Flint v1.0 kontra North Mini Code: dwa otwarte MoE do kodowania rywalizujące o Twój laptop

Większość stron typu „versus" w tym serwisie zestawia rzeczy, które nigdy tak naprawdę nie były rywalami. Ta jest inna. Recursive Flint v1.0 i Cohere North Mini Codeto ten sam rodzaj obiektu: rzadkie modele kodujące typu mixture-of-experts, opublikowane na licencji Apache 2.0, wystarczająco małe, by działać na sprzęcie, który deweloper już posiada, i oba pozycjonowane jako opcja lokalna, a nie ta z czołówki. Flint pojawił się 21 października 2026 roku z 39,8 mld parametrów łącznie i około 2,5 mld aktywnych na token. North Mini Code pojawił się 9 czerwca 2026 roku z 30 mld łącznie i 3 mld aktywnych. To wystarczająco blisko, że wybór sprowadza się do tego, co jest w pliku i co faktycznie zostało zmierzone — a w obu tych kwestiach odpowiedź nie jest taka, jak sugerują relacje z premiery.

Te dwa pliki, wymiar po wymiarze

Zacznij od tego, co jest w pudełku, ponieważ w przypadku dwóch modeli hostowanych samodzielnie to jest porównanie, które przetrwa zetknięcie z rzeczywistością.

• Łączna liczba parametrów — Flint: 39,8 mld. North Mini Code: 30 mld.

• Aktywne parametry na token — Flint: około 2,5 mld, z czego 2,2 mld w części głównej, a reszta w głowicy wyjściowej. North Mini Code: 3 mld. Prawie identyczne, i to jest liczba, która decyduje o koszcie wnioskowania.

• Routing ekspertów — Flint: 256 ekspertów z routingiem, 6 wybieranych na token plus 1 współdzielony, w 47 warstwach MoE i 2 warstwach gęstych. North Mini Code: 128 ekspertów, 8 aktywnych na token.

• Uwaga — Flint: mieszanka warstw z przesuwnym oknem i warstw globalnych z ujściami uwagi. North Mini Code: stosunek warstw z przesuwnym oknem do globalnych wynosi 3:1. Oba rozwiązania opierają się na tym samym założeniu: większość tokenów wymaga wyłącznie uwagi lokalnej, a nieliczne — całego okna.

• Kontekst — Flint: 262 144 tokeny udokumentowane na karcie modelu, przy czym w ogłoszeniu wskazano do 512K i zalecano 256K. North Mini Code: 256K na wejściu, maksymalnie 64K na wyjściu.

• Modalność — Flint: tekst na wejściu, tekst na wyjściu. North Mini Code: tekst na wejściu, tekst na wyjściu. Żaden z nich nie obsługuje obrazów, co ma znaczenie, jeśli Twoja praca obejmuje zrzuty ekranu.

• Licencja — obie Apache 2.0, wagi w zestawie, bez progu przychodowego.

• Opublikowane formaty — Flint: BF16, int4 safetensors, int4 GGUF, NVFP4 GGUF. North Mini Code: BF16, FP8 i W4A16.

• Dysk i pamięć — Flint: 79,59 GB w BF16, 22,86 GB jako NVFP4 i około 24 GB pamięci do uruchomienia. North Mini Code: około 20–24 GB w wersji skwantyzowanej, a własne demo Cohere działa na Mac Studio, zajmując około 20 GB.

Pamięć to pierwsze cięcie — i jest bliżej, niż sugeruje liczba parametrów.

Naiwna interpretacja liczb 39,8B i 30B zakłada, że Flint potrzebuje o jedną trzecią więcej pamięci. Wcale tak nie jest, ponieważ oba modele są rzadkie i oba mają publikowane agresywnie skwantyzowane wersje. W rzeczywistości wybierasz między plikiem NVFP4 o rozmiarze 22,86 GB a skwantyzowaną wersją o rozmiarze około 20 GB — różnica jest na tyle mała, że ta sama karta 24 GB uruchomi każdą z nich, i na tyle mała, że sam rozmiar nie czyni żadnej z nich oczywistym wyborem.

Różnica tkwi w zapasie. Donoszono, że North Mini Code działa z 4-bitowym GGUF na Ryzen 7 z 32 GB DDR4 — to naprawdę zwykły komputer stacjonarny, a nie stacja robocza. Twierdzenie Flinta o laptopie jest bardziej konkretne: dane Recursive dotyczące przepustowości pochodzą z pomiarów na M4 Pro MacBook Pro oraz na 64 GB RTX Spark, które oba są maszynami klasy premium. Plik o rozmiarze 22,86 GB załaduje się na karcie 24 GB. To, czy będzie działać z prędkością, którą uznasz za akceptowalną, to osobne pytanie, które w dużym stopniu zależy od silnika.

Jeśli twoim ograniczeniem jest „maszyna, którą już mam”, North Mini Code ma więcej doniesień o działaniu na przeciętnym sprzęcie. Jeśli twoim ograniczeniem jest „najlepsza maszyna, jaką mam”, Flint to nowsza architektura i szybszy z nich przy krótkim kontekście.

Jedno z nich ma niezależną tablicę wyników.

To jest ta część porównania, którą większość opracowań pomija, a właśnie ona powinna decydować o zakupie.

North Mini Code został zmierzony przez Artificial Analysis. Osiąga 33,4 w AA Coding Index i 27,6 w AA Intelligence Index, przy czym SWE-bench Verified wynosi 67,6 pass@1 i 80,2 pass@10, oraz 61,0 w mini-SWE-Agent. Są to pomiary zewnętrzne przeprowadzone według spójnego protokołu, co oznacza, że można je porównywać z innymi modelami w tym samym indeksie bez przypisu dotyczącego harnessów.

Flint nie ma wpisu w Artificial Analysis. Jego opublikowane wyniki — 74,2 w SWE-bench Verified, 89,7 w SWE-bench Pro v2, 54,9 w Terminal-Bench 2.1 — pochodzą z własnego środowiska testowego Recursive i nikt ich nie powtórzył. Metodologia jest ujawniona, co należy docenić po stronie Recursive: mini-swe-agent bez dostępu do internetu w przypadku przebiegów SWE-bench, Terminus 2 z dostępem do internetu w przypadku Terminal-Bench, ale każde rozwiązanie pozyskane z sieci liczone jako porażka, pass@1 uśrednione z co najmniej pięciu prób. Ujawniona metodologia to nie metodologia zweryfikowana.

Więc czy można porównać 67,6 z 74,2? Nie w sposób odpowiedzialny. Zostały uzyskane przez różne organizacje, na różnych harnessach i według różnych zasad, a różnica — 6,6 punktu — mieści się spokojnie w zakresie, o jaki samo wybranie harnessu może przesunąć wynik. Można powiedzieć coś węższego, a wciąż przydatnego: wynik North Mini Code sprawdził ktoś, kto nie budował modelu, a wyniku Flint nie. Jeśli wybierasz na podstawie dowodów, a nie specyfikacji, to właśnie ta asymetria ma znaczenie.

Jest jeszcze jeden punkt danych w kolumnie North Mini Code, który jest mało pochlebny i wart odnotowania: Artificial Analysis oznaczyło go jako nietypowo gadatliwy — w testach zużywał około 75 milionów tokenów wyjściowych wobec mediany w klasie blisko 25 milionów. Gadatliwość to mnożnik kosztów w pętli agenta. Model, który myśli na głos trzy razy więcej, może być tańszy za token, a droższy za zadanie.

Opowieść o szybkości zmienia się całkowicie w przypadku długiego kontekstu

Oba modele są szybkie przy krótkich promptach, a oba zwalniają, gdy kontekst się zapełnia. Różnica polega na tym, jak bardzo.

• Flint — deklaruje ponad 125 tokenów na sekundę na M4 Pro MacBook Pro i ponad 150 na 64 GB RTX Spark, mierzone przy krótkim kontekście bez uwzględnienia prefill. Niezależne testy wykazały około 110 tokenów na sekundę przy krótkich promptach, spadające do mniej więcej 9 tokenów na sekundę przy blisko 115 000 tokenów kontekstu. To jest liczba, wokół której powinieneś projektować swojego agenta, ponieważ kodowanie agentowe spędza większość czasu w reżimie długiego kontekstu.

North Mini Code — około 199 do 210 tokenów wyjściowych na sekundę w API Cohere, z około 0,25 sekundy do pierwszego tokena i około 2,8 razy większą przepustowością niż porównywalne małe modele w tych samych testach. Na lokalnym sprzęcie liczby zależą wyłącznie od używanego silnika i kwantyzacji, ale schemat jest ten sam: szybko przy krótkim kontekście, wolniej w miarę zapełniania się okna.

Uczciwe porównanie to nie „który jest szybszy”, lecz „który jest szybszy w sposobie, w jaki agent faktycznie działa”. Model, który generuje token w 8 milisekund przy kontekście 4K i w 110 milisekund przy 115K, to inny produkt niż ten, którego wydajność spada łagodniej. Żaden z dostawców nie publikuje krzywej. Jeśli Twoim przypadkiem użycia jest praca agentowa z długim kontekstem, zmierz to na własnym repozytorium, zanim się zdecydujesz — to robota na jedno popołudnie i powie Ci więcej niż którykolwiek z artykułów premierowych.

Momentum kontra świeżość

North Mini Code przekroczył 150 000 pobrań do połowy sierpnia 2026 r., dwa miesiące po wydaniu. To realny sygnał: model o tak dużym wskaźniku adopcji był uruchamiany na sprzęcie, którego jego autorzy nigdy nie testowali, zgromadził poprawki w społeczności i miał udokumentowane niedociągnięcia przez osoby niemające motywacji do bycia życzliwym. Cohere podało tę liczbę, więc należy traktować ją jako dane dostarczone przez dostawcę, ale kierunek potwierdza wolumen pochodnych kwantyzacji w obiegu.

Flint ma cztery dni. Ma lepsze kluczowe parametry, szybsze dekodowanie w krótkim kontekście, dłuższe udokumentowane okno kontekstu i ciekawszą historię rozwoju. Ma też znany błąd szablonu czatu na ścieżce GGUF dla llama.cpp, załamanie przepustowości przy długim kontekście, którego nikt nie wyjaśnił, i zasadniczo brak historii społeczności. Wczesne przyjęcie czterodniowego modelu to zakład o trajektorii, a nie ocena artefaktu.

Co pobrać w poniedziałek

• Wybierz North Mini Code, jeśli chcesz model z dołączoną niezależną oceną, jeśli dysponujesz skromnym sprzętem, jeśli twoje zadania to zwykła inżynieria oprogramowania w repozytorium, które wygodnie mieści się w kontekście, oraz jeśli cenisz dwa miesiące raportów o błędach społeczności bardziej niż nowszą architekturę. Uwzględnij w budżecie jego rozwlekłość.

• Wybierz Flint, jeśli masz laptopa klasy premium lub kartę graficzną 24 GB, jeśli chcesz dłuższe okno kontekstu, jeśli szybkość przy krótkim kontekście jest tym, co faktycznie wykorzystuje Twój workflow, i jeśli jesteś gotów być wczesnym użytkownikiem w zamian za model, który prawdopodobnie będzie lepszym wyborem za miesiąc.

• Nie wybieraj żadnego z nich jako swojej jedynej opcji. Oba to modele z 2,5–3 mld aktywnych parametrów. Są świetne w zadaniach o ograniczonym zakresie, ale nie są czołowymi asystentami programowania, i Recursive mówi to samo o swoim własnym modelu. Praca, której żaden z nich nie wykona dobrze, to praca wymagająca hostowanego modelu czołowego — a rozsądna architektura to lokalny model domyślny ze ścieżką eskalacji, a nie jeden model, od którego wymaga się, by był wszystkim.

To na tej ścieżce eskalacji routing zarabia na siebie. OrcaRouter nie obsługuje żadnego z tych modeli, więc nic tutaj nie jest reklamą trasy do nich. W konfiguracji local-first warstwa routingu działa w drugą stronę: pozwala włączyć zadania wymagające większego modelu hostowanego do tej samej ścieżki wywołań, z łańcuchem fallback dla żądań, w których lokalny model utknie lub kontekst się przepełni. Przy dobrej konfiguracji lokalny model obsługuje rutynową pracę, a drogi model jest wykorzystywany tylko wtedy, gdy jest naprawdę potrzebny — i to jest jedyna wersja tej architektury, która oszczędza pieniądze.

Nudna odpowiedź jest właściwa. Oba pliki są darmowe, oba działają na sprzęcie, który prawdopodobnie masz, a jedynym sposobem, aby dowiedzieć się, który pasuje do Twojego repozytorium, jest wypróbowanie obu na nim. Różnica w wynikach benchmarków między nimi jest mniejsza niż różnica między którymkolwiek z nich a Twoim rzeczywistym obciążeniem.