North Mini Code 是 Cohere 为智能体编码任务推出的全新开源权重模型。
根据发布博文，该模型采用混合专家架构，总参数量达 300 亿，其中 3B 参数处于激活状态，基于 Apache 2.0 许可开源。架构亮点在于 30B-A3B 的权衡设计：包含 128 个专家模块，每个 token 激活 8 个专家，并采用交错滑动窗口与全局注意力机制。
关键细节在于评估设置。发布重点强调智能体编码能力——模型需在工具循环中工作，而非仅针对提示返回代码答案：
- 在 Terminal-Bench 中，模型需使用终端、检查环境、运行命令、读取输出，并根据观察状态继续操作。
- 在 SWE-Bench 中，模型需处理 GitHub 风格的软件问题：理解仓库结构、定位相关文件、生成补丁并通过测试。
- SciCode 与 LiveCodeBench 更接近传统代码生成基准。虽然仍需推理能力，但交互循环明显更短。
这种对智能体编码的专注，或许解释了为何 North Mini Code 在表格中工作流密集型行上远超 Gemma 4。传统代码生成行虽不及 Qwen3.6 水平，但仍具竞争力。
照例，我会将这些视为截至 2026 年 6 月 12 日的发布时基准数据。对于智能体编码，测试框架细节、工具 API、超时设置和提示模板都可能显著影响结果。
来源：根据我的 Substack 笔记 进行轻微编辑的网站版本。