AesCode-8B vs North Mini Code: Lisensi Sama, Tombol Unduh Sama, Masalah Berlawanan

Angka paling berguna dalam pertandingan ini adalah 150.000. Itu adalah jumlah unduhan yang dilekatkan Cohere pada North Mini Code pada 2026-08-14, dua bulan setelah model diluncurkan pada 2026-06-09, dan itulah angka yang membuat perbandingan dengan AesCode-8B dapat dipahami. AesCode-8B, fine-tune Microsoft dari Qwen3-VL-8B-Instruct, menunjukkan dua unduhan di repositori Hugging Face-nya. Keduanya Apache 2.0, keduanya tanpa gating, keduanya dapat diunduh sore ini, dan salah satunya telah berada di tangan produksi selama satu kuartal sementara yang lain belum meninggalkan lab. Kesenjangan itu bukan vonis kualitas — belum ada yang mengukur AesCode-8B secara independen, jadi tidak ada yang bisa disombongkan di kedua sisi — tetapi itu adalah titik awal yang jujur, karena itu memberi tahu Anda mana yang memiliki komunitas yang bisa Anda ajukan pertanyaan.

Keduanya hadir dengan cara yang sangat berbeda dan itu membentuk apa yang dapat Anda verifikasi. North Mini Code adalah rilis open-weight dari Cohere dan Cohere Labs dengan kartu model, postingan blog di belakangnya, jejak dokumen pilihan harness, dan API yang di-vendor yang melayaninya dengan harga $0.00 per juta token selama periode peluncuran. AesCode-8B tidak memiliki pengumuman sama sekali: Microsoft membuat repositori pada 2026-09-29, melakukan commit bobot dengan pesan "Release AesCode-8B" pada 03:35 UTC tanggal 2026-10-07, dan mengunggah kode pelatihan ke GitHub pada 2026-10-08. Tidak ada postingan Microsoft Research, tidak ada catatan rilis, tidak ada halaman produk, dan baris sitasi bertuliskan "Dalam peninjauan" dengan tahun placeholder 2027. Model 8B menghasilkan deck slide, poster, dan dasbor sebagai HTML dan CSS; North Mini Code menulis kode di dalam harness agen. Mereka bukan begitu banyak pesaing melainkan tetangga dalam katalog, yang merupakan jenis temuan tersendiri.

Apa yang masing-masing dilatih untuk mengeluarkan

Cara paling jelas untuk melihat bahwa keduanya tidak adalah dengan melihat apa yang keluar dari keduanya.

• Keluaran — AesCode-8B: dokumen HTML dan CSS lengkap, satu halaman yang dirender per permintaan. North Mini Code: teks dan panggilan alat, yang dalam praktiknya berarti patch, perintah shell, dan trajektori agen.

• Ukuran — AesCode-8B: 8.8B bf16 dense, dalam empat shard safetensors dengan total 17,543,339,408 byte. North Mini Code: total 30B dengan 3B parameter aktif, sebuah sparse mixture-of-experts dengan 128 pakar dan 8 aktif per token.

• Konteks — AesCode-8B: 24,576 token dalam konfigurasi yang dilaporkan, dengan prompt dan respons saat pelatihan yang masing-masing dibatasi pada 8,192. North Mini Code: 256K input, 64K generasi maksimum.

• Masukan — AesCode-8B: teks ditambah gambar referensi opsional. North Mini Code: hanya teks, dengan harness yang menyediakan semua hal lainnya.

• Dilatih pada — AesCode-8B: 3.000 demonstrasi cold-start lalu pembelajaran penguatan GDPO atas 7.408 prompt selama 400 langkah, dinilai oleh enam verifier deterministik plus rubrik visual setelah merender setiap kandidat di browser sandbox. North Mini Code: harness agen — SWE-Agent, mini-SWE-Agent, OpenCode dan Terminus 2 — sehingga ia berfungsi di dalam mana pun yang sudah Anda jalankan alih-alih mengunci Anda pada satu.

• Lisensi — Keduanya Apache 2.0, bobot disertakan, tanpa pengecualian bidang penggunaan, tanpa tingkatan kontributor. Pada sumbu ini keduanya identik dan itu tidak menentukan apa pun.

• Bukti — A 8B: rubrik infografis 300 sampel Microsoft, belum ditinjau. North Mini Code: angka vendor plus pengukuran independen.

Asimetri bukti, yang lebih sempit daripada yang terlihat

Sisi timur perbandingan ini memiliki pihak luar di dalamnya, dan itu lebih bernilai daripada selisih benchmark. Artificial Analysis telah menjalankan North Mini Code sendiri dan memberinya skor 33,4 pada Coding Index serta 27,6 pada Intelligence Index — kompetitif dengan atau di atas model terbuka berukuran serupa. Cohere melaporkan 61,0% pass@1 pada SWE-Bench Verified dan hingga 2,8× throughput output Devstral Small 2 milik Mistral, keduanya angka vendor. Uji independen itulah yang menemukan jebakannya: North Mini Code mengeluarkan sekitar tiga kali lipat token output median kelas ukurannya untuk menyelesaikan rangkaian benchmark yang sama, sekitar 75-77 juta token output dibandingkan median 25-38 juta. Pada harga periode peluncuran sebesar nol, itu tidak memakan biaya tunai. Biayanya adalah latensi, dan itu memberi pratinjau tagihan setelah tarif promosi berakhir.

AesCode-8B tidak memiliki padanan di luar pengukuran. Microsoft melaporkan 82,94 Overall pada evaluasi infografis 300 sampelnya sendiri, tiga generasi per prompt tanpa seleksi, di depan GPT-5.5 yang dikondisikan referensi pada 81,28 dan Claude Opus 4.8 pada 80,39 serta unggul 31,1 poin Visual dari backbone-nya sendiri. Mereka juga melaporkan bahwa reward yang dikondisikan referensi meningkatkan Visual khusus prompt dari 25,17 menjadi 69,71, dan bahwa tidak menyertakan gambar referensi saat inferensi hanya membuat model kehilangan 1,00 poin Visual, dibandingkan 19,55 untuk backbone. Klaim-klaim itu sangat spesifik dan harness-nya bersumber terbuka, yang lebih dari yang ditawarkan sebagian besar tabel vendor. Tidak satu pun dari itu telah direproduksi oleh siapa pun. Tidak ada daftar arena, penempatan papan peringkat, pengukuran throughput, dan tidak ada peninjauan pihak ketiga atas rubrik tersebut.

Perhatikan apa artinya ini secara khusus untuk perbandingan: tidak ada angka yang sama. Satu model dinilai berdasarkan apakah tugas-tugas rekayasa perangkat lunak lulus dan berapa banyak token yang dibutuhkannya; model lainnya dinilai berdasarkan apakah teks infografis tetap terbaca dan tata letaknya tetap berada di dalam kanvas. Menempatkan 33,4 di samping 82,94 membandingkan indeks pengodean dengan skor keseluruhan infografis.

Di mana masing-masing di-deploy, dan berapa biayanya

Kisah penerapan North Mini Code adalah alasan ia melewati 150.000 unduhan. MoE dengan 3B aktif terkuantisasi menjadi sekitar 20–24 GB memori, tim Cohere mendemonstrasikannya di Mac Studio melalui MLX, dan jejak aktif 3B itulah yang membuat inferensi lokal ekonomis. Ini berjalan pada satu H100 dengan presisi penuh. Cohere telah melayaninya dengan $0,00 per juta token input dan output selama periode peluncuran, dan menawarkan jalur penerapan terkelola per-instance untuk skala produksi. Jumlah itu sendiri adalah angka milik Cohere, diagregasi dari seluruh saluran distribusi tanpa rincian per platform, dan angka bulanan publik Hugging Face satu orde lebih kecil, yang konsisten dengan agregat yang mencakup API, gateway yang dihosting, manajer paket, dan penarikan lokal. Bacalah ini sebagai momentum, bukan telemetri.

Kisah deployment AesCode-8B adalah baris perintah. Kartu ini memberikannya secara langsung — vllm serve microsoft/AesCode-8B --limit-mm-per-prompt image=2 --max-model-len 24576, dengan transformers 4.57 atau lebih baru untuk jalur non-vLLM. Bobot bf16 sebesar 17,5 GB berada bersama cache KV untuk 24.576 token dan hingga dua gambar, jadi satu kartu 24 GB secara teknis cukup namun ketat dalam praktik; 40-48 GB adalah batas realistis. Tambahkan stack rendering jika Anda ingin menilai output seperti yang dilakukan penulis, karena setiap klaim kualitas tentang model ini dibuat dengan merender HTML-nya di browser dengan permintaan eksternal diblokir. Tidak ada endpoint yang dihosting yang dapat kami temukan, dan model ini tidak ada dalam katalog kami.

Poin terakhir itu adalah yang praktis bagi siapa pun yang membandingkan keduanya dari segi ketersediaan. North Mini Code tersedia melalui API milik vendor itu sendiri dan beberapa platform pihak ketiga, serta bobotnya sendiri. AesCode-8B hanya tersedia di Hugging Face dan GitHub. Jika kendala Anda adalah "Saya perlu memanggil ini dari sebuah layanan besok," hanya satu dari keduanya yang menjawab ya.

Pertanyaan komposisi yang tidak dipecahkan oleh kedua model

Inilah jebakan pada kedua bagian perbandingan ini, dan jebakannya sama. Mengadopsi salah satunya berarti memelihara jalur serving yang dihosting sendiri untuk spesialis. AesCode-8B memerlukan stack multimodal dan perender agar dapat dievaluasi dengan benar. North Mini Code memerlukan slot untuk MoE dengan 3B aktif plus harness agen di sekitarnya, dan verbositasnya berarti biaya trajektori lebih besar daripada yang disiratkan oleh jumlah token. Tim yang menginginkan kedua kemampuan — generator halaman dan agen repo — kini menjalankan dua deployment inferensi, dan untuk segala hal yang bukan keduanya, yang ketiga.

Itulah kasus ketika satu endpoint di depan banyak model benar-benar melakukan pekerjaan nyata, bukan sekadar kemudahan. Pertahankan model spesialis di perangkat keras Anda sendiri ketika perhitungan ekonomi dan penanganan datanya membenarkannya, dan arahkan lalu lintas rutin ke model terhosting mana pun yang terbaik untuknya minggu ini, semuanya di balik satu kunci dengan harga daftar penyedia diteruskan pada markup 0% dan failover otomatis jika penyedia goyah. Tulang punggung keluarga Qwen3 adalah ilustrasi bagus tentang betapa tipisnya batas itu: Microsoft membangun AesCode-8B di atas Qwen3-VL-8B-Instruct, dan anggota vision-language dari keluarga tersebut dapat dipanggil melalui OrcaRouter — Qwen3-VL-8B-Instruct dengan $0.18 per juta token input dan $0.70 output dalam konteks 131,072 token, dan Qwen3-VL 235B A22B dengan $0.40 dan $1.60. Keduanya bukan AesCode-8B; fine-tune itu milik Microsoft dan tidak ada penyedia yang menyajikannya. Tapi jika yang Anda inginkan darinya adalah model yang membaca tangkapan layar dan menulis kode, dan Anda tidak secara khusus membutuhkan fine-tune desain estetika, opsi yang dapat dipanggil itu hanya memakan sebagian kecil GPU dan hanya butuh satu sore untuk dicoba, bukan satu siklus pengadaan.

Bagaimana memutuskan, mengingat keduanya bukan serbaguna

Keluarkan dulu lisensi dari pembahasan, karena hasilnya seri dan tidak akan menentukan apa pun.

Tanyakan apa yang Anda inginkan sebagai output. Jika jawabannya adalah halaman yang dirender dan dapat diedit — dek, laporan, dasbor — North Mini Code tidak dapat membantu Anda dan AesCode-8B adalah satu-satunya dari keduanya yang diarahkan pada masalah itu. Masuklah dengan mata terbuka: checkpoint riset yang tidak diumumkan, dua unduhan, konteks 24K yang divalidasi hanya pada halaman infografis tunggal, tag bahasa khusus bahasa Inggris, dan tidak ada evaluasi independen di mana pun. Plafon Gaya dalam tabel Microsoft sendiri adalah 53,21 pada dimensi yang didefinisikan sebagai tidak memerlukan revisi visual lebih lanjut sebelum pengiriman, yang berarti vendor memberi tahu Anda bahwa manusia masih mengedit outputnya.

Jika jawabannya adalah perubahan pada sebuah repositori — sebuah migrasi, perbaikan, pekerjaan terminal bertahap — North Mini Code adalah pilihan yang punya pelatihan harness, jendela 256K, profil penerapan 3B-aktif, API vendor yang berfungsi, serta pengukuran pihak luar atas kualitas maupun verbositasnya. Anggarkan berdasarkan jumlah token, bukan tarif utamanya, karena temuan independennya adalah bahwa ia menulis sekitar tiga kali lebih banyak daripada rekan-rekannya untuk mencapai hasil yang sama.

Dan jika kuartal Anda mencakup artefak desain sekaligus migrasi repo, jangan perlakukan ini sebagai keputusan dua model. Jalankan model spesialis di tempat yang membuat GPU-nya layak, rutekan sisanya, dan berhenti memelihara jalur penyajian yang tidak Anda perlukan.

Perbedaan yang bertahan lebih lama daripada tolok ukur

Satu hal terakhir membedakan keduanya, dan ini bukan soal teknis. North Mini Code punya vendor yang menerbitkan kartu, sebuah postingan, sebuah Space untuk mencobanya, dan metodologi yang bisa diperdebatkan, plus pengalaman orang lain senilai 150.000 unduhan. AesCode-8B punya repositori, README, dan sitasi yang bertuliskan sedang ditinjau.

Itu bahkan mengubah apa pertanyaan terbukanya. Dengan North Mini Code, pertanyaan yang masih hidup adalah apakah verbositasnya membuatnya tidak ekonomis dalam skala besar setelah tarif promo berakhir — dan Anda dapat menjawabnya dengan menjalankannya, karena banyak orang lain sudah melakukannya. Dengan AesCode-8B, pertanyaan yang masih hidup adalah apa yang Microsoft ingin lakukan dengannya: artefak penelitian, rilis pertama dari sebuah lini produk, atau sesuatu yang diam-diam digantikan dalam enam minggu. Tidak ada apa pun di repositori yang menjawab itu, dan sebanyak apa pun membaca kartu model tidak akan menjawabnya. Perhatikan tiga sinyal — pengumuman resmi, reproduksi independen atas 82.94, atau penyedia yang mengadopsi checkpoint itu — dan anggap tidak adanya ketiganya sebagai keadaan bukti saat ini alih-alih alasan model itu tidak menarik. Alasan model itu menarik adalah penurunan referensi 1,00 poin, dan angka itu masih ada di sana menunggu seseorang selain Microsoft untuk memeriksanya.