AesCode-8B vs. North Mini Code: Dieselbe Lizenz, derselbe Download-Button, gegensätzliche Probleme

Die nützlichste Zahl in diesem Vergleich ist 150.000. Das ist die Download-Zahl, die CohereNorth Mini Code am 14.08.2026 zugeordnet hat, zwei Monate nach dem Start des Modells am 09.06.2026, und sie ist die Zahl, die den Vergleich mit AesCode-8B nachvollziehbar macht. AesCode-8B, Microsofts Fine-Tuning von Qwen3-VL-8B-Instruct, zeigt zwei Downloads in seinem Hugging-Face-Repository. Beide sind Apache 2.0, beide sind ohne Zugangsbeschränkung, beide sind heute Nachmittag herunterladbar, und eines davon ist seit einem Quartal in Produktionshänden, während das andere das Labor nicht verlassen hat. Diese Lücke ist kein Qualitätsurteil – niemand hat AesCode-8B unabhängig gemessen, also gibt es auf keiner Seite Grund zur Selbstgefälligkeit –, aber sie ist der ehrliche Ausgangspunkt, denn sie sagt einem, bei welchem es eine Community gibt, die man fragen kann.

Die beiden kamen auf sehr unterschiedliche Weise an, und das prägt, was man verifizieren kann. North Mini Code ist eine Open-Weights-Veröffentlichung von Cohere und Cohere Labs mit einer Modellkarte, einem dahinterstehenden Blogbeitrag, einer Papierspur von Harness-Entscheidungen und einer eingebundenen API, die es während des Launch-Zeitraums für 0,00 US-Dollar pro Million Token bereitstellte. AesCode-8B hat überhaupt keine Ankündigung: Microsoft erstellte das Repository am 29.09.2026, committete die Gewichte mit der Commit-Nachricht „Release AesCode-8B“ um 03:35 UTC am 07.10.2026 und pushte den Trainingscode am 08.10.2026 zu GitHub. Kein Beitrag von Microsoft Research, keine Release Note, keine Produktseite und eine Zitationszeile mit „Under review“ und dem Platzhalterjahr 2027. Das 8B-Modell gibt Slide-Decks, Poster und Dashboards als HTML und CSS aus; North Mini Code schreibt Code innerhalb eines Agenten-Harness. Sie sind weniger Konkurrenten als vielmehr Nachbarn im Katalog, was für sich genommen eine eigene Art von Befund ist.

Was jedes einzelne darauf trainiert wurde auszugeben

Am klarsten sieht man, dass diese beiden nicht dieselbe Aufgabe erfüllen, wenn man betrachtet, was aus ihnen herauskommt.

• Ausgabe — AesCode-8B: ein vollständiges HTML- und CSS-Dokument, eine gerenderte Seite pro Anfrage. North Mini Code: Text- und Tool-Aufrufe, was in der Praxis Patches, Shell-Befehle und Agent-Trajektorien bedeutet.

• Größe — AesCode-8B: 8,8B bf16 dense, in vier Safetensors-Shards mit insgesamt 17.543.339.408 Bytes. North Mini Code: 30B gesamt mit 3B aktiven Parametern, ein spärliches Mixture-of-Experts-Modell mit 128 Experten und 8 aktiven pro Token.

• Kontext — AesCode-8B: 24.576 Tokens in der angegebenen Konfiguration, wobei Trainings-Prompts und -Antworten jeweils auf 8.192 begrenzt sind. North Mini Code: 256K Eingabe, 64K maximale Generierung.

• Eingaben — AesCode-8B: Text plus ein optionales Referenzbild. North Mini Code: nur Text, wobei das Harness alles andere bereitstellt.

• Trainiert auf — AesCode-8B: 3.000 Cold-Start-Demonstrationen und anschließend GDPO-Reinforcement-Learning über 7.408 Prompts für 400 Schritte, bewertet durch sechs deterministische Verifizierer plus eine visuelle Rubrik, nachdem jeder Kandidat in einem Sandbox-Browser gerendert wurde. North Mini Code: Agent-Harnesses — SWE-Agent, mini-SWE-Agent, OpenCode und Terminus 2 — sodass es in demjenigen funktioniert, den Sie bereits betreiben, statt Sie an einen zu binden.

• Lizenz — beide Apache 2.0, Gewichte inbegriffen, keine Einschränkung des Nutzungsbereichs, keine Beitragenden-Stufe. Auf dieser Achse sind sie identisch, und sie entscheidet nichts.

• Belege — AesCode-8B: Microsofts eigenes Infografik-Bewertungsraster mit 300 Stichproben, nicht reproduziert. North Mini Code: eine Herstellerangabe plus eine unabhängige Messung.

Die Evidenzasymmetrie, die geringer ist, als sie aussieht

Die Ostseite dieses Vergleichs enthält einen Außenseiter, und das ist mehr wert als die Benchmark-Lücke. Artificial Analysis hat North Mini Code selbst ausgeführt und bewertet es mit 33,4 auf seinem Coding Index und 27,6 auf seinem Intelligence Index — wettbewerbsfähig mit oder besser als ähnlich große offene Modelle. Cohere meldet 61,0 % pass@1 auf SWE-Bench Verified und bis zu 2,8× den Ausgabedurchsatz von Mistrals Devstral Small 2, beides Herstellerangaben. Der unabhängige Durchlauf ist derjenige, der den Haken fand: North Mini Code gibt ungefähr dreimal so viele Ausgabe-Token wie der Median seiner Größenklasse aus, um die gleiche Benchmark-Suite abzuschließen, etwa 75-77 Millionen Ausgabe-Token gegenüber einem Median von 25-38 Millionen. Zum Einführungspreis von null kostet das nichts in bar. Es kostet Latenz, und es gibt einen Vorgeschmack auf die Rechnung, sobald der Aktionspreis endet.

AesCode-8B hat außerhalb der Messung kein Äquivalent. Microsoft berichtet 82,94 Overall in seiner eigenen Infografik-Evaluierung mit 300 Stichproben, drei Generierungen pro Prompt ohne Auswahl, vor referenzkonditioniertem GPT-5.5 mit 81,28 und Claude Opus 4.8 mit 80,39 sowie 31,1 Visual-Punkte vor seinem eigenen Backbone. Es berichtet außerdem, dass referenzkonditionierte Belohnungen den Visual-Wert im Nur-Prompt-Modus von 25,17 auf 69,71 hoben und dass das Zurückhalten des Referenzbilds bei der Inferenz das Modell nur 1,00 Visual-Punkt gegenüber 19,55 beim Backbone kostet. Das sind ungewöhnlich spezifische Behauptungen, und die Testumgebung ist quelloffen, was mehr ist, als die meisten Anbietertabellen bieten. Nichts davon wurde von irgendjemandem reproduziert. Es gibt keinen Arena-Eintrag, keine Leaderboard-Platzierung, keine Durchsatzmessung und keine Überprüfung der Bewertungsrubrik durch Dritte.

Beachten Sie, was das speziell für den Vergleich bedeutet: Es gibt keine gemeinsame Kennzahl. Ein Modell wird danach bewertet, ob Aufgaben aus dem Software-Engineering bestanden werden und wie viele Tokens sie kosten; das andere wird danach bewertet, ob der Text einer Infografik lesbar bleibt und ihr Layout innerhalb der Zeichenfläche bleibt. 33,4 neben 82,94 zu setzen, vergleicht einen Coding-Index mit der Gesamtpunktzahl einer Infografik.

Wo jede einzelne eingesetzt wird und was das kostet

Die Deployment-Geschichte von North Mini Code ist der Grund dafür, dass es die Marke von 150.000 Downloads überschritten hat. Eine MoE mit 3B aktiven Parametern lässt sich auf etwa 20–24 GB Speicher quantisieren, Coheres Team demonstrierte sie auf einem Mac Studio über MLX, und der aktive 3B-Footprint ist es, der lokale Inferenz wirtschaftlich macht. Sie läuft mit voller Präzision auf einer einzelnen H100. Cohere hat es während des Launch-Zeitraums für 0,00 $ pro Million Input- und Output-Tokens angeboten und bietet einen verwalteten Bereitstellungsweg pro Instanz für Produktionsmaßstab. Die Zahl selbst ist Coheres eigene Angabe, aggregiert über alle Vertriebskanäle, ohne plattformspezifische Aufschlüsselung, und die öffentliche Monatszahl von Hugging Face ist um eine Größenordnung kleiner, was dazu passt, dass die Aggregation die API, gehostete Gateways, Paketmanager und lokale Pulls umfasst. Das ist als Momentum zu lesen, nicht als Telemetrie.

Die Deployment-Story von AesCode-8B ist eine Kommandozeile. Die Modellkarte liefert sie direkt — vllm serve microsoft/AesCode-8B --limit-mm-per-prompt image=2 --max-model-len 24576, wobei transformers 4.57 oder neuer für den Nicht-vLLM-Pfad erforderlich ist. 17,5 GB bf16-Gewichte stehen neben einem KV-Cache für 24.576 Token und bis zu zwei Bilder, sodass eine einzelne 24-GB-Karte technisch ausreicht und in der Praxis knapp ist; 40–48 GB sind die realistische Untergrenze. Fügen Sie einen Rendering-Stack hinzu, wenn Sie Ausgaben so bewerten möchten, wie es die Autoren getan haben, denn jede Qualitätsaussage über dieses Modell wurde getroffen, indem sein HTML in einem Browser mit blockierten externen Anfragen gerendert wurde. Es gibt keinen gehosteten Endpunkt, den wir finden können, und es ist nicht in unserem Katalog.

Dieser letzte Punkt ist der praktische für alle, die diese beiden im Hinblick auf die Verfügbarkeit vergleichen. North Mini Code liegt hinter der eigenen API des Anbieters und mehreren Drittanbieter-Plattformen sowie den Gewichten selbst. AesCode-8B gibt es nur auf Hugging Face und GitHub. Wenn Ihre Vorgabe lautet: „Ich muss das morgen von einem Dienst aus aufrufen“, dann antwortet nur einer dieser beiden mit Ja.

Die Kompositionsfrage, die keines der beiden Modelle löst

Hier ist die Falle in beiden Hälften dieses Vergleichs, und es ist dieselbe Falle. Sich für eine der beiden zu entscheiden bedeutet, einen selbstgehosteten Serving-Pfad für einen Spezialisten zu unterhalten. AesCode-8B braucht einen multimodalen Stack und einen Renderer, um ordnungsgemäß evaluiert zu werden. North Mini Code braucht einen Slot für ein MoE mit 3B aktiven Parametern plus ein Agent-Harness darum herum, und seine Ausführlichkeit bedeutet, dass die Trajektorie mehr kostet, als die Token-Anzahl nahelegt. Ein Team, das beide Fähigkeiten will – einen Seitengenerator und einen Repo-Agenten –, betreibt jetzt zwei Inferenz-Deployments, und für alles, was weder das eine noch das andere ist, ein drittes.

Das ist der Fall, in dem ein einziger Endpunkt vor vielen echte Arbeit leistet, statt nur eine Annehmlichkeit zu sein. Behalten Sie den Spezialisten auf Ihrer eigenen Hardware, wo die Wirtschaftlichkeit und der Umgang mit den Daten es rechtfertigen, und leiten Sie den Routineverkehr zu dem gehosteten Modell, das diese Woche dafür am besten geeignet ist, alles hinter einem Schlüssel, mit durchgereichtem Listenpreis des Anbieters bei 0 % Aufschlag und automatischem Failover, falls ein Anbieter wackelt. Die Qwen3-Familie ist ein gutes Beispiel dafür, wie dünn die Grenze wird: Microsoft hat AesCode-8B auf Qwen3-VL-8B-Instruct aufgebaut, und Vision-Language-Mitglieder dieser Familie sind über OrcaRouter aufrufbar — Qwen3-VL-8B-Instruct bei $0,18 pro Million Eingabe-Token und $0,70 für Ausgabe-Token bei einem Kontext von 1.072.000 Token, und Qwen3-VL 235B A22B zu $0,40 und $1,60. Keines von beiden ist AesCode-8B; das Fine-Tuning stammt von Microsoft, und kein Anbieter bietet es an. Aber wenn Sie davon ein Modell wollten, das einen Screenshot liest und Code schreibt, und Sie nicht speziell das Fine-Tuning für ästhetisches Design brauchten, kostet die aufrufbare Option einen Bruchteil der GPU und lässt sich in einer Stunde ausprobieren statt in einem Beschaffungszyklus.

Wie soll man entscheiden, wenn keines von beiden allgemein verwendbar ist?

Nimm die Lizenz zuerst vom Tisch, denn es ist ein Patt und sie wird nichts entscheiden.

Fragen Sie, was die Ausgabe sein soll. Wenn die Antwort eine gerenderte, editierbare Seite ist – ein Deck, ein Bericht, ein Dashboard –, kann North Mini Code Ihnen nicht helfen, und AesCode-8B ist der einzige der beiden, der auf das Problem ausgerichtet ist. Gehen Sie mit klarem Blick hinein: ein nicht angekündigter Research-Checkpoint, zwei Downloads, ein 24K-Kontext, der nur auf einzelnen Infografik-Seiten validiert wurde, ein ausschließlich englischer Sprach-Tag und nirgends eine unabhängige Bewertung. Der Style-Höchstwert in Microsofts eigener Tabelle liegt bei 53,21 auf einer Dimension, die so definiert ist, dass vor der Auslieferung keine weitere visuelle Überarbeitung nötig ist, was so viel heißt wie: Der Anbieter sagt Ihnen damit, dass ein Mensch die Ausgabe noch bearbeitet.

Wenn die Antwort eine Änderung an einem Repository ist – eine Migration, ein Fix, ein mehrstufiger Terminal-Job –, dann ist North Mini Code das Modell mit Harness-Training, dem 256K-Fenster, dem Deployment-Profil mit 3B aktiven Parametern, einer funktionierenden Anbieter-API und einer externen Messung sowohl seiner Qualität als auch seiner Ausführlichkeit. Kalkulieren Sie mit der Tokenanzahl statt mit dem beworbenen Preis, denn die unabhängige Erkenntnis ist, dass es etwa dreimal so viel schreibt wie seine Vergleichsmodelle, um zum selben Ergebnis zu gelangen.

Und wenn dein Quartal sowohl ein Design-Artefakt als auch eine Repo-Migration enthält, behandle das nicht als Zwei-Modell-Entscheidung. Setze den Spezialisten dort ein, wo er seine GPU verdient, leite den Rest weiter und höre auf, Serving-Pfade zu pflegen, die du nicht gebraucht hast.

Der Unterschied, der die Maßstäbe überdauert

Eine letzte Sache unterscheidet diese beiden, und sie ist nicht technisch. North Mini Code hat einen Anbieter, der eine Karte, einen Beitrag, einen Space zum Ausprobieren und eine Methodik veröffentlicht hat, über die man streiten kann, plus die Erfahrung anderer aus 150.000 Downloads. AesCode-8B hat ein Repository, eine README und eine Zitation, die mit „under review“ gekennzeichnet ist.

Das ändert, was die offenen Fragen überhaupt sind. Bei North Mini Code ist die aktuelle Frage, ob seine Weitschweifigkeit es im großen Maßstab unwirtschaftlich macht, sobald der Aktionszeitraum endet – und das kannst du beantworten, indem du es laufen lässt, denn viele andere haben das bereits getan. Bei AesCode-8B ist die aktuelle Frage, was Microsoft damit vorhat: Forschungsartefakt, erste Veröffentlichung einer Produktlinie oder etwas, das in sechs Wochen stillschweigend überholt ist. Nichts im Repository beantwortet das, und kein noch so gründliches Lesen der Modellkarte wird es tun. Achte auf drei Signale – eine offizielle Ankündigung, eine unabhängige Reproduktion der 82,94 oder einen Anbieter, der den Checkpoint aufgreift – und behandle das Fehlen aller drei als den aktuellen Stand der Belege, statt als Grund, das Modell uninteressant zu finden. Der Grund, warum es interessant ist, ist der Referenzrückgang von 1,00 Punkten, und diese Zahl steht immer noch da und wartet darauf, dass jemand anderes als Microsoft sie überprüft.