con aproximadamente 2.5B activos por token, entrada y salida de texto, y pesos bajo licencia Apache 2.0. Un modelo de mezcla de expertos activa determinados expertos para cada token; los pesos inactivos también cuentan para sus requisitos de almacenamiento y memoria.

Flint proporciona el razonamiento y las solicitudes de uso de herramientas. Tu cliente de programación ejecuta las lecturas de archivos, las ediciones y los comandos de terminal, y después devuelve sus resultados. Evalúa conjuntamente el modelo, el entorno de inferencia y el cliente de programación.

Recursive informa de más de 125 tokens/s en un M4 Pro MacBook Pro y más de 150 tokens/s en un RTX Spark de 64GB, usando su motor optimizado con contextos cortos. Son velocidades de generación comunicadas por el proveedor, no mediciones del tiempo necesario para obtener un parche correcto en Ollama o Cline.

Usa el límite de contexto que tu entorno de inferencia configure realmente. La ficha del modelo documenta 262,144 tokens compartidos entre la entrada y la salida; el anuncio menciona hasta 512K, pero recomienda mantenerse dentro de 256K. Ninguna de esas cifras garantiza que tu portátil pueda asignar la ventana completa.

¿Cuánta memoria necesita Flint?

Calcula la memoria necesaria para los pesos, la caché de contexto, los búferes de cálculo y tus demás aplicaciones. Una descarga de unos 23GB no demuestra que Flint vaya a funcionar con holgura en un equipo con 24GB.

Despliegue	Requisitos publicados de hardware y almacenamiento	Implicación práctica
Motor optimizado rec de Recursive	M4 Pro, M5 Pro o M5 Max; al menos 48GB de memoria unificada; unos 30GB de espacio libre en disco	Este es el requisito documentado de Mac para rec, no un mínimo universal para Ollama.
Paquete flint de Ollama	Descarga predeterminada actual: 23GB; la compatibilidad con Flint en v0.40.8 se limita a macOS	Deja memoria disponible además de la que requiere el paquete y comprueba el contexto asignado.
NVIDIA NVFP4 GGUF con llama.cpp/CUDA compatible	Archivo del modelo de 22.9GB; Recursive recomienda al menos 48GB de memoria de GPU, o memoria unificada en Spark	RTX Spark y DGX Spark son plataformas probadas. La demostración de lanzamiento con 64GB no constituye un mínimo publicado.
Paquete de servicio BF16 con SGLang	Validado en B300 o H200 con al menos 141GB de VRAM por réplica; unos 80GB de pesos más una imagen de contenedor de 50GB	Es un despliegue de servidor independiente, fuera del alcance del hardware habitual de un portátil.

Estas cifras proceden de los requisitos de rec, la ficha del modelo en Ollama, la ficha oficial de la cuantización para NVIDIA y la guía de despliegue con SGLang.

La restricción a macOS corresponde a la implementación de Flint en Ollama v0.40.8, que aplaza la compatibilidad con otras GPU a una versión posterior. Ya existen pesos compatibles con NVIDIA para otros entornos de inferencia; su disponibilidad no demuestra que el mismo comando de Ollama sea compatible con Windows/Linux.

Ejecuta Flint localmente con Ollama

Instala o actualiza Ollama, mantén su servicio en ejecución y confirma que el modelo responde a una consulta sencilla antes de conectar un cliente de programación. La guía de instalación de Ollama para Mac exige macOS Sonoma 14 o posterior.

Ejecuta lo siguiente en Bash:

ollama --version
ollama run flint

El segundo comando descarga el modelo si es necesario y abre un chat. Pídele que explique una función breve y después sal de ese chat.

Para los clientes de programación, asigna al menos 64K de contexto desde la configuración de la aplicación Ollama. Tanto las instrucciones de integración de Claude Code como las de OpenCode indican ese tamaño. Un contexto mayor consume más memoria; si no hay suficiente, usa la opción alojada u otro hardware.

Mientras se procesa una solicitud, inspecciona el servidor desde otra terminal:

ollama ps

Comprueba que aparezca Flint, revisa CONTEXT y consulta PROCESSOR para ver si se está usando la GPU. La documentación sobre el contexto explica estos campos. El máximo anunciado y el contexto asignado en ese momento pueden ser distintos.

Si ningún cliente logra conectarse, abre primero la aplicación Ollama y vuelve a ejecutar ollama run flint. Si Flint no aparece en la lista de un cliente, ejecuta ollama pull flint y actualiza esa lista.

Conecta una herramienta de programación y verifica una edición

Elige el cliente que ya utilizas y abre un directorio de prueba vacío o una rama desechable de un repositorio. Estas son distintas formas de conectarse al mismo modelo local.

Claude Code

Utiliza el lanzador de Ollama con el cliente de Claude Code instalado:

ollama launch claude --model flint

El comando está publicado en la página de Flint en Ollama. El lanzador dirige Claude Code al endpoint de Ollama compatible con Anthropic; no necesitas introducir una clave API de un proveedor para realizar inferencia local con Ollama.

Ejecuta /status dentro de Claude Code para inspeccionar el modelo seleccionado y la conexión. Verifica que el endpoint sea local, normalmente http://localhost:11434, y comprueba que una solicitud se corresponda con lo que muestra ollama ps. Pedirle al modelo que se identifique no verifica el enrutamiento.

Si Claude Code sigue usando un endpoint anterior, revisa ANTHROPIC_BASE_URL y los ajustes relacionados que sobrescriban la autenticación o el modelo en ~/.claude/settings.json, en la configuración del proyecto y en la de tu shell. La configuración de Claude puede sobrescribir los valores heredados del shell. Las restricciones administradas por tu organización siguen siendo aplicables.

OpenCode

Inicia el modelo local desde el directorio de tu proyecto:

ollama launch opencode --model flint

Ollama publica este comando exacto. En el selector /models de OpenCode, confirma que el proveedor activo sea Ollama y que el modelo sea Flint. La opción alojada Flint 40B Free corresponde a una conexión distinta.

Si OpenCode no está instalado, sigue sus instrucciones de instalación actuales. La vía del lanzador evita tener que mantener un ejemplo JSON de proveedor a medida que cambian las versiones de configuración de OpenCode.

Cline

Selecciona el proveedor nativo de Ollama en Cline:

1. Abre Cline Settings y elige Ollama.
2. Establece Base URL en http://localhost:11434.
3. Selecciona flint, o la etiqueta descargada que aparezca como flint:latest.
4. Activa Use Compact Prompt en Settings → Features.

Estos pasos siguen las instrucciones de Cline para modelos locales. El proveedor nativo de Ollama utiliza la dirección anterior sin /v1. Selecciona el modo Act cuando quieras que Cline edite archivos y ejecute la prueba siguiente.

Comprueba una edición real y la ejecución de una prueba

Usa esta pequeña tarea para comprobar el ciclo completo de uso de herramientas:

Create slugify.py with a slugify(text) function. Lowercase ASCII letters, replace each run of non-alphanumeric characters with one hyphen, and remove leading and trailing hyphens.

Create test_slugify.py using unittest. Check that "Hello, World!" becomes "hello-world", "  A__B  " becomes "a-b", and an empty string stays empty.

Run python3 -m unittest -v. Show the changed files and the actual test result. Use only the Python standard library.

Ten Python 3 disponible y autoriza las acciones pertinentes sobre archivos y terminal. El resultado es satisfactorio cuando los archivos existen y el registro de herramientas muestra que el comando de pruebas terminó con código de salida 0. Inspecciona la implementación y las pruebas; una afirmación escrita de que se superaron no es suficiente.

Esta es una comprobación de integración sugerida, no un resultado de benchmark. Si el chat sencillo funciona, pero fallan la edición o la ejecución de comandos, revisa los permisos del cliente, la asignación de contexto y la selección del proveedor antes de juzgar la calidad del modelo.

Prueba Flint alojado sin descargar el modelo

Usa la opción alojada gratuita de OpenCode para evaluar una tarea sin información confidencial antes de destinar memoria local o hardware al modelo. Con OpenCode instalado, ejecuta opencode en Bash, introduce /models y selecciona Flint 40B Free.

El selector exacto es opencode/flint-40b-free. El catálogo de modelos de OpenCode lo presenta como gratuito por tiempo limitado; su página de inicio indica que los modelos gratuitos incluidos pueden utilizarse sin crear una cuenta. Recursive describe el acceso alojado como sujeto a la capacidad disponible y a límites de frecuencia de solicitudes.

La oferta alojada no mantiene los datos dentro de los mismos límites que la inferencia local. OpenCode indica que los datos recopilados al usar Flint pueden utilizarse para mejorar el modelo y se conservan durante 30 días. Utiliza un proyecto que tengas permiso para enviar a ese servicio.

Si la opción gratuita no está disponible, consulta el catálogo actual en lugar de dar por hecho que el acceso gratuito es permanente. Para código confidencial, elige un despliegue local adecuado o un proveedor aprobado por separado.

Sirve Flint desde una GPU con un endpoint compatible con OpenAI

Utiliza el paquete de SGLang proporcionado por Recursive cuando necesites una API de servidor y dispongas de una GPU de centro de datos compatible. La receta BF16 requiere Linux, Docker, NVIDIA Container Toolkit y un controlador compatible; una GPU de 80GB no cumple sus requisitos para una sola réplica.

El README de servicio proporciona un plugin de Flint y kernels modificados para SGLang 0.5.16. Una instalación estándar por sí sola no es suficiente. Estos comandos de Bash resuelven una revisión del repositorio y mantienen juntos sus pesos y archivos de servicio:

python3 -m venv .venv-flint
source .venv-flint/bin/activate
python3 -m pip install -U huggingface_hub openai

FLINT_REV=$(python3 -c 'from huggingface_hub import HfApi; print(HfApi().model_info("RecursiveSI/flint").sha)')
hf download RecursiveSI/flint --revision "$FLINT_REV" --local-dir "flint-$FLINT_REV"
cd "flint-$FLINT_REV"
hf cache verify RecursiveSI/flint --revision "$FLINT_REV" --local-dir .
docker build -t "flint-sglang:${FLINT_REV:0:12}" sglang

Una vez completadas correctamente la descarga, la verificación y la compilación de la imagen, inicia el servicio en H200:

docker run -d --name flint --gpus '"device=0"' --ipc=host \
  -p 127.0.0.1:30000:30000 \
  -v "$PWD:/model" -e MODEL=/model \
  "flint-sglang:${FLINT_REV:0:12}" \
  bash /model/sglang/serve_h200.sh

Para B300, utiliza serve_b300.sh en su lugar. Sigue los requisitos de controladores de la guía de despliegue: normalmente R580 o posterior para CUDA 13; su configuración para H200 también documenta compatibilidad con el controlador 570.133.20 mediante las bibliotecas de compatibilidad de la imagen.

El arranque es asíncrono. Inspecciona docker logs -f flint y espera a que el servicio esté listo; después, compruébalo desde otra terminal:

curl --fail --silent --show-error http://127.0.0.1:30000/health_generate

Una respuesta satisfactoria de la comprobación de estado significa que puedes enviar una solicitud:

curl --fail --silent --show-error \
  http://127.0.0.1:30000/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "flint",
    "messages": [
      {"role": "user", "content": "Write a Python function that merges overlapping intervals."}
    ],
    "max_tokens": 32768
  }'

Lee la respuesta en choices[0].message.content. El ID del modelo en el servidor es flint, y la URL base del cliente es http://127.0.0.1:30000/v1. Esta receta no incluye autenticación de API y solo publica el servicio en la interfaz de bucle local; añade acceso autenticado antes de exponerlo a otros equipos.

Conserva la plantilla de chat y los analizadores proporcionados. Los ajustes de muestreo recomendados son temperature 1.0, top_p 0.95 y top_k 20. Conserva el campo reasoning_content devuelto en los mensajes posteriores del asistente. Si finish_reason es length, el razonamiento puede haber consumido el presupuesto de salida antes de llegar a la respuesta final o a la llamada a una herramienta.

Para comprobar un ciclo de solicitud y respuesta de herramientas, ejecuta python3 sglang/example_client.py --base-url http://127.0.0.1:30000/v1 desde el directorio del paquete. Si el servicio nunca alcanza un estado saludable durante el arranque, inspecciona los registros del contenedor para detectar errores de controlador, memoria o carga del paquete antes de depurar el cliente.

¿Qué demuestran realmente los benchmarks de programación?

Considera las puntuaciones publicadas como razones para probar Flint en tu trabajo, teniendo presentes las condiciones de evaluación. No demuestran que sea un sustituto universal de Qwen ni de un modelo más grande en la nube.

Benchmark	Resultado de lanzamiento de Flint publicado por Recursive	Comparación publicada relevante
Terminal-Bench 2.1	54.9%	Qwen3.8-27B denso: 73.0% en la evaluación de Qwen
SWE-bench Verified	74.2%	Qwen3.6-35B-A3B: 73.4% en la evaluación de Qwen
SWE-bench Pro v2	89.7%	No utilices puntuaciones anteriores de Pro sin versión especificada para esta comparación.

Las cifras están publicadas en las fichas de los modelos Flint, Qwen3.8-27B y Qwen3.6-35B-A3B.

Recursive utiliza Terminus 2 para Terminal-Bench y mini-swe-agent para los benchmarks SWE. Su ejecución de Terminal-Bench permite el acceso a internet, pero considera fallidas las soluciones obtenidas mediante recuperación de información. La comparación publicada por Qwen no permite determinar si aplicó el mismo ajuste; Qwen3.6 también utiliza una estructura propia de agente SWE.

Hay otra limitación al interpretar Pro v2. El protocolo fijo de Scale especifica un presupuesto de 50 minutos por tarea y una nueva evaluación de los parches en entornos limpios. La nota general de evaluación de Recursive permite límites de tiempo de hasta cinco horas para el agente, sin establecer si su configuración específica para ese benchmark se ajusta al protocolo. Presenta el 89.7% como el resultado de lanzamiento de Recursive, no como un resultado certificado de forma independiente conforme al protocolo fijo.

Si Qwen3.6 ya completa tus tareas de forma fiable, una diferencia publicada de 0.8 puntos en Verified no es motivo suficiente para migrar. Prueba Flint cuando la capacidad de respuesta local sea tu cuello de botella; consérvalo solo si la misma tarea llega a un resultado correcto y revisado con una latencia y un número de reintentos aceptables.

¿Qué tareas conviene mantener en local y cómo vuelves al modelo anterior?

Empieza con Flint para corregir un error acotado, crear una pequeña utilidad, escribir pruebas centradas en un aspecto concreto o explicar código. Para cambios que abarcan muchos subsistemas, fallos ambiguos o intentos de reparación que fracasan repetidamente, prueba tu modelo más grande habitual con los archivos pertinentes, el comando que falla y un breve resumen del progreso.

Esta recomendación de flujo de trabajo sigue el consejo de Recursive de dividir las tareas complejas y dar instrucciones explícitas. Mide el tiempo hasta superar las pruebas y el esfuerzo de revisión. La inferencia local evita los cargos del proveedor por tokens, pero el hardware, la electricidad y los intentos repetidos siguen teniendo costes.

Para volver desde una sesión de Claude Code iniciada con Ollama, sal de ella y abre de nuevo Claude Code con tu configuración original en la nube. Si ya tienes configurado Anthropic Sonnet, ejecuta lo siguiente en Bash:

claude --model sonnet

Comprueba /status antes de enviar código. La selección del modelo no restablece por sí sola el endpoint: este comando presupone que no has guardado ajustes persistentes que fijen un endpoint local o sustituyan la autenticación o el modelo. Si lo hiciste, restaura los valores anteriores de esos cambios de prueba y reinicia, conservando tus credenciales existentes de la nube.

En OpenCode, utiliza /models para seleccionar un proveedor y un modelo en la nube que ya estén conectados; usa primero /connect si es necesario. En Cline, restaura el proveedor y el modelo originales en Settings, comprobando tanto la configuración de Plan como la de Act si son distintas.

Un modelo local solo mantiene local la inferencia. Las herramientas web, los servidores MCP y otras integraciones del cliente pueden seguir contactando con servicios externos; revísalos por separado cuando el código deba permanecer en tu equipo.