Recursive Flint en France : libre, ouvert, en local

Réponse courte : oui, Recursive Flint est utilisable en France, sans détour. Le laboratoire d’IA Recursive a publié ce modèle de code le 21 octobre 2026, avec des poids ouverts sous licence Apache 2.0. Ni la licence ni l’annonce ne mentionnent de restriction géographique. On le télécharge sur Hugging Face et on le fait tourner sur sa propre machine. C’est une différence nette avec plusieurs lancements d’IA récents, arrivés en Europe avec des mois de retard ou pas du tout.

Cet article fait le point sur ce qu’est Flint, le matériel nécessaire, ce que l’exécution locale change pour la protection des données, et ce que le modèle ne sait pas faire.

Ce qu’est Flint, et ce qu’il n’est pas

Flint est un modèle de langage spécialisé dans la programmation. Ce n’est ni une application ni un assistant de conversation générale. Selon sa fiche sur Hugging Face, il compte 39,8 milliards de paramètres, dont environ 2,5 milliards seulement sont actifs pour chaque token. Cette architecture, dite mixture-of-experts, explique qu’il soit rapide sur du matériel ordinaire. Il est conçu pour les agents de code : explorer une base de code, corriger des bugs, ajouter des fonctionnalités, écrire des tests. Il ne traite que du texte.

Recursive est un laboratoire récent dirigé par Richard Socher, ancien directeur scientifique de Salesforce. Ce qui fait parler, c’est surtout l’affirmation selon laquelle Flint aurait été en grande partie conçu avec l’aide d’une IA maison. On y revient plus bas.

Le matériel qu’il faut

La version complète pèse environ 80 Go et vise, d’après la fiche, un GPU de centre de données. Pour un ordinateur portable, il existe des versions compressées. Recursive annonce la prise en charge par llama.cpp, Ollama, LM Studio, Unsloth, vLLM et SGLang. Selon les tests de l’entreprise, Flint dépasse 125 tokens par seconde sur un MacBook Pro M4 Pro. TechCrunch rapporte qu’un testeur de Wired l’a essayé sur un Mac doté de 48 Go de mémoire. Il faut donc compter sur une machine bien équipée, pas sur un portable d’entrée de gamme.

Un chiffre diffère entre les deux pages officielles. L’annonce parle d’un contexte allant jusqu’à 512 000 tokens et conseille de rester sous 256 000. La fiche du modèle documente 262 144 tokens. Si vous comptez lui confier un projet entier, partez du chiffre le plus bas.

RGPD : l’exécution locale est l’argument principal

Pour beaucoup d’entreprises françaises, c’est le point décisif. Quand Flint tourne sur votre poste, votre code ne quitte pas la machine. Aucun prestataire ne conserve vos requêtes, et la question d’un transfert de données vers les États-Unis ne se pose pas. TechCrunch le souligne : Flint fonctionne hors ligne et garde le code privé.

La fiche du modèle apporte une nuance : les conditions et les pratiques de données d’une API hébergée sont distinctes de la licence des poids. Si vous passez par un service cloud plutôt que par votre propre matériel, la protection des données dépend du contrat de ce service, pas d’Apache 2.0. Les questions à se poser sont alors celles que la CNIL détaille dans ses questions-réponses sur l’IA générative. La CNIL a aussi publié un guide pour utiliser l’IA générative dans les TPE et PME.

Local ne veut pas dire sans risque pour autant. Un modèle autorisé à exécuter des commandes en tant qu’agent peut faire des dégâts sur votre propre machine. Si vous lui donnez des outils, fixez les limites vous-même : quels dossiers, quelles commandes, ce qui doit être confirmé avant d’agir. Agent autonome IA explique comment encadrer ce type d’outil.

Ce que disent les benchmarks

La fiche annonce 54,9 % sur Terminal-Bench 2.1 et 74,2 % sur SWE-bench Verified. Recursive affirme que Flint arrive en tête des modèles mixture-of-experts de moins de 50 milliards de paramètres. Ce sont des mesures du fabricant, sur son propre protocole, et la fiche reconnaît elle-même que les protocoles d’évaluation varient. C’est une raison de l’essayer sur votre code, pas un verdict.

Conçu en grande partie par une IA ? À lire avec prudence

Recursive explique que son système de recherche automatisé, l’Eureka Machine, a contribué à presque toutes les étapes du développement. Selon TechCrunch, il a notamment proposé une architecture plus clairsemée et un entraînement en basse précision qui a réduit la taille de Flint de 71 %, et une petite équipe a construit le modèle en moins de quatre mois. Recursive ne dit pas combien de temps de chercheur le système a réellement économisé, et il fonctionne sous supervision humaine. Il est plausible que l’IA ait pris en charge une vraie part de la recherche. L’ampleur, elle, n’est pas démontrée.

Les limites reconnues par Recursive

• —Flint demande plus d’accompagnement que les grands assistants de code payants. Recursive conseille de découper les grosses tâches en petites étapes aux consignes explicites.
• —Il peut produire du code erroné et des appels d’outils inappropriés. La fiche recommande de tester ce qu’il produit et de relire les modifications importantes.
• —Un raisonnement long ajoute de la latence et peut épuiser le budget de sortie avant la fin de la réponse.

Pour comparer Flint aux assistants que vous utilisez déjà, Meilleure IA pour le code propose une méthode de choix fondée sur vos propres tâches plutôt que sur un classement.

Flint ou Muse Spark Open ?

Meta a lui aussi publié des poids ouverts la semaine dernière. La différence, c’est la taille : Muse Spark Open compte 816 milliards de paramètres et se destine aux serveurs, Flint tient sur un portable. Ce que le modèle de Meta implique pour vos données est détaillé dans Muse Spark Open et RGPD, et sa comparaison avec les modèles français dans Muse Spark Open vs Mistral. Si vous voulez construire votre propre outil autour d’un modèle, Créer un agent IA montre ce qui distingue un agent d’une simple automatisation.

Par où commencer

1. 01Vérifiez votre machine : un Mac récent avec beaucoup de mémoire ou un PC bien équipé est le point de départ réaliste.
2. 02Installez l’un des environnements cités, par exemple Ollama ou LM Studio, et téléchargez une version compressée.
3. 03Confiez à Flint une tâche dont vous connaissez la solution : un petit bug, un test. Comparez son travail au vôtre.
4. 04Pour un usage professionnel, vérifiez d’abord avec votre employeur que les modèles locaux sont autorisés. Le local est souvent plus facile à faire accepter que le cloud, mais il n’est pas autorisé d’office.

Quel que soit le modèle retenu, la méthode reste la même : une consigne claire, des étapes courtes, un résultat vérifié. C’est ce que fait pratiquer Coursium, une application iPhone qui apprend à utiliser l’IA au travail.