Flint v1.0 対 North Mini Code：あなたのノートPCを奪い合う2つのオープンなコーディングMoE

このサイトのほとんどの「versus」ページは、実際にはライバル同士ですらなかったものを比較している。このページは違う。Recursive Flint v1.0 と Cohere North Mini Code は同じカテゴリのモデルだ。スパースなMixture-of-Experts型コーディングモデルで、Apache 2.0 の下で公開され、開発者がすでに持っているハードウェアで動かせるほど小さく、どちらもフロンティア向けではなくローカル向けの選択肢として位置づけられている。Flint は2026年10月21日に、総パラメータ数398億、トークンあたり約25億のアクティブパラメータで登場した。North Mini Code は2026年6月9日に、総パラメータ300億、アクティブ30億で登場した。両者の差は十分に小さく、選択はファイルの中身と実際に測定された内容次第になる。そしてそのどちらについても、答えはローンチ時の報道が示唆するものではない。

2つのファイルを、次元ごとに

まずは箱の中身から見ていこう。2つのセルフホスト型モデルにとって、現実と向き合っても揺るがない比較となるのは、まさにこれだからだ。

• 総パラメータ数 — Flint: 39.8B。North Mini Code: 30B。

• トークンあたりのアクティブパラメータ数 — Flint: 約2.5B（本体に2.2B、残りは出力ヘッド）。North Mini Code: 3B。ほぼ同じであり、これが推論コストを左右する数値です。

• エキスパートルーティング — Flint: ルーテッドエキスパート256個、トークンごとに6個を選択し、さらに共有1個を加算。47のMoE層と2つの dense 層にわたる。North Mini Code: エキスパート128個、トークンごとに8個がアクティブ。

• アテンション — Flint：アテンションシンクを備えた、スライディングウィンドウ層とグローバル層の組み合わせ。North Mini Code：スライディングウィンドウ対グローバルの3:1比率。どちらも同じ賭けをしている。ほとんどのトークンにはローカルなアテンションだけで十分で、ごく一部だけがウィンドウ全体を必要とする、という賭けだ。

• コンテキスト — Flint: モデルカードには262,144トークンと記載され、発表では最大512Kが挙げられ、256Kが推奨されています。North Mini Code: 入力256K、最大出力64K。

• モダリティ — Flint: テキスト入力、テキスト出力。North Mini Code: テキスト入力、テキスト出力。どちらも画像は扱えないため、スクリーンショットを扱う作業では重要です。

• ライセンス — いずれもApache 2.0で、モデルの重みも含まれ、収益による制限はありません。

• 公開フォーマット — Flint: BF16、int4 safetensors、int4 GGUF、NVFP4 GGUF。North Mini Code: BF16、FP8、W4A16。

• ディスクとメモリ — Flint: BF16 で 79.59 GB、NVFP4 で 22.86 GB、実行には約 24 GB のメモリ。North Mini Code: 量子化して約 20～24 GB、Cohere 自身のデモは Mac Studio 上で約 20 GB で動作。

メモリが最初の切り口であり、それはパラメータ数から想像されるよりも身近だ

39.8B対30Bという数字を素朴に読むと、Flintには3割増しのメモリが必要に見える。しかしそうではない。どちらもスパースであり、どちらも積極的な量子化ビルドを公開しているからだ。実際に選んでいるのは、22.86 GBのNVFP4ファイルと約20 GBの量子化ビルドであり、同じ24 GBカードでどちらも動くほど近く、容量だけではどちらも明白な選択肢にならないほど近い。

異なるのは余裕の度合いだ。North Mini Codeは、32 GBのDDR4を搭載したRyzen 7上で4ビットGGUFを動作させたと報告されている——ワークステーションではなく、まさに一般的なデスクトップPCだ。FlintのノートPCに関する主張はより具体的だ。Recursiveのスループット数値は、M4 Pro MacBook Proと64 GBのRTX Sparkで測定されており、どちらも高級機である。22.86 GBのファイルは24 GBのカードに読み込める。それが許容できる速度で動作するかどうかは別問題であり、エンジンに大きく左右される。

制約が「すでに持っているマシン」なら、North Mini Code の方がありふれたハードウェアで動作するという報告が多い。制約が「持っている中で最高のマシン」なら、Flint の方が新しいアーキテクチャで、短いコンテキストでは高速だ。

これらのうちの1つには独立したスコアボードがあります

This is the part of the comparison that most write-ups skip, and it is the part that should decide a procurement. Wait — no markers in source. Translate: 「ここが、ほとんどの比較記事が飛ばしてしまう部分であり、そして調達を決めるべき部分でもある。」 Need natural Japanese. Let's craft: 「比較のこの部分こそ、ほとんどの記事が飛ばしている部分であり、まさに調達の判断を左右すべき部分です。」 Keep tone. Output only.比較の中でも、ほとんどの記事が飛ばしてしまう部分であり、まさに調達の判断を決めるべき部分です。

North Mini CodeはArtificial Analysisによって測定された。AA Coding Indexで33.4、AA Intelligence Indexで27.6、SWE-bench Verifiedではpass@1が67.6、pass@10が80.2、mini-SWE-Agentでは61.0を記録している。これらは一貫したプロトコルで生成された第三者測定値であり、同じインデックス上の他のモデルと、ハーネスに関する脚注なしで比較できることを意味する。

FlintにはArtificial Analysisのエントリーが存在しない。公開されているスコア——SWE-bench Verifiedで74.2、SWE-bench Pro v2で89.7、Terminal-Bench 2.1で54.9——はRecursive自身のハーネスによるものであり、これを再実行した者はいない。手法が開示されている点はRecursiveの功績と言える。SWE-benchの実行にはインターネット接続なしのmini-swe-agentを、Terminal-Benchにはインターネット接続ありのTerminus 2を用いるが、Webから取得した解法はすべて失敗としてカウントする。pass@1は少なくとも5回の試行の平均値である。開示された手法は、検証された手法ではない。

では、67.6と74.2を比較できますか？責任ある形ではできません。それらは異なる組織が、異なるルールを持つ異なるハーネスで出したものであり、6.6ポイントという差は、ハーネスの選択だけでスコアが動きうる範囲に十分収まっています。より狭い範囲でなら、依然として有用なことが言えます。North Mini Codeの数値は、そのモデルを構築していない人物によって検証されていますが、Flintの数値は検証されていません。仕様ではなく証拠に基づいて選ぶのであれば、重要なのはその非対称性です。

North Mini Codeの欄には、不名誉だが知っておく価値のあるデータポイントがもう一つある。Artificial Analysisは同モデルを異常に冗長だと指摘し、テストで約7500万出力トークンを消費したのに対し、同クラスの中央値は約2500万だった。冗長性はエージェントループにおけるコスト倍率だ。3倍も声に出して考えるモデルは、トークン単価では安くても、タスクあたりでは高くつくことがある。

長いコンテキストでは、速度に関する状況が一変します。

どちらのモデルも短いプロンプトでは高速で、コンテキストがいっぱいになると両方とも遅くなります。違いはその程度です。

• Flint — Recursiveは、M4 Pro MacBook Proで毎秒125トークン以上、64 GBのRTX Sparkで150以上を、プリフィルを除外した短いコンテキストでの測定値として主張している。独立系のテストでは、短いプロンプトで毎秒約110トークン、約115,000トークンのコンテキスト付近では毎秒およそ9トークンまで低下することが報告された。エージェント型コーディングはその大半を長コンテキストの領域で過ごすため、エージェントの設計はこの数値を基準にすべきだ。

• North Mini Code — Cohere の API では毎秒約199～210出力トークン、最初のトークンまで約0.25秒、同じテストにおける同等の小型モデルと比べてスループットは約2.8倍です。ローカルハードウェアでは、数値はエンジンと量子化に完全に依存しますが、傾向は同じです。短いコンテキストでは高速で、ウィンドウが埋まるにつれて遅くなります。

正直な比較は「どちらが速いか」ではなく、「エージェントが実際に動くやり方においてどちらが速いか」である。4Kコンテキストで8ミリ秒、115Kで110ミリ秒でトークンを書き出すモデルは、より緩やかに劣化するモデルとは別の製品だ。どちらのベンダーもカーブを公開していない。長いコンテキストでのエージェント作業がユースケースなら、コミットする前に自分のリポジトリで計測すべきだ——半日もあればできる作業で、どちらのローンチ記事よりも多くを教えてくれる。

勢い 対 新鮮さ

North Mini Codeはリリースから2か月後の2026年8月中旬までに15万ダウンロードを突破した。これは確かなシグナルだ。これほどの採用実績を持つモデルは、作者がテストしたことのないハードウェア上で実行され、コミュニティによって修正が積み重ねられ、手加減する理由のない人々によって粗削りな部分が記録されてきたということである。この数字を報告したのはCohereであり、ベンダー提供の数値として扱うべきだが、その方向性は出回っている派生量子化版の量によって裏付けられている。

Flintは公開されてからまだ4日しか経っていない。見出しに掲げられたスペックはより良く、短いコンテキストでのデコードはより速く、文書化されたコンテキストウィンドウはより長く、開発の物語もより興味深い。一方で、llama.cpp向けのGGUF経路には既知のチャットテンプレートのバグがあり、長いコンテキストでスループットが急落する理由は誰にも説明されておらず、コミュニティでの履歴は事実上ない。公開から4日しか経っていないモデルを早期に採用することは、成果物そのものの評価ではなく、その軌道への賭けだ。

月曜日にダウンロードすべきもの

• 独立したスコアが付いたモデルを求めるなら、ハードウェアが控えめなら、コンテキストに余裕をもって収まるリポジトリでの一般的なソフトウェアエンジニアリングがタスクなら、そして新しいアーキテクチャより2か月分のコミュニティのバグ報告を重視するなら、North Mini Code を選んでください。その冗長さを見込んでおいてください。

• プレミアムなノートPCか24GBのカードを持っているなら、より長いコンテキストウィンドウを求めているなら、あなたのワークフローで実際に試されるのが短いコンテキストでの速度なら、そして1か月後にはより良いモデルになっている可能性が高いモデルと引き換えにアーリーアダプターになることをいとわないなら、Flintを選んでください。

• どちらも唯一の選択肢として選ぶのは避けよう。どちらも2.5～3Bのアクティブモデルだ。範囲を限定したタスクには優れているが、最先端のコーディングアシスタントではない。Recursiveも自社モデルについてそう言っている。どちらも得意としない仕事は、ホスト型の最先端モデルを必要とする仕事だ。そして健全なアーキテクチャは、1つのモデルに何でも求めさせるのではなく、ローカルを既定とし、エスカレーション経路を用意するものだ。

そのエスカレーション経路こそ、ルーティングが真価を発揮する領域です。OrcaRouter はこれらのモデルのどちらも提供していないため、ここにあるのはそれらへのルートを宣伝するものではありません。ローカルファースト構成に対してルーティングレイヤーが果たすのは逆方向のことです。つまり、より大きなホスト型モデルを必要とするタスクを同じ呼び出し経路に組み込み、フォールバックチェーンを、ローカルモデルが行き詰まったりコンテキストがオーバーフローしたりするリクエスト向けに用意できます。うまく設定すれば、ローカルモデルが定型作業を処理し、高価なモデルは本当に必要なときだけ呼び出されます。これこそが、このアーキテクチャでコストを節約できる唯一の形です。

退屈な答えが正解です。どちらのファイルも無料で、どちらもおそらくあなたが持っているハードウェアで動作し、どちらがあなたのリポジトリに適しているかを知る唯一の方法は、両方をそのリポジトリで試すことです。両者のベンチマークの差は、どちらか一方と実際のワークロードとの差よりも小さいです。