Flint v1.0 vs North Mini Code: due MoE open source per il coding che si contendono il tuo laptop

La maggior parte delle pagine "versus" di questo sito mette a confronto cose che non sono mai state davvero rivali. Questa è diversa. Recursive Flint v1.0 e Cohere North Mini Codesono lo stesso tipo di oggetto: modelli di coding sparse mixture-of-experts, pubblicati con licenza Apache 2.0, abbastanza piccoli da girare su hardware che uno sviluppatore possiede già, ed entrambi posizionati come opzione locale anziché di frontiera. Flint è arrivato il 21 ottobre 2026 con 39,8 miliardi di parametri totali e circa 2,5 miliardi attivi per token. North Mini Code è arrivato il 9 giugno 2026 con 30 miliardi totali e 3 miliardi attivi. È abbastanza vicino da far sì che la scelta si riduca a ciò che c'è nel file e a ciò che è stato effettivamente misurato — e su entrambi i fronti, la risposta non è quella che la copertura del lancio lascia intendere.

I due file, dimensione per dimensione

Parti da ciò che c’è nella confezione, perché per due modelli self-hosted questo è il confronto che resiste alla prova della realtà.

• Parametri totali — Flint: 39,8B. North Mini Code: 30B.

• Parametri attivi per token — Flint: circa 2,5B, con 2,2B nel corpo e il resto nella testa di output. North Mini Code: 3B. Quasi identici, e questo è il numero che determina il costo di inferenza.

Routing degli esperti — Flint: 256 esperti instradati, 6 selezionati per token più 1 condiviso, su 47 livelli MoE e 2 livelli densi. North Mini Code: 128 esperti, 8 attivi per token.

• Attenzione — Flint: una combinazione di layer a finestra scorrevole e globali con attention sink. North Mini Code: un rapporto 3:1 tra finestra scorrevole e globale. Entrambi fanno la stessa scommessa: che la maggior parte dei token necessiti solo di attenzione locale e pochi dell'intera finestra.

• Contesto — Flint: 262.144 token documentati sulla model card, con l'annuncio che cita fino a 512K e ne consiglia 256K. North Mini Code: 256K in ingresso, 64K di output massimo.

• Modalità — Flint: testo in ingresso, testo in uscita. North Mini Code: testo in ingresso, testo in uscita. Nessuno dei due accetta immagini, il che è importante se il tuo lavoro prevede l'uso di screenshot.

• Licenza — entrambe Apache 2.0, pesi inclusi, nessuna soglia di ricavi.

• Formati pubblicati — Flint: BF16, int4 safetensors, int4 GGUF, NVFP4 GGUF. North Mini Code: BF16, FP8 e W4A16.

• Disco e memoria — Flint: 79,59 GB in BF16, 22,86 GB in NVFP4 e circa 24 GB di memoria per l'esecuzione. North Mini Code: circa 20-24 GB quantizzato, con la demo di Cohere stessa eseguita su un Mac Studio a circa 20 GB.

La memoria è il primo taglio, ed è più vicina di quanto suggeriscano i conteggi dei parametri.

La lettura ingenua di 39,8B rispetto a 30B è che Flint richieda un terzo di memoria in più. Non è così, perché entrambi sono sparsi ed entrambi pubblicano build quantizzate aggressive. Quello che stai effettivamente scegliendo è tra un file NVFP4 da 22,86 GB e una build quantizzata da circa 20 GB — abbastanza vicini perché la stessa scheda da 24 GB possa eseguire l'uno o l'altro, e abbastanza vicini che nessuno dei due sia la scelta ovvia solo in base all'ingombro.

La differenza sta nel margine di manovra. È stato segnalato che North Mini Code esegue un GGUF a 4 bit su un Ryzen 7 con 32 GB di DDR4 — un desktop davvero comune, non una workstation. L'affermazione di Flint sul laptop è più specifica: i valori di throughput di Recursive sono misurati su un MacBook Pro M4 Pro e su una RTX Spark da 64 GB, entrambe macchine di fascia alta. Il file da 22,86 GB si caricherà su una scheda da 24 GB. Che poi funzioni a una velocità che saresti disposto a tollerare è un'altra questione, e dipende in larga misura dal motore.

Se il tuo vincolo è "la macchina che possiedo già", North Mini Code ha più segnalazioni di funzionamento su hardware non eccezionale. Se il tuo vincolo è "la macchina migliore che possiedo", Flint è l'architettura più recente e quella più veloce in contesti brevi.

Uno di questi ha un tabellone segnapunti indipendente

Questa è la parte del confronto che la maggior parte delle analisi tralascia, ed è quella che dovrebbe decidere un acquisto.

North Mini Code è stato misurato da Artificial Analysis. Ottiene 33,4 sull'AA Coding Index e 27,6 sull'AA Intelligence Index, con SWE-bench Verified a 67,6 pass@1 e 80,2 pass@10, e 61,0 su mini-SWE-Agent. Si tratta di misurazioni di terze parti prodotte con un protocollo coerente, il che significa che possono essere confrontate con altri modelli sullo stesso indice senza una nota a piè di pagina sugli harness.

Flint non ha una voce su Artificial Analysis. I suoi punteggi pubblicati — 74,2 su SWE-bench Verified, 89,7 su SWE-bench Pro v2, 54,9 su Terminal-Bench 2.1 — provengono dall'harness dello stesso Recursive, e nessuno li ha rieseguiti. La metodologia è resa nota, il che va a merito di Recursive: mini-swe-agent senza internet per le esecuzioni su SWE-bench, Terminus 2 con internet per Terminal-Bench ma con qualsiasi soluzione recuperata dal web conteggiata come fallimento, pass@1 mediato su almeno cinque tentativi. Una metodologia dichiarata non è una metodologia verificata.

Puoi confrontare 67,6 con 74,2? Non in modo responsabile. Sono stati prodotti da organizzazioni diverse, su harness diversi e con regole diverse, e il divario — 6,6 punti — rientra abbondantemente nell'intervallo entro cui la sola scelta dell'harness può far variare un punteggio. Ciò che si può dire è più circoscritto, ma comunque utile: il numero di North Mini Code è stato verificato da qualcuno che non ha sviluppato il modello, mentre quello di Flint no. Se scegli in base alle evidenze anziché alle specifiche, è questa l'asimmetria che conta.

C'è un altro dato, nella colonna di North Mini Code, che è poco lusinghiero e vale la pena includere: Artificial Analysis lo ha segnalato come insolitamente verboso, consumando circa 75 milioni di token di output nei test, rispetto a una mediana di categoria vicina ai 25 milioni. La verbosità è un moltiplicatore di costi in un ciclo di agente. Un modello che pensa ad alta voce tre volte tanto può costare meno per token e di più per attività.

La storia della velocità cambia completamente nei contesti lunghi.

Entrambi i modelli sono veloci con prompt brevi, ed entrambi rallentano quando il contesto si riempie. La differenza sta in quanto.

• Flint — Recursive dichiara oltre 125 token al secondo su un MacBook Pro con M4 Pro e più di 150 su una RTX Spark da 64 GB, misurati a contesto breve con prefill escluso. Test indipendenti hanno riportato circa 110 token al secondo con prompt brevi, che scendono a circa 9 token al secondo vicino a 115.000 token di contesto. Questo è il numero sul quale basare la progettazione del tuo agente, perché la programmazione agentica passa la maggior parte della sua vita nel regime a contesto lungo.

• North Mini Code — circa da 199 a 210 token di output al secondo sull'API di Cohere, con circa 0,25 secondi per il primo token e circa 2,8 volte il throughput dei modelli piccoli comparabili negli stessi test. Su hardware locale i numeri dipendono interamente dal motore e dalla quantizzazione, ma lo schema è lo stesso: veloce con contesto breve, più lento man mano che la finestra si riempie.

Il confronto onesto non è «quale sia più veloce» ma «quale sia più veloce per il modo in cui un agente lavora davvero». Un modello che scrive un token in 8 millisecondi con contesto 4K e in 110 millisecondi con 115K è un prodotto diverso da uno che degrada in modo più graduale. Nessuno dei due fornitori pubblica una curva. Se il vostro caso d'uso è il lavoro agentico a contesto lungo, misuratelo sul vostro repository prima di impegnarvi: è il lavoro di un pomeriggio e vi dirà più di qualsiasi post di lancio.

Slancio versus freschezza

North Mini Code ha superato i 150.000 download a metà agosto 2026, due mesi dopo il rilascio. È un segnale concreto: un modello con un'adozione così ampia è stato eseguito su hardware che i suoi autori non hanno mai testato, ha accumulato correzioni nella comunità e ha visto documentare i propri difetti da persone senza alcun incentivo a essere gentili. Cohere ha riportato il dato, quindi trattalo come fornito dal fornitore, ma la tendenza è corroborata dal volume di quantizzazioni derivate in circolazione.

Flint ha quattro giorni. Ha specifiche di punta migliori, una decodifica più veloce con contesto breve, una finestra di contesto documentata più lunga e una storia di sviluppo più interessante. Ha anche un bug noto nel template di chat nel percorso GGUF per llama.cpp, un calo improvviso di throughput con contesto lungo che nessuno ha spiegato e praticamente nessuna storia nella community. L'adozione precoce di un modello vecchio di quattro giorni è una scommessa sulla traiettoria più che una valutazione dell'artefatto.

Cosa scaricare lunedì

• Scegli North Mini Code se vuoi il modello con un punteggio indipendente allegato, se il tuo hardware è modesto, se i tuoi compiti sono normale ingegneria del software in un repository che sta comodamente nel contesto, e se dai valore a due mesi di segnalazioni di bug della community rispetto a un'architettura più recente. Metti in conto la sua verbosità.

• Scegli Flint se hai un laptop premium o una scheda da 24 GB, se vuoi la finestra di contesto più lunga, se la velocità su contesti brevi è ciò che il tuo flusso di lavoro mette effettivamente alla prova e se sei disposto ad adottarlo in anticipo in cambio di un modello che plausibilmente sarà quello migliore tra un mese.

Non scegliere nessuno dei due come tua unica opzione. Entrambi sono modelli con 2,5-3B parametri attivi. Sono eccellenti in compiti circoscritti e non sono assistenti di coding di frontiera, e Recursive lo dice apertamente del proprio modello. Il lavoro che nessuno dei due farà bene è quello che richiede un modello di frontiera ospitato — e l'architettura sensata è un default locale con un percorso di escalation, non un solo modello a cui si chiede di essere tutto.

Quel percorso di escalation è dove il routing guadagna il suo valore. OrcaRouter non serve nessuno di questi due modelli, quindi nulla qui è una promozione per un percorso verso di essi. Ciò che un layer di routing fa per una configurazione local-first è la direzione opposta: consente di comporre le attività che richiedono un modello ospitato più grande nello stesso percorso di chiamata, con una catena di fallback per le richieste in cui il modello locale si blocca o il contesto va in overflow. Se configurato bene, il modello locale gestisce il lavoro di routine e il modello costoso viene raggiunto solo quando è realmente necessario — che è l'unica versione di questa architettura che consente di risparmiare.

La risposta noiosa è quella giusta. Entrambi i file sono gratuiti, entrambi girano su hardware che probabilmente hai già, e l'unico modo per sapere quale si adatta al tuo repository è provarli entrambi su di esso. Il divario nei benchmark tra i due è più piccolo del divario tra ciascuno di essi e il tuo carico di lavoro reale.