AesCode 32B против North Mini Code: файл весов — это не обязательство

Обе эти модели распространяются под Apache 2.0, обе доступны для скачивания, и обе созданы для узкой задачи — и именно здесь сходство перестаёт быть полезным. AesCode 32B — это исследовательский чекпойнт Microsoft для генерации редактируемых HTML и CSS: слайдов, постеров, дашбордов и отчётов. Его репозиторий на Hugging Face был создан 29 сентября 2026 года, а коммит под названием "Release AesCode-32B" появился 7 октября 2026 года; Microsoft не публиковала никаких анонсов, и карточка модели вообще не содержит даты выпуска. North Mini Code — это открытая по весам агентная модель для кодинга от Cohere, 30B mixture-of-experts с 3B активных параметров, выпущенная в июне 2026 года и нацеленная на разработку ПО и работу в терминале. Очевидный способ сравнить их — бенчмарки, и он не работает, потому что эти две модели никогда не измерялись на одной и той же задаче, и только одну из них измерял кто-либо за пределами её собственной лаборатории. Сравнение, которое действительно работает — то, что решает, можете ли вы вообще запустить любую из них, — это файл весов.

Две контрольные точки, два совершенно разных счёта

Это та ось, которую пропускает большинство сравнений, и для двух локально развёрнутых моделей именно она важнее всего.

• Параметры — AesCode 32B: 33B, плотная. North Mini Code: 30B всего, 3B активных, смесь экспертов.

• Память для запуска — AesCode 32B: карта рекомендует закладывать примерно 65 ГБ памяти ускорителя только на параметры bf16. North Mini Code: в квантованном виде достаточно около 20–24 ГБ, а к эталонным развёртываниям относится в том числе Mac Studio.

• Схема обслуживания — AesCode 32B: визуально-языковая модель, поэтому путь обслуживания передаёт изображения, а также текст, и в её собственном примере используется четырёхсторонний тензорный параллелизм. North Mini Code: текст на входе, текст на выходе; в бенчмарках использовался один терминальный инструмент.

• Лицензия — у обеих Apache 2.0, веса включены. По этому пункту — ничья, и это не тот фактор различия, каким его принято считать.

• Контекст — AesCode 32B: 24 576 токенов в заявленной конфигурации, при этом промпты и ответы во время обучения ограничены 8 192. North Mini Code: 256K на входе, 64K на выходе.

• Что он выдаёт — AesCode 32B: полный HTML-документ, таблицы в виде HTML-таблиц, а диаграммы — в виде спецификаций ECharts. North Mini Code: любой текст или вызов инструмента, который запросила обвязка.

• Независимая оценка — AesCode 32B: опубликованных нет; все цифры принадлежат Microsoft. North Mini Code: оценена в Artificial Analysis, которая также отметила её многословность.

Прочитайте вторую строку дважды. 32B плотная визуально-языковая модель, которой требуется 65 ГБ и четырёхсторонний параллелизм, — это иное решение о закупке, чем MoE с 3B активных параметров, которая в квантованном виде помещается на рабочей станции. Если ваша причина рассматривать открытые веса была «мы хотим это на собственном оборудовании», эта строка — большая часть ответа, ещё до того как вы запустите хотя бы один запрос.

Лицензия — не причина выбирать одно из двух.

Почти каждое сравнение открытых весов начинается с лицензирования, и здесь это тупик: обе под Apache 2.0, обе поставляются с полными весами, и ни одна не несёт ограничений на использование, которые помешали бы коммерческому развёртыванию. Нет пункта об обмене данными, который можно было бы сопоставить со скидкой, нет уровня для контрибьюторов, нет оговорки о сфере использования. По какому бы критерию вы ни выбирали между этими двумя, это не разрешение.

Если убрать лицензирование со стола, остаётся то, чему обучали модель, — а эти двое обучались в противоположных направлениях.

Один был обучен на терминале, другой — на холсте.

В карточке модели North Mini Code прямо указана её целевая область: генерация кода, агентная разработка ПО и терминальные задачи. Cohere обучала её на нескольких агентных средах — SWE-Agent, mini-SWE-Agent, OpenCode, Terminus 2 — специально для того, чтобы она работала внутри той, которую вы уже используете, и оценивала её на SWE-Bench Verified, SWE-Bench Pro, Terminal-Bench v2 и Terminal-Bench Hard. Её опубликованная слабость реальна и была обнаружена сторонним оценщиком, а не добровольно раскрыта поставщиком: она выдаёт примерно втрое больше выходных токенов, чем медиана для её размерного класса. Многословные модели порождают длинные агентные траектории, а длинные траектории — это то, за что вы платите, как только заканчиваются промо-цены.

AesCode 32B была обучена на совершенно другом, и в карточке необычно ясно сказано, что цель — это артефакт. Весь смысл дизайна в том, что кодовая модель не может видеть, как макет, иерархия и цвет сочетаются на холсте, поэтому AesCode использует изображение, сгенерированное по тому же промпту, в качестве эстетического референса, сохраняя при этом промпт как источник истины для содержания. Супервизия — это «граф дизайна» из узлов и рёбер, семь каналов вознаграждения — исполнение, текст, границы, таблица/график, макет, пустое пространство, дизайн — шесть из них — детерминированные верификаторы, а один — визуально-языковой судья, работающий по рубрике для каждого образца. Кандидаты отрисовываются в браузере Playwright в песочнице с заблокированными внешними запросами и оцениваются по DOM, вычисленным стилям, ограничивающим рамкам и скриншоту.

Этот механизм существует, чтобы выполнялось одно условие: на выходе получается отрендеренная страница, которую человек откроет и отредактирует, а не патч, применённый к репозиторию. AesCode 32B никогда не обучали работе с оболочкой, и ничто в системе вознаграждения не вознаградило бы его за такую попытку.

Асимметрия доказательств, изложенная честно

North Mini Code был запущен третьей стороной. Artificial Analysis оценивает его в 33,4 балла по своему Coding Index и в 27,6 — по Intelligence Index, а также публикует вывод о многословности. Собственный ключевой показатель Cohere — 61,0% pass@1 на SWE-Bench Verified — заявлен вендором, но поддаётся проверке на модели, которую может скачать любой желающий, а карточка откровенно говорит о выборе харнесса, вплоть до упоминания, что для Terminal-Bench Hard она следовала собственной методологии Artificial Analysis, чтобы сравнение было справедливым.

AesCode 32B не имеет аналогов. Его оценка на 300 образцах инфографики — три генерации на запрос без отбора — даёт 85,89 Overall против 81,28 у GPT-5.5 и 80,39 у Claude Opus 4.8; всё измерялось внутри стенда Microsoft, на образцах Microsoft, с использованием каналов оценки, по которым Microsoft обучала модель. Есть реальная вероятность, что цифры честны; дизайн прозрачнее, чем у большинства вендорских таблиц, стек верификаторов и конструктор рубрик имеют открытый исходный код, а карточка публикует тот факт, что ни одна модель в сравнении не преодолевает отметку 60 по своему измерению стиля. Но ни одна внешняя лаборатория не воспроизвела ничего из этого, и нет ни листинга на арене, ни места в таблице лидеров, ни независимого теста пропускной способности. Если бенчмарк вендора, который к тому же благоприятствует собственному бенчмарку вендора — задаче по инфографике, — играет большую роль в вашем решении, вас просят принять единственную доступную интерпретацию.

Обратите внимание, что это означает конкретно для этого сравнения: общего числа нет. Совсем нет. Одна модель оценивается по тому, проходят ли задачи по программной инженерии, другая — по тому, разборчив ли текст и не выходит ли макет за пределы холста. Любая страница, которая ставит 33,4 рядом с 85,89, сравнивает Coding Index с итоговой оценкой инфографики, и ни одна из моделей не знает, на чём тестировали другую.

Ни один из них не является моделью общего назначения, и в этом и заключается настоящая цена

Вот в чём ловушка в обеих частях этого сравнения. Выбор любой из моделей означает поддержание самостоятельно размещённого пути обслуживания для специалиста: 65 ГБ видеопамяти и мультимодальный стек для той, что рендерит страницы; слот для 3B-активной MoE для той, что обрабатывает терминальные задачи. Обе хороши в своём деле, и ни одна не может делать то, что делает другая, а значит, команда, которой нужны обе возможности, теперь запускает два развёртывания инференса — а для всего, что между ними, для модели, которая не является ни рендерером страниц, ни терминальным агентом, они запускают третье.

Это тот случай, когда слой маршрутизации оправдывает своё место, а не прикручивается сверху. Один ключ к более чем 200 моделям по каталожным ценам провайдеров, без наценки, означает, что специализированная работа остаётся на вашем собственном железе, где экономика и обращение с данными имеют смысл, а рутинная работа уходит к той размещённой модели, которая на этой неделе лучше всего для неё подходит. Семейство базовых моделей Qwen3-VL — хорошая иллюстрация того, насколько тонкой становится эта грань: Microsoft построила AesCode 32B на Qwen3-VL-32B-Instruct, и представители этого семейства, работающие с изображениями и текстом, доступны для вызова в каталоге OrcaRouter — Qwen3-VL 235B A22B Instruct за $0.40 за миллион входных токенов и $1.60 за выходные, или меньшая Qwen3-VL 8B Instruct за $0.18 и $0.70. Ни одна из них не является AesCode 32B: дообученная модель принадлежит Microsoft, и ни один провайдер её не обслуживает. Но если вам нужна была от AesCode 32B модель, которая читает скриншот и пишет код, и вам конкретно не требовался файнтюн под эстетический дизайн, то доступный для вызова вариант существует и стоит лишь долю стоимости GPU. Автоматическое переключение при сбое под одним и тем же эндпоинтом — это разница между тем, чтобы попробовать это, и тем, чтобы поставить на это продакшн-путь.

Как на самом деле принять решение

Сначала уберите лицензию со стола, потому что это ничья и она ничего не решит.

Затем спросите, каким вы хотите видеть результат. Если ответ — визуализированная редактируемая страница — презентация, отчёт, дашборд — North Mini Code не поможет, и AesCode 32B — единственный из двух, нацеленный на эту задачу. Беритесь за это с ясным пониманием: 65 ГБ, контекст 24K, отсутствие независимой оценки и тот факт, что это неанонсированная модель с двузначным числом загрузок. Это исследовательский релиз, а исследовательские релизы вознаграждают команды, которые могут позволить себе быть любопытными.

Если ответ — это изменение в репозитории, будь то миграция, исправление или многошаговая задача, то North Mini Code — тот самый вариант с обучением под harness, окном в 256K, профилем развёртывания с 3B активных параметров и независимым измерением как его качества, так и его многословности. Считайте бюджет по количеству токенов, а не по броской ставке из заголовка.

И если ваш список задач на этот квартал включает и артефакт дизайна, и миграцию репозитория, не считайте это решением с двумя моделями, когда на самом деле это решение с шестью моделями. Запускайте специализированную модель там, где это окупается, а остальное маршрутизируйте.

Проблема неанонсированной модели

И последнее, что отличает эти две модели, — это не техническая деталь. За North Mini Code стоит вендор, который опубликовал карточку модели, пост в блоге, Hugging Face Space, где можно попробовать, и документы, описывающие методологию бенчмарков, с которой можно поспорить. У AesCode 32B есть репозиторий, README и строка для цитирования, в которой написано: «На рассмотрении, 2027». Microsoft не заявила, что он существует.

Это меняется, когда вы можете его внедрить. С North Mini Code открытым остаётся вопрос, делает ли его многословность нерентабельной при масштабировании — вопрос, на который можно ответить, просто запустив его. С AesCode 32B открытый вопрос в том, что Microsoft намерена с ним делать: это исследовательский артефакт, первый релиз продуктовой линейки или нечто, что через шесть недель тихо заменят версией на 70B. Ничто в репозитории не отвечает на это, и никакое чтение карточки модели не поможет. Следите за тремя сигналами — официальным анонсом, независимым воспроизведением 85.89 или тем, что какой-нибудь провайдер инференса подхватит этот чекпоинт, — и воспринимайте отсутствие всех трёх как текущее состояние доказательств, а не как причину считать модель неинтересной.