Titelkaart voor MAI Code 2 vs North Mini Code. MAI Code 2 wordt getoond als Microsofts GitHub Copilot-model tegen $0,50 voor invoer en $2,50 voor uitvoer per miljoen tokens, met een contextvenster van 1M, geen gewichten en geen gepubliceerd aantal parameters. North Mini Code wordt getoond als het Apache 2.0-model van Cohere met 30 miljard totale en 3 miljard actieve parameters, een contextvenster van 256K, downloadbare gewichten en een voetafdruk die op één H100 draait.
Engineering & Research

MAI Code 2 vs North Mini Code: Een gehuurd model tegenover een download van 30 miljard parameters

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Het getal dat deze krachtmeting beslecht, is geen benchmark. Het is 3 miljard — het aantal actieve parameters van North Mini Code, het Apache 2.0-codeermodel van Cohere dat op 9 juni 2026 werd uitgebracht, klein genoeg om op één enkele H100 te draaien. MAI Code 2 is de tegenovergestelde propositie: Microsoft bracht het op 17 november 2026 uit als gehoste inferentie binnen GitHub Copilot, voor $0,50 per miljoen inputtokens en $2,50 per miljoen outputtokens, zonder gewichten, zonder self-hostpad, en — dit is het deel dat een vergelijking van capaciteiten onmogelijk maakt — zonder enig gepubliceerd aantal parameters. Microsoft heeft niemand verteld hoe groot het model is. Cohere heeft iedereen precies verteld hoe groot het zijne is, tot en met het aantal experts. Dat verschil in openbaarmaking is een betere leidraad om te bepalen welk model je moet kiezen dan welke score dan ook, omdat het je vertelt wat elke leverancier verwacht dat je ermee doet.

Waarom een capaciteitsvergelijking onmiddellijk instort

North Mini Code is een sparse mixture-of-expertsmodel met 30 miljard parameters en 3 miljard actieve parameters, een contextvenster van 256K, tekst in en tekst uit, Apache 2.0-gewichten en een voetafdruk die op één H100 past. Cohere trainde het met verschillende agent-harnesses in plaats van het aan één ervan vast te pinnen — SWE-Agent, mini-SWE-Agent, OpenCode en Terminus 2 komen allemaal voor in het materiaal van het bedrijf — omdat het punt van een open model is dat je je eigen agent meebrengt.

Het gepubliceerde specificatieblad van MAI Code 2 bevat drie items: een prijs, een contextvenster van 1 miljoen tokens dat alleen beschikbaar is in Visual Studio Code en Copilot CLI, en een lijst met beoogde taken. Er is geen parameteraantal, geen uitvoerplafond en geen latencybenchmark die niet uit de eigen harness van de leverancier komt. Het bewijs bestaat uit vier genoemde benchmarks en twee ratio's — 96% van de prestaties van Claude Opus 5.5 tegen 5% van de kosten, 98% van die van GPT-6.1 Sol tegen 40% — gemiddeld over DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas en FrontierCode v1.1, waarbij de eerste drie op Microsofts interne MSBench-platform zijn uitgevoerd en FrontierCode afkomstig is van Artificial Analysis.

Dat zijn geen twee punten op één curve. Het ene is een klein model dat alomtegenwoordig moet zijn; het andere is een groot model dat bedoeld is om te worden gehuurd, waarvan je de omvang niet te horen krijgt. Ze op capaciteiten vergelijken is niet alleen moeilijk, het is ongedefinieerd.

De kosten van eigendom, dat is waar de twee daadwerkelijk van elkaar verschillen

• Eenmalige kosten — North Mini Code tegen de prijs van een H100 die je al bezit of huurt, tegenover MAI Code 2 tegen nul extra bovenop de Copilot-seat die je al hebt

• Marginale kosten per token — North Mini Code tegen $0,00 per miljoen op de API die Artificial Analysis meet, tegenover MAI Code 2 tegen $0,50 invoer en $2,50 uitvoer

• Kosten na achttien maanden — North Mini Code tegen de prijs die in je GPU-contract staat, tegenover MAI Code 2 tegen $1,00 en $5,00 vanaf 17 mei 2027, wanneer het promotietarief verloopt en verdubbelt

• Dataresidentie — North Mini Code binnen uw eigen netwerk, air-gapbaar, tegenover MAI Code 2 in Microsofts gehoste inferentie onder Microsofts productvoorwaarden

• Auditeerbaarheid — North Mini Code onder Apache 2.0 met downloadbare gewichten, tegenover MAI Code 2, waarvoor geen gewichten worden gedistribueerd

• Context — North Mini Code met 256K, tegenover MAI Code 2 met 1 miljoen tokens, alleen VS Code en Copilot CLI

• Operationele belasting — North Mini Code vereist een serving-stack, een kwantisatiebeslissing en iemand die stand-by staat, tegenover een selectie via een modelkiezer

Die laatste zin is degene die teams onderschatten. Open weights zijn gratis op dezelfde manier waarop een puppy gratis is. Een 30B-model serveren met productielatentie betekent vLLM of een equivalent, een tokenizer en chat template die overeenkomen met Cohere's referentie, een kwantisatie die de betrouwbaarheid van tool-calling niet geruisloos ondermijnt, en capaciteitsplanning voor de piek in plaats van het gemiddelde. Het voordeel is dat het model blijft werken wanneer de leverancier dat niet doet: geen rate limit, geen deprecation notice, geen prijswijziging die je niet hebt goedgekeurd.

Artificial Analysis heeft de operationele kant gemeten, en de uitkomst is echt goed — 180 tokens per seconde output en $0,00 per Intelligence Index-taak, op dezelfde pagina die een mediaan van $0,30 per miljoen outputtokens rapporteert over de modellen die het volgt. Dit is een snel model. Het is op dezelfde pagina ook een laag scorend model: een Intelligence Index van 3 onder versie 5.0.1. Snelheid is wat je krijgt in plaats van diepgang, en voor autocomplete-achtige bewerkingen, lintfixes en testscaffolding is die ruil correct. Voor refactoring op repositoryschaal is dat niet.

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.

Wat de cijfers van Microsoft omvatten, en wat ze weglaten

De eerlijke samenvatting van het bewijs voor MAI Code 2 is dat het richtinggevend en niet verifieerbaar is. De richting is consistent — aanzienlijk goedkoper dan de frontier, dicht bij de frontier op vier codeerbenchmarks samen gemiddeld — en de verificatie ontbreekt, omdat Microsoft verhoudingen publiceerde in plaats van slagingspercentages per benchmark en Artificial Analysis per 18 november 2026 geen rij heeft voor het model.

Wat dat concreet betekent: je kunt voor MAI Code 2 niet het aantal pogingen per voltooide taak berekenen, dus je kunt een korting op tokens niet omzetten in een kosten-per-merge-cijfer. Je kunt alleen maar van Microsoft aannemen dat het gemiddelde klopt, op de vier benchmarks die Microsoft heeft uitgekozen, met de harness die Microsoft heeft gedraaid. De bewering dat MAI Code 2 "wijzigingen levert die codebeheerders zouden mergen" is zo'n uitspraak die een absoluut getal erachter nodig heeft, en dat is er niet.

North Mini Code heeft het spiegelbeeldprobleem. De cijfers zijn openbaar en de scores zijn laag — de door Cohere zelf gerapporteerde 61,0% pass@1 op SWE-Bench Verified is respectabel voor een model met 3B actieve parameters, en de onafhankelijke Intelligence Index van 3 is helemaal niet respectabel. Beide zijn waar, want een klein model kan een samengestelde set taken met één functie doorstaan en toch zwak zijn in het werk over lange termijn en met meerdere bestanden dat de index beloont.

Waar de gratis tier heen is gegaan, en waarom dat hier van belang is.

Het distributieverhaal van North Mini Code veranderde op 14 augustus 2026, toen Cohere aankondigde dat het model de 150.000 downloads was gepasseerd en een groot deel van de stijging toeschreef aan het wegvallen van de gratis laag van een gehoste gateway. Dat aantal is Coheres eigen totaal over alle kanalen en niet onafhankelijk geverifieerd — de publieke Hugging Face-repository toont een maandcijfer dat een orde van grootte kleiner is — dus lees het als momentum.

De consequentie is het deel dat ertoe doet. Een ontwikkelaar die North Mini Code gratis draaide, heeft nu drie opties: Cohere's eigen API, een beheerde deployment met een prijs per instantie, of de Apache 2.0-gewichten op hardware die zij zelf beheren. Twee van de drie zijn verhalen over zelf hosten, wat precies het punt van open gewichten is en precies de kosten die dit artikel heeft beschreven.

MAI Code 2 brengt geen vergelijkbaar churnrisico met zich mee, omdat het nooit zelfstandig is geweest. Het maakt deel uit van een Copilot-abonnement waarvan Microsoft de prijs bepaalt, tegen een token-tarief dat als promotioneel is gedocumenteerd met een vermelde einddatum. De faalwijze is wezenlijk anders: niet een gratis tier die verdwijnt, maar een tariefkaart die op een kalenderdatum die je kunt plannen verdubbelt.

De goedkope kant via één endpoint laten lopen

Noch MAI Code 2 noch North Mini Code staat in de catalogus van OrcaRouter, en het zou verkeerd zijn anders te suggereren. De enige gepubliceerde route voor MAI Code 2 is een Copilot-seat; die voor North Mini Code is Cohere's eigen API, een beheerde deployment of je eigen GPU's. Wat een routeringslaag verandert, is niet de toegang tot die twee modellen, maar de kosten van de beslissing eromheen: de modellen waarop je zou terugvallen — Claude Opus 5.5, Gemini 4 Carbon, Kimi K3.1 Pro, Qwen3.8-Max — zitten achter één sleutel tegen de lijstprijs van de provider met 0% markup, dus een vergelijkingsrun tegen een van hen wordt precies tegen het tarief van de leverancier gefactureerd, en automatische failover betekent dat het goedkope model dat je test nooit de reden wordt dat een pipeline stopt.

Het patroon dat voor een team in deze positie werkt, is een tweelaagse opsplitsing in plaats van een overstap. Zet North Mini Code, of een vergelijkbaar klein open model, op de routinelaag waar 3 miljard actieve parameters echt voldoende is en de operationele kosten al zijn gemaakt. Zet een afgewogen frontier-model op de laag die refactors en redeneren op repositoryschaal afhandelt. Behandel MAI Code 2 vervolgens als een derde spoor dat alleen beschikbaar is voor ontwikkelaars binnen Copilot — nuttig om te testen of Microsofts prijs-prestatieclaim standhoudt wanneer die met jouw repositories in aanraking komt, en nog geen kandidaat voor alles wat een buildserver moet aanroepen.

De beslissing, in een vorm waarmee een team aan de slag kan

Kies North Mini Code als de vereiste is dat het model draait waar u draait — gereguleerde data, een air-gapped netwerk, een fabrieksvloer zonder betrouwbare uitgaande verbinding — of als u al betaalde en ongebruikte GPU-capaciteit hebt. De Apache 2.0-licentie en de voetafdruk van één H100 zijn het hele argument, en het zijn sterke argumenten. Accepteer daarentegen dat u de capaciteit van een model met 3B actieve parameters koopt, dat de onafhankelijke score 3 op de index is, en dat u nu zelf de serveerstack beheert.

Kies MAI Code 2 als je ontwikkelaars al in Copilot werken en het werk routinematige enterprise-reparatie is, waarbij een viervoudig prijsvoordeel ten opzichte van de frontier belangrijker is dan een geauditeerde score. Accepteer dat het model niet van jou is, niet kan worden geauditeerd, geen gepubliceerde omvang heeft en in mei 2027 twee keer zo duur wordt.

Kies niet tussen hen op basis van benchmarkcijfers. North Mini Code is gemeten en klein; MAI Code 2 is ongemeten en volgens de eigen leverancier afgestemd op het alledaagse in plaats van het moeilijke. Een van die twee is een feit dat je kunt controleren en het andere is een bewering die je niet kunt controleren, en geen van beide is een vergelijking.

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.

Beide modellen delen één les, waar deze blog steeds weer tegenaan loopt. De gratis gehoste tier verdween bij de ene. Het promotietarief heeft een einddatum die op de andere staat gedrukt. Een team wiens architectuur ervan uitgaat dat een van beide standhoudt, is een team dat op korte termijn iets zal moeten herschrijven.

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.

Vergeleken in dit artikel1

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt