Opensource Инструменты разработчика Помощники в кодинге 16.06.2026 чтения обновлено 01.01.1970

North Mini Code от Cohere: агентная модель для разработчиков вышла в open-source

Cohere открыла исходники North Mini Code: 30 млрд параметров, 3 млрд активных, контекст 256K, лицензия Apache 2.0. Агентная модель для кодинга запускается на одном GPU H100.

Андрей Сарапулов редактор Источник

North Mini Code от Cohere: агентная модель для разработчиков вышла в open-source

Cohere выпустила North Mini Code: первую агентную модель в своей линейке, с которой компания начинает новое поколение продуктов. Модель распространяется бесплатно под лицензией Apache 2.0.

Архитектура - mixture-of-experts (MoE): 30B параметров суммарно, из которых в работе задействовано лишь 3B. За счёт этого модель выдаёт приличную производительность на скромном железе. Минимум - один H100 в режиме FP8.

Среди opensource-нейросетей для разработки North Mini Code занимает свою нишу: заточена под агентные сценарии - автодополнение кода здесь лишь одна из функций. Модель работает в связке с другими агентами, анализирует архитектуру систем и проводит code review.

Основные характеристики

Параметр	Значение
Модель	North-Mini-Code-1.0
Лицензия	Apache 2.0
Размер модели	30B суммарно; 3B активных
Длина контекста	256K общий контекст; 64K максимальная генерация
Оптимизирована для	Генерация кода, агентная разработка, терминальные задачи
Доступность	Hugging Face (веса), Cohere API, Cohere Model Vault, OpenRouter
Железо (минимум)	1× H100 @ FP8

🤖 Агентные возможности

North Mini Code показывает конкурентные результаты на бенчмарках среди моделей своего размерного класса.

Сравнение North Mini Code с другими небольшими opensource-моделями на бенчмарках кодинга

На Artificial Analysis Coding Index модель набирает 33,4 балла - достойный результат для своего размера. Цифры здесь соответствуют реальным задачам: понимание кодовой базы, оркестрация подагентов, анализ системной архитектуры.

⚡ Скорость: в чём реальное преимущество

В тестах Cohere North Mini Code показала до 2,8× более высокую пропускную способность по сравнению с Devstral Small 2 при одинаковых настройках конкурентности и железе. Грубо говоря - почти втрое больше работы за то же время.

По межтокенной задержке (inter-token latency) выигрыш составил 30% - это влияет на плавность и предсказуемость генерации. По времени до первого токена (TTFT) модели примерно сопоставимы: тут Devstral Small 2 немного впереди.

Сравнение скорости генерации и задержки North Mini Code и Devstral Small 2

Суверенный ИИ для разработчиков

Cohere продвигает North Mini Code для команд, которым важна независимость от вендоров. Модель разворачивается локально или on-prem - без привязки к чужой инфраструктуре.

Это становится практичнее по мере того, как ИИ-агенты глубже встраиваются в процессы разработки. Контроль над агентной инфраструктурой для команд с требованиями к безопасности данных - уже рабочая необходимость, а не опциональная история.

Модель специально обучена для работы с OpenCode, но совместима и с большинством других coding-агентов.

Как попробовать

North Mini Code доступна бесплатно на Hugging Face (веса) и через Cohere Model Vault - управляемую платформу инференса. Работает также через Cohere API и OpenRouter. Документация с характеристиками, гайдами по деплою и примерами - на сайте Cohere.