Flint v1.0 vs North Mini Code: dos MoE de código abierto para programación que se pelean por tu portátil

La mayoría de las páginas de «versus» de este sitio emparejan cosas que nunca fueron realmente rivales. Esta es diferente. Recursive Flint v1.0 y Cohere North Mini Code son el mismo tipo de objeto: modelos de codificación de mezcla de expertos dispersa, publicados bajo Apache 2.0, lo bastante pequeños como para ejecutarse en hardware que un desarrollador ya tiene, y ambos posicionados como la opción local en lugar de la de frontera. Flint llegó el 21 de octubre de 2026 con 39.800 millones de parámetros totales y unos 2.500 millones activos por token. North Mini Code llegó el 9 de junio de 2026 con 30.000 millones totales y 3.000 millones activos. Eso es lo bastante cercano como para que la elección dependa de lo que hay en el archivo y de lo que se ha medido realmente; y en ambos aspectos, la respuesta no es la que sugiere la cobertura del lanzamiento.

Los dos archivos, dimensión por dimensión.

Empieza por lo que viene en la caja, porque para dos modelos autoalojados esta es la comparación que sobrevive al contacto con la realidad.

• Total de parámetros — Flint: 39,8B. North Mini Code: 30B.

• Parámetros activos por token — Flint: alrededor de 2,5B, con 2,2B en el cuerpo y el resto en la cabeza de salida. North Mini Code: 3B. Casi idénticos, y este es el número que determina el coste de inferencia.

Enrutamiento de expertos — Flint: 256 expertos enrutados, 6 seleccionados por token más 1 compartido, en 47 capas MoE y 2 capas densas. North Mini Code: 128 expertos, 8 activos por token.

• Atención — Flint: una combinación de capas de ventana deslizante y globales con sumideros de atención. North Mini Code: una proporción de 3:1 entre ventana deslizante y global. Ambos hacen la misma apuesta: que la mayoría de los tokens solo necesitan atención local y unos pocos necesitan toda la ventana.

Contexto — Flint: 262.144 tokens documentados en la tarjeta del modelo, con el anuncio citando hasta 512K y recomendando 256K. North Mini Code: 256K de entrada, 64K de salida máxima.

• Modalidad — Flint: entrada de texto, salida de texto. North Mini Code: entrada de texto, salida de texto. Ninguno acepta imágenes, lo cual importa si tu trabajo incluye capturas de pantalla.

• Licencia — ambas Apache 2.0, pesos incluidos, sin restricción por ingresos.

• Formatos publicados — Flint: BF16, safetensors int4, GGUF int4, GGUF NVFP4. North Mini Code: BF16, FP8 y W4A16.

• Disco y memoria — Flint: 79,59 GB en BF16, 22,86 GB como NVFP4 y aproximadamente 24 GB de memoria para ejecutarse. North Mini Code: alrededor de 20 a 24 GB cuantizados, con la propia demo de Cohere ejecutándose en un Mac Studio con unos 20 GB.

La memoria es el primer corte, y está más cerca de lo que sugieren los recuentos de parámetros.

La lectura ingenua de 39,8B frente a 30B es que Flint necesita un tercio más de memoria. No es así, porque ambos son dispersos y ambos publican compilaciones cuantizadas agresivas. En realidad, lo que estás eligiendo es entre un archivo NVFP4 de 22,86 GB y una compilación cuantizada de aproximadamente 20 GB, lo suficientemente cerca como para que la misma tarjeta de 24 GB ejecute cualquiera de los dos, y lo suficientemente cerca como para que ninguno sea la opción obvia solo por el tamaño.

Lo que cambia es el margen. Se ha informado que North Mini Code ejecuta un GGUF de 4 bits en un Ryzen 7 con 32 GB de DDR4 — un ordenador de sobremesa realmente común, no una estación de trabajo. La afirmación de Flint sobre portátiles es más específica: las cifras de rendimiento de Recursive se miden en un MacBook Pro M4 Pro y en un RTX Spark de 64 GB, ambas máquinas de gama alta. El archivo de 22,86 GB se cargará en una tarjeta de 24 GB. Que se ejecute a una velocidad que tolerarías es una cuestión aparte, y depende en gran medida del motor.

Si tu limitación es «la máquina que ya tengo», North Mini Code tiene más informes de funcionar en hardware poco destacable. Si tu limitación es «la mejor máquina que tengo», Flint es la arquitectura más nueva y la más rápida en contexto corto.

Uno de estos tiene un marcador independiente

Esta es la parte de la comparación que la mayoría de los análisis omiten, y es la parte que debería decidir una adquisición.

North Mini Code ha sido evaluado por Artificial Analysis. Obtiene 33,4 en el AA Coding Index y 27,6 en el AA Intelligence Index, con SWE-bench Verified en 67,6 pass@1 y 80,2 pass@10, y 61,0 en mini-SWE-Agent. Esas son mediciones de terceros producidas con un protocolo consistente, lo que significa que pueden compararse con otros modelos del mismo índice sin una nota al pie sobre los arneses.

Flint no tiene ficha en Artificial Analysis. Sus puntuaciones publicadas —74,2 en SWE-bench Verified, 89,7 en SWE-bench Pro v2 y 54,9 en Terminal-Bench 2.1— proceden del propio entorno de evaluación de Recursive, y nadie las ha vuelto a ejecutar. La metodología es pública, lo cual es mérito de Recursive: mini-swe-agent sin internet en las ejecuciones de SWE-bench; Terminus 2 con internet en Terminal-Bench, pero cualquier solución obtenida de la web se contabilizó como fallo; pass@1 promediado en al menos cinco intentos. Una metodología revelada no es una metodología verificada.

Entonces, ¿puedes comparar 67,6 con 74,2? No de forma responsable. Los produjeron organizaciones distintas con arneses distintos y reglas distintas, y la diferencia —6,6 puntos— está muy dentro del margen que la elección del arnés por sí sola puede desplazar una puntuación. Lo que sí puedes decir es más limitado y aun así útil: la cifra de North Mini Code ha sido verificada por alguien que no construyó el modelo, y la de Flint no. Si eliges basándote en la evidencia y no en las especificaciones, esa es la asimetría que importa.

Hay un punto de datos más en la columna de North Mini Code que es poco halagador y que vale la pena tener: Artificial Analysis lo señaló como inusualmente verboso, ya que consumió aproximadamente 75 millones de tokens de salida durante las pruebas, frente a una mediana de su clase cercana a los 25 millones. La verbosidad es un multiplicador de costos en un bucle de agente. Un modelo que piensa en voz alta tres veces más puede ser más barato por token y más caro por tarea.

La historia de la velocidad cambia por completo en contextos largos.

Ambos modelos son rápidos con prompts cortos, y ambos se ralentizan cuando se llena el contexto. La diferencia está en cuánto.

• Flint — Recursive afirma más de 125 tokens por segundo en un MacBook Pro con M4 Pro y más de 150 en un RTX Spark de 64 GB, medido con contexto corto y excluyendo el prefill. Pruebas independientes reportaron alrededor de 110 tokens por segundo con prompts cortos, cayendo a aproximadamente 9 tokens por segundo cerca de los 115.000 tokens de contexto. Ese es el número sobre el que debes diseñar tu agente, porque la programación agéntica pasa la mayor parte de su vida en el régimen de contexto largo.

• North Mini Code — alrededor de 199 a 210 tokens de salida por segundo en la API de Cohere, con aproximadamente 0,25 segundos hasta el primer token y cerca de 2,8 veces el rendimiento de modelos pequeños comparables en las mismas pruebas. En hardware local, las cifras dependen por completo de tu motor y de la cuantización, pero el patrón es el mismo: rápido con contexto corto y más lento a medida que se llena la ventana.

La comparación honesta no es «cuál es más rápido», sino «cuál es más rápido para la forma en que un agente realmente trabaja». Un modelo que escribe un token en 8 milisegundos con un contexto de 4K y en 110 milisegundos con 115K es un producto distinto de uno que se degrada de forma más suave. Ningún proveedor publica una curva. Si el trabajo agéntico con contexto largo es tu caso de uso, mídelo en tu propio repositorio antes de comprometerte: es trabajo de una tarde y te dirá más que cualquiera de las publicaciones de lanzamiento.

Impulso frente a frescura

North Mini Code superó las 150.000 descargas a mediados de agosto de 2026, dos meses después de su lanzamiento. Es una señal real: un modelo con tanta adopción se ha ejecutado en hardware que sus autores nunca probaron, ha acumulado correcciones en la comunidad y sus imperfecciones han sido documentadas por personas sin incentivo alguno para ser amables. Cohere reportó la cifra, así que considera esa cifra como proporcionada por el proveedor, pero la dirección está corroborada por el volumen de cuantizaciones derivadas en circulación.

Flint tiene cuatro días. Tiene mejores especificaciones principales, una decodificación más rápida en contexto corto, una ventana de contexto documentada más larga y una historia de desarrollo más interesante. También tiene un error conocido en la plantilla de chat dentro de la ruta GGUF para llama.cpp, una caída abrupta del rendimiento en contexto largo que nadie ha explicado y, esencialmente, ningún historial comunitario. La adopción temprana de un modelo de cuatro días es una apuesta por su trayectoria más que una evaluación del artefacto.

Qué descargar el lunes

• Elige North Mini Code si quieres el modelo con una puntuación independiente asociada, si tu hardware es modesto, si tus tareas son de ingeniería de software habitual en un repositorio que quepa cómodamente en el contexto, y si valoras dos meses de informes de errores de la comunidad por encima de una arquitectura más reciente. Reserva presupuesto para su verbosidad.

• Elige Flint si tienes un portátil de gama alta o una tarjeta de 24 GB, si quieres la ventana de contexto más larga, si la velocidad en contexto corto es lo que tu flujo de trabajo realmente pone a prueba, y si estás dispuesto a ser un adoptante temprano a cambio de un modelo que posiblemente sea el mejor dentro de un mes.

• No elijas ninguno de los dos como tu única opción. Ambos son modelos con 2,5 a 3B de parámetros activos. Son excelentes en tareas acotadas y no son asistentes de programación de frontera, y Recursive dice lo mismo sobre su propio modelo. El trabajo que ninguno hará bien es el que requiere un modelo de frontera alojado; y la arquitectura sensata es un valor predeterminado local con una ruta de escalamiento, no un solo modelo al que se le pide serlo todo.

Ese camino de escalado es donde el enrutamiento demuestra su valía. OrcaRouter no sirve a ninguno de estos dos modelos, así que nada de esto es un anuncio de una ruta hacia ellos. Lo que una capa de enrutamiento aporta a una configuración local-first va en la otra dirección: te permite integrar las tareas que necesitan un modelo alojado más grande en la misma ruta de llamada, con una cadena de respaldo para las solicitudes en las que el modelo local se atasca o el contexto se desborda. Bien configurado, el modelo local se encarga del trabajo rutinario y solo se recurre al modelo caro cuando realmente se necesita, que es la única versión de esta arquitectura que ahorra dinero.

La respuesta aburrida es la correcta. Ambos archivos son gratuitos, ambos funcionan en hardware que probablemente ya tienes, y la única forma de saber cuál se adapta mejor a tu repositorio es probar los dos en él. La diferencia de rendimiento entre ellos es menor que la diferencia entre cualquiera de los dos y tu carga de trabajo real.