MAI Code 2 대 North Mini Code 타이틀 카드. MAI Code 2는 Microsoft의 GitHub Copilot 모델로 표시되며, 100만 토큰당 입력 $0.50, 출력 $2.50, 1M 컨텍스트 윈도우, 가중치 없음, 공개된 파라미터 수 없음입니다. North Mini Code는 Cohere의 Apache 2.0 모델로 표시되며, 총 300억 개 및 활성 30억 개 파라미터, 256K 컨텍스트 윈도우, 다운로드 가능한 가중치, H100 한 대에서 실행되는 풋프린트입니다.
Engineering & Research

MAI Code 2 vs North Mini Code: 임대 모델 대 300억 파라미터 다운로드

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

이 맞대결을 판가름하는 숫자는 벤치마크가 아니다. 바로 30억, 즉 North Mini Code의 활성 파라미터 수다. 2026년 6월 9일 공개된 Cohere의 Apache 2.0 코딩 모델로, 단일 H100에서 서빙할 수 있을 만큼 작다. MAI Code 2는 정반대의 제안이다. Microsoft는 2026년 11월 17일 GitHub Copilot 내부의 호스팅 추론으로 이를 출시했으며, 입력 100만 토큰당 $0.50, 출력 100만 토큰당 $2.50이고, 가중치도, 자체 호스팅 경로도, 그리고 — 바로 이 점이 능력 비교를 불가능하게 만든다 — 공개된 파라미터 수조차 전혀 없다. Microsoft는 이 모델이 얼마나 큰지 누구에게도 말하지 않았다. Cohere는 자신의 모델이 얼마나 큰지, 전문가 수에 이르기까지 모두에게 정확히 밝혔다. 이러한 공개 방식의 차이는 어떤 점수보다도 어떤 모델을 선택해야 할지에 대한 더 나은 지침이 된다. 왜냐하면 그것은 각 공급업체가 당신이 그 모델로 무엇을 하기를 기대하는지를 말해 주기 때문이다.

역량 비교가 즉시 무너지는 이유

North Mini Code는 활성 파라미터가 30억 개인 300억 개 파라미터 규모의 희소 전문가 혼합(MoE) 모델로, 256K 컨텍스트 창, 텍스트 입력 및 텍스트 출력, Apache 2.0 가중치, 그리고 H100 한 대에 들어가는 풋프린트를 갖추고 있습니다. Cohere는 이 모델을 하나의 에이전트 하네스에 고정하기보다 여러 하네스 전반에서 학습시켰습니다. SWE-Agent, mini-SWE-Agent, OpenCode, Terminus 2가 모두 회사 자료에 등장하는데, 오픈 모델의 핵심은 바로 자신만의 에이전트를 가져오는 데 있기 때문입니다.

MAI Code 2의 공개된 사양표에는 가격, Visual Studio Code와 Copilot CLI에서만 사용할 수 있는 100만 토큰 컨텍스트 윈도, 그리고 의도된 작업 목록이라는 세 가지 항목이 있다. 파라미터 수치도, 출력 상한도, 벤더 자체 하네스 밖의 지연 시간 벤치마크도 없다. 그 근거는 네 가지 명명된 벤치마크와 두 가지 비율이다 — Claude Opus 5.5 성능의 96%를 비용의 5%로, GPT-6.1 Sol 성능의 98%를 40%로 — 이는 DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas, FrontierCode v1.1에 걸쳐 평균낸 수치이며, 처음 세 개는 Microsoft 내부 MSBench 플랫폼에서 실행되었고 FrontierCode는 Artificial Analysis에서 가져왔다.

그것들은 하나의 곡선 위에 있는 두 점이 아니다. 하나는 어디에나 존재하도록 설계된 작은 모델이고, 다른 하나는 임대되도록 설계된 큰 모델이며 그 크기는 당신에게 알려지지 않는다. 이들을 능력 면에서 비교하는 것은 단지 어려운 것이 아니라 정의되지 않는다.

소유 비용, 바로 그 부분이 두 가지가 실제로 달라지는 지점입니다.

• 초기 비용 — 이미 보유하거나 임대 중인 H100 한 대의 가격으로 North Mini Code를 이용하는 것과, 보유 중인 Copilot 좌석 외에는 비용이 전혀 들지 않는 MAI Code 2를 비교

• 토큰당 한계 비용 — Artificial Analysis가 측정하는 API에서 North Mini Code는 100만 개당 $0.00인 반면, MAI Code 2는 입력 $0.50, 출력 $2.50입니다

• 18개월 후 비용 — North Mini Code는 GPU 계약에 적힌 대로, MAI Code 2는 프로모션 요금이 만료되어 두 배가 되는 2027년 5월 17일부터 $1.00 및 $5.00과 비교

• 데이터 상주 — 자체 네트워크 내에 위치하고 에어갭이 가능한 North Mini Code vs. Microsoft 제품 약관에 따라 Microsoft가 호스팅하는 추론 환경의 MAI Code 2

• 감사 가능성 — 다운로드 가능한 가중치를 제공하는 Apache 2.0 기반의 North Mini Code와, 가중치가 배포되지 않는 MAI Code 2의 대비

• 컨텍스트 — 256K의 North Mini Code, 100만 토큰의 MAI Code 2와 비교, VS Code와 Copilot CLI에서만

• 운영 부담 — North Mini Code에는 서빙 스택, 양자화 결정, 온콜 담당자가 필요하지만, 이는 모델 선택기에서 고르는 것과 대비됩니다.

마지막 문장은 팀들이 흔히 과소평가하는 부분이다. 오픈 웨이트가 무료라는 것은 강아지가 무료인 것과 같은 방식의 무료다. 30B 모델을 프로덕션 수준의 지연 시간으로 서빙한다는 것은 vLLM 또는 그에 상응하는 도구, Cohere의 레퍼런스와 일치하는 토크나이저 및 채팅 템플릿, 도구 호출 신뢰성을 조용히 망가뜨리지 않는 양자화, 그리고 평균이 아닌 피크에 맞춘 용량 계획을 의미한다. 그 보상은 공급업체가 멈춰도 모델이 계속 작동한다는 점이다: 속도 제한도, 지원 중단 공지도, 승인하지 않은 가격 변경도 없다.

Artificial Analysis는 운영 측면을 측정했고, 측정값은 정말 좋습니다 — 출력 초당 180 토큰과 Intelligence Index 작업당 $0.00이며, 이는 추적 중인 모델 전반의 출력 토큰 100만 개당 중앙값 $0.30을 보고하는 같은 페이지에 나온 내용입니다. 이것은 빠른 모델입니다. 또한 같은 페이지에서 낮은 점수를 받은 모델이기도 합니다: 버전 5.0.1 기준 Intelligence Index 3입니다. 깊이 대신 얻는 것이 속도이며, 자동 완성 형태의 편집, 린트 수정, 테스트 스캐폴딩에는 그 맞교환이 옳습니다. 저장소 규모의 리팩터링에는 그렇지 않습니다.

Artificial Analysis page for North Mini Code showing an Intelligence Index of 3 against a median of 6, $0.00 per million input and output tokens, 180 tokens per second, 4.70 seconds to first token, 54.5 million tokens generated on the index run, a 256k token context window, 30 billion total parameters and 3 billion active parameters.

마이크로소프트의 수치가 포함하는 것과 포함하지 않는 것

MAI Code 2의 증거에 대한 솔직한 요약은 그것이 방향성은 있으나 검증할 수 없다는 것이다. 방향은 일관된다 — 프런티어보다 훨씬 저렴하고, 네 가지 코딩 벤치마크를 평균했을 때 프런티어에 근접한다 — 그리고 검증은 부재한다. Microsoft가 벤치마크별 통과율 대신 비율을 공개했고, Artificial Analysis에는 2026년 11월 18일 기준으로 해당 모델의 행이 없기 때문이다.

구체적으로 말하면, MAI Code 2의 경우 완료된 작업당 시도 횟수를 계산할 수 없으므로 토큰 할인을 병합당 비용 수치로 바꿀 수 없습니다. Microsoft가 선택한 네 가지 벤치마크에서 Microsoft가 실행한 하네스를 기준으로 평균이 맞아떨어진다는 Microsoft의 말을 그대로 받아들일 수밖에 없습니다. MAI Code 2가 "코드 유지관리자가 병합할 만한 변경 사항"을 제공한다는 주장은 그 뒤에 절대적인 숫자가 뒷받침되어야 하는 종류의 진술인데, 그런 숫자는 없습니다.

North Mini Code는 그 반대의 문제를 안고 있습니다. 이 모델의 수치는 공개되어 있고 점수는 낮습니다. Cohere가 자체 보고한 SWE-Bench Verified 기준 61.0% pass@1은 3B 활성 모델로서는 괜찮은 수준이지만, 독립적인 Intelligence Index 점수 3은 전혀 괜찮지 않습니다. 두 가지 모두 사실입니다. 작은 모델이 선별된 단일 함수 과제 집합은 통과할 수 있으면서도, 그 지수가 높이 평가하는 장기 지평의 다중 파일 작업에서는 여전히 약할 수 있기 때문입니다.

무료 티어는 어디로 갔으며, 왜 여기서 중요한가

North Mini Code의 배포 상황은 2026년 8월 14일 코히어가 해당 모델이 다운로드 15만 건을 넘었다고 발표하고, 증가분의 상당 부분을 호스팅 게이트웨이의 무료 티어 종료 때문으로 돌리면서 바뀌었다. 그 수치는 코히어가 모든 채널을 합산한 자체 집계일 뿐 독립적으로 검증된 것은 아니며 — 공개 Hugging Face 저장소에는 그보다 약 10분의 1 수준인 월간 수치가 표시된다 — 따라서 성장 모멘텀으로 읽어야 한다.

중요한 것은 그 결과입니다. North Mini Code를 공짜로 사용해 온 개발자에게 이제 세 가지 선택지가 생겼습니다. Cohere 자체 API, 인스턴스당 가격이 책정된 관리형 배포, 또는 자신이 제어하는 하드웨어에서 Apache 2.0 가중치를 사용하는 것입니다. 세 가지 중 두 가지는 셀프 호스팅 이야기이며, 이는 바로 오픈 가중치의 핵심이자 이 글에서 계속 설명해 온 비용 그 자체입니다.

MAI Code 2는 독립형으로 제공된 적이 없기 때문에 이에 상응하는 이탈 위험을 수반하지 않습니다. 이는 Microsoft가 가격을 통제하는 Copilot 구독 내부에 속해 있으며, 토큰 요금은 종료 일자가 명시된 프로모션 요금으로 문서화되어 있습니다. 실패 방식은 성격 자체가 다릅니다. 무료 등급이 사라지는 것이 아니라, 미리 계획할 수 있는 특정 날짜에 요금표가 두 배로 인상되는 것입니다.

저렴한 쪽을 하나의 엔드포인트를 통해 실행하기

MAI Code 2도 North Mini Code도 OrcaRouter의 카탈로그에 없으며, 그렇지 않다고 암시하는 것은 잘못입니다. MAI Code 2의 유일한 공개 경로는 Copilot 시트이고, North Mini Code의 경로는 Cohere 자체 API, 관리형 배포, 또는 자체 GPU입니다. 라우팅 계층이 바꾸는 것은 이 두 모델에 대한 접근 권한이 아니라, 이들과 관련된 결정의 비용입니다: 대체로 선택하게 될 모델 — Claude Opus 5.5, Gemini 4 Carbon, Kimi K3.1 Pro, Qwen3.8-Max — 는 공급업체 정가에 0% 마크업으로 하나의 키 뒤에 있으므로, 이들 중 어느 것과 비교 실행을 해도 정확히 공급업체 요율로 청구되며, 자동 장애 조치 덕분에 테스트 중인 저렴한 모델이 파이프라인이 중단되는 이유가 되는 일은 결코 없습니다.

이 위치에 있는 팀에 효과적인 패턴은 스위치가 아니라 2계층 분할입니다. North Mini Code 또는 이에 필적하는 작은 오픈 모델을, 활성 파라미터 30억 개로도 충분히 감당되고 운영 비용은 이미 매몰된 일상 계층에 배치하십시오. 리팩터링과 저장소 규모 추론을 처리하는 계층에는 신중하게 측정된 프런티어 모델을 배치하십시오. 그런 다음 MAI Code 2는 Copilot 내부 개발자에게만 제공되는 세 번째 경로로 취급하십시오. 이는 Microsoft의 가격 대비 성능 주장이 여러분의 저장소와 맞닿아도 유지되는지 시험하는 데는 유용하지만, 아직 빌드 서버가 호출해야 하는 어떤 대상의 후보도 아닙니다.

팀이 실행에 옮길 수 있는 형태의 결정

모델이 당신이 운영하는 곳에서 실행되어야 한다면 — 규제 데이터, 에어갭 네트워크, 안정적인 외부 연결이 없는 공장 현장 — 또는 이미 비용을 지불했지만 유휴 상태인 GPU 용량이 있다면 North Mini Code를 선택하세요. Apache 2.0 라이선스와 H100 한 장 규모라는 점이 전체 논거이며, 이는 강력한 논거입니다. 그 대가로 3B 활성 모델의 역량을 사는 것이고, 독립 점수는 해당 지수에서 3점이며, 이제 서빙 스택을 직접 소유한다는 점을 받아들이세요.

개발자들이 이미 Copilot에서 작업하고 있고, 그 작업이 감사된 점수보다 프런티어 대비 4배의 가격 우위가 더 중요한 일상적인 엔터프라이즈 수리라면 MAI Code 2를 선택하세요. 이 모델은 당신의 것이 아니며, 감사할 수 없고, 공개된 크기도 없으며, 2027년 5월에 가격이 두 배가 된다는 점을 받아들이세요.

벤치마크 수치로 둘 중 하나를 고르지 마세요. North Mini Code는 측정된 작은 모델이고, MAI Code 2는 측정되지 않았으며 자사 설명에 따르면 어려운 작업보다 일상적인 작업에 맞춰 조정되었습니다. 그중 하나는 확인할 수 있는 사실이고 다른 하나는 확인할 수 없는 주장이며, 어느 쪽도 비교가 아닙니다.

Cohere's blog post headed 'Introducing North Mini Code: Cohere's first model for developers', dated June 9, 2026, with a three-minute read time and a lede describing a small, efficient, open-source agentic coding model.

두 모델 모두 이 블로그가 계속 마주치는 한 가지 교훈을 공유합니다. 하나에서는 무료 호스팅 티어가 사라졌고, 다른 하나에서는 프로모션 요금에 종료일이 명시되어 있습니다. 둘 중 어느 쪽이든 유지될 것이라고 아키텍처가 가정하는 팀은 곧 무언가를 다시 작성하게 될 팀입니다.

Scoreboard comparing MAI Code 2 and North Mini Code across six dimensions. Total parameters not published versus 30 billion, active parameters not published versus 3 billion, context 1M tokens versus 256K tokens, price $0.50 and $2.50 versus $0.00 per million tokens, weights not distributed versus Apache 2.0, and independent index no entry versus 3.

이 글에서 비교한 모델1

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트