# Cohere 发布 North Mini Code：一个 30B 参数、每次只用 3B 的开源代码模型

> 原标题：Cohere发布North Mini Code：面向开发者的开源编码模型

- 来源：AI HOT 精选
- 发布时间：2026-06-09T15:56:23.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/36697
- 原文：https://huggingface.co/blog/CohereLabs/introducing-north-mini-code

## 摘要

Cohere 在 Hugging Face 上开源了 North Mini Code，采用 Apache 2.0 协议。这是一个 30B 参数的混合专家模型，每次推理只激活 3B 参数，专门为让模型在终端里自主写代码、修 bug 这类任务设计。在 SWE-Bench Verified 上，它的 pass@10 跑到了 80.2%，在 Artificia...

## 推荐理由

HKR-H 来自一个紧凑的 MoE 编码模型加上一个亮眼的 SWE-Bench 成绩；HKR-K 有参数、协议、上下文和基准数据。Cohere 不是前沿实验室，所以这个发布放在 78-84 分的开源编码模型区间比较合适。

## 锐评

Cohere 这次放出的 North Mini Code 是个 30B 参数的混合专家模型，每次推理只激活 3B 参数，相当于用 3B 的算力跑 30B 的底子，思路就是省钱省显存。它专门冲着让模型在终端里自己写代码、修 bug 这类任务去的，在 SWE-Bench Verified 上 pass@10 跑到了 80.2%，这个分数在同类开源模型里算第一梯队。

不过有几个地方得打个折。第一，pass@10 意味着模型可以试十次，取最好的一次算分，实际干活时你不可能每次都让它试十遍，单次成功率会低不少。第二，正文只提了参数规模和跑分，没给推理速度、显存占用、单次调用的延迟这些实际部署的关键数字，30B 的模型就算只激活 3B，全量加载到显存里还是要占不少地方。第三，内部人工评估那部分只说了比 Qwen 和 Gemma 强，但没披露具体差距有多大、评估了多少道题，说服力有限。

整体看，这是个定位清晰的编码模型，开源协议也友好，适合想在本地跑编程助手的开发者试试。但能不能真在生产环境里稳定干活，还得等社区测出更多实际性能数据。