AesCode 32B vs North Mini Code: Het gewichtsbestand is niet de verbintenis

Beide modellen zijn Apache 2.0, beide zijn te downloaden, en beide zijn gebouwd voor een specifieke taak — en daar houdt de gelijkenis op nuttig te zijn. AesCode 32B is het onderzoekscheckpoint van Microsoft voor het genereren van bewerkbare HTML en CSS: slides, posters, dashboards en rapporten. De Hugging Face-repository werd aangemaakt op 29 september 2026 en de commit met de titel "Release AesCode-32B" verscheen op 7 oktober 2026; Microsoft heeft geen aankondiging gepubliceerd, en de modelkaart vermeldt helemaal geen releasedatum. North Mini Code is het open-weight agentische codeermodel van Cohere, een 30B mixture-of-experts met 3B actieve parameters, uitgebracht in juni 2026, gericht op software-engineering en terminalwerk. De voor de hand liggende manier om ze te vergelijken is via benchmarks, en dat werkt niet, omdat de twee nooit op dezelfde taak zijn gemeten en slechts één ervan door iemand buiten het eigen lab is gemeten. De vergelijking die wél werkt — degene die bepaalt of je een van beide daadwerkelijk kunt draaien — is het gewichtsbestand.

Twee controleposten, twee heel verschillende rekeningen

Dit is de as die de meeste vergelijkingen overslaan, en voor twee zelfgehoste modellen is het juist de as die er het meest toe doet.

• Parameters — AesCode 32B: 33B, dense. North Mini Code: 30B totaal, 3B actief, mengeling van experts.

• Geheugen om het te draaien — AesCode 32B: de kaart adviseert om alleen al voor de bf16-parameters ongeveer 65 GB aan acceleratorgeheugen te plannen. North Mini Code: gequantiseerd is ongeveer 20–24 GB genoeg, en de referentie-implementaties omvatten een Mac Studio.

• Servingopzet — AesCode 32B: een vision-language model, dus het serving-pad vervoert zowel afbeeldingen als tekst, en het eigen voorbeeld gebruikt vierweg-tensorparallelisme. North Mini Code: tekst in, tekst uit; de benchmarks gebruikten één terminaltool.

• Licentie — beide Apache 2.0, gewichten inbegrepen. Deze rij is een gelijkspel en is niet het onderscheidende punt dat mensen denken dat het is.

• Context — AesCode 32B: 24.576 tokens in de gerapporteerde configuratie, waarbij prompts en antwoorden tijdens de training zijn gemaximeerd op 8.192. North Mini Code: 256K in, 64K uit.

• Wat het oplevert — AesCode 32B: een compleet HTML-document, tabellen als HTML-tabellen en grafieken als ECharts-specificaties. North Mini Code: de tekst of tool call die het harness vroeg.

• Onafhankelijke evaluatie — AesCode 32B: geen enkele gepubliceerd; alle cijfers zijn van Microsoft. North Mini Code: gescoord op Artificial Analysis, dat ook de breedsprakigheid ervan signaleerde.

Lees de tweede rij twee keer. Een 32B dense visie-taalmodel dat 65 GB en vierweg-parallelisme wil, is een andere aanschafbeslissing dan een 3B-actieve MoE die, gekwantiseerd, in een werkstation past. Als je reden om open gewichten te overwegen "we willen dit op onze eigen hardware" was, dan is die rij het grootste deel van het antwoord voordat je één enkele prompt draait.

De licentie is niet de reden om een van beide te kiezen.

Bijna elke open-weights-vergelijking begint bij licenties, en hier is het een doodlopende weg: beide zijn Apache 2.0, beide leveren volledige gewichten, en geen van beide kent een gebruiksbeperking die een commerciële uitrol zou tegenhouden. Er is geen clausule over het delen van gegevens om af te wegen tegen een korting, geen bijdragersniveau, geen uitzondering voor het gebruiksgebied. Op welke grond je ook tussen deze twee kiest, het gaat niet om toestemming.

Wat overblijft nadat je licenties buiten beschouwing laat, is wat het model is getraind om te doen — en deze twee zijn in tegengestelde richtingen getraind.

De ene werd getraind op een terminal, de andere op een canvas.

De modelkaart van North Mini Code noemt zijn doel onomwonden: codegeneratie, agentic software engineering en terminaltaken. Cohere trainde het op verschillende agent-harnassen — SWE-Agent, mini-SWE-Agent, OpenCode, Terminus 2 — specifiek zodat het werkt binnen het harnas dat je al draait, ongeacht welke dat is, en evalueerde het op SWE-Bench Verified, SWE-Bench Pro, Terminal-Bench v2 en Terminal-Bench Hard. De gepubliceerde zwakte is een echte en werd gevonden door een externe beoordelaar, niet uit eigen beweging gemeld door de leverancier: het produceert ongeveer drie keer zoveel outputtokens als de mediaan van zijn grootteklasse. Wijdlopige modellen schrijven lange agenttrajecten, en lange trajecten zijn waar je voor betaalt zodra de promotieprijzen aflopen.

AesCode 32B is op iets heel anders getraind en de kaart maakt ongewoon duidelijk dat het doelwit het artefact is. Het hele punt van het ontwerp is dat een codemodel niet kan zien hoe lay-out, hiërarchie en kleur samenkomen op een canvas, dus gebruikt AesCode een afbeelding die uit dezelfde prompt is gegenereerd als esthetische referentie, terwijl de prompt de bron van waarheid voor de inhoud blijft. Supervisie is een 'design graph' van nodes en edges, zeven beloningskanalen — uitvoering, tekst, grens, tabel/diagram, lay-out, witruimte, ontwerp — waarvan zes deterministische verifieerders en één een vision-language-beoordelaar die per sample met een rubric werkt. Kandidaten worden gerenderd in een Playwright-browser in een sandbox, met externe verzoeken geblokkeerd, en beoordeeld op basis van de DOM, berekende stijlen, bounding boxes en een screenshot.

Die machinerie bestaat om één ding waar te maken: de output is een gerenderde pagina die een mens zal openen en bewerken, geen patch die op een zin is toegepast. AesCode 32B is nooit getraind om een shell te gebruiken, en niets aan het beloningsontwerp zou het belonen voor het proberen.

De bewijzasymmetrie, eerlijk gezegd

North Mini Code is door een derde partij gedraaid. Artificial Analysis geeft het een score van 33,4 op zijn Coding Index en 27,6 op zijn Intelligence Index, en publiceert de bevinding over breedsprakigheid. Het cijfer dat Cohere zelf vooropstelt — 61,0% pass@1 op SWE-Bench Verified — is door de leverancier gerapporteerd, maar te controleren aan de hand van een model dat iedereen kan downloaden, en de kaart is openhartig over zijn harness-keuzes, en gaat zelfs zo ver om op te merken dat voor Terminal-Bench Hard de eigen methodologie van Artificial Analysis is gevolgd om de vergelijking eerlijk te houden.

AesCode 32B heeft geen equivalent. De infographic-evaluatie met 300 samples, drie generaties per prompt zonder selectie, levert een Overall van 85,89 op tegenover 81,28 voor GPT-5.5 en 80,39 voor Claude Opus 4.8 — allemaal gemeten binnen Microsofts harness, op Microsofts samples, met de scoringskanalen waartegen Microsoft het model heeft getraind. Er is een reële kans dat de cijfers eerlijk zijn; het ontwerp is transparanter dan de meeste leverancierstabellen, de verifierstack en rubric-builder zijn open-source, en de kaart publiceert het feit dat geen enkel model in de vergelijking boven de 60 uitkomt op zijn stijldimensie. Maar geen enkel extern lab heeft er iets van gereproduceerd, en er is geen arena-vermelding, geen leaderboard-plaatsing en geen onafhankelijke throughputtest. Als een leveranciersbenchmark die toevallig de eigen benchmark van de leverancier bevoordeelt — een infographic-taak — een grote rol speelt in je beslissing, wordt je gevraagd om de enige beschikbare interpretatie te aanvaarden.

Let op wat dit specifiek betekent voor de onderlinge vergelijking: er is geen gedeeld getal. Geen. Het ene model wordt beoordeeld op of software-engineeringtaken worden gehaald, het andere op of tekst leesbaar is en de lay-out niet buiten het canvas valt. Elke pagina die 33,4 naast 85,89 zet, vergelijkt een Coding Index met de Overall-score van een infographic, en geen van beide modellen weet waarop het andere is getest.

Geen van beide is een model voor algemeen gebruik, en dat is de echte prijs

Hier is de valkuil in beide helften van deze vergelijking. Het adopteren van een van beide modellen betekent het onderhouden van een zelfgehoste servingpad voor een specialist: 65 GB VRAM en een multimodale stack voor het model dat pagina's rendert; een slot voor een MoE met 3B actieve parameters voor het model dat terminaltaken afhandelt. Beide zijn goed in hun taak en geen van beide kan die van de ander doen, wat betekent dat een team dat beide capaciteiten wil nu twee inferentie-implementaties draait — en voor alles daartussen, het model dat noch een paginarenderer noch een terminalagent is, draaien ze een derde.

Dat is het geval waarin een routeringslaag zijn plaats verdient in plaats van eraan vastgeschroefd te worden. Eén sleutel voor meer dan 200 modellen tegen de lijstprijs van de provider, zonder markup, betekent dat het specialistische werk op je eigen hardware blijft waar de economie en de gegevensverwerking logisch zijn, en dat het routinematige werk naar welk gehost model dan ook gaat dat die week het beste past. De Qwen3-VL-backbonefamilie is een goede illustratie van hoe dun die lijn wordt: Microsoft bouwde AesCode 32B op Qwen3-VL-32B-Instruct, en vision-language-leden van die familie zijn aanroepbaar in de OrcaRouter-catalogus — Qwen3-VL 235B A22B Instruct voor $0,40 per miljoen invoertokens en $1,60 uitvoer, of de kleinere Qwen3-VL 8B Instruct voor $0,18 en $0,70. Geen van die twee is AesCode 32B: de fine-tune is van Microsoft en geen enkele provider serveert die. Maar als wat je van AesCode 32B wilde een model was dat een screenshot leest en code schrijft, en je niet specifiek de fine-tune voor esthetisch ontwerp nodig had, dan bestaat de aanroepbare optie en kost die een fractie van de GPU. Automatische failover onder dezelfde endpoint is het verschil tussen dat proberen en er een productiepad op durven inzetten.

Hoe je daadwerkelijk een beslissing neemt

Neem eerst de licentie, want het is een gelijkspel en het gaat niet de doorslag geven.

Vraag dan wat je wilt dat de output is. Als het antwoord een gerenderde, bewerkbare pagina is — een deck, een rapport, een dashboard — dan kan North Mini Code je niet helpen en is AesCode 32B de enige van de twee die op het probleem is gericht. Ga er met heldere ogen in wat betreft de 65 GB, de 24K-context, het ontbreken van een onafhankelijke evaluatie en het feit dat dit een onaangekondigd model is met een dubbelcijferig aantal downloads. Het is een onderzoeksrelease, en onderzoeksreleases belonen teams die zich nieuwsgierigheid kunnen permitteren.

Als het antwoord een wijziging aan een repository is — een migratie, een fix, een terminaltaak in meerdere stappen — dan is North Mini Code degene met de harness-training, het 256K-venster, het deploymentprofiel met 3B actieve parameters en een externe meting van zowel de kwaliteit als de verboseheid ervan. Budgetteer op het aantal tokens, niet op het geadverteerde tarief.

En als je lijst met dingen die je dit kwartaal moet doen zowel een design-artefact als een repo-migratie bevat, zie dit dan niet als een beslissing over twee modellen terwijl het in werkelijkheid een beslissing over zes modellen is. Zet de specialist in waar het loont, en routeer de rest.

Het probleem van het onaangekondigde model

Eén laatste ding onderscheidt deze twee, en het is niet technisch. North Mini Code heeft een leverancier achter zich die een modelkaart, een blogpost, een Hugging Face Space om het in uit te proberen, en een gedocumenteerd spoor van benchmarkmethodologie waarover je kunt discussiëren heeft gepubliceerd. AesCode 32B heeft een repository, een README en een citaatregel die luidt: "Under review, 2027". Microsoft heeft niet gezegd dat het bestaat.

Dat verandert zodra je het kunt adopteren. Bij North Mini Code is de open vraag of de breedsprakigheid ervan het op schaal onrendabel maakt — een vraag die je kunt beantwoorden door het uit te voeren. Bij AesCode 32B is de open vraag wat Microsoft ermee van plan is: of dit een onderzoeksartefact is, de eerste release van een productlijn, of iets dat over zes weken geruisloos wordt vervangen door een 70B-versie. Niets in de repository beantwoordt dat, en het lezen van de modelkaart zal dat ook niet doen, hoe vaak je die ook leest. Let op drie signalen — een officiële aankondiging, een onafhankelijke reproductie van de 85.89, of een inferentieaanbieder die de checkpoint oppikt — en beschouw het ontbreken van alle drie als de huidige stand van het bewijs, niet als een reden waarom het model oninteressant is.