
MAI Code 2 vs North Mini Code: En hyrd modell mot en nedladdning på 30 miljarder parametrar
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 153 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 277 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 89 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 98 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Siffran som avgör den här duellen är inte ett benchmark. Det är 3 miljarder – antalet aktiva parametrar i North Mini Code, Coheres Apache 2.0-kodmodell som släpptes den 9 juni 2026, tillräckligt liten för att kunna köras på en enda H100. MAI Code 2 är den motsatta propositionen: Microsoft släppte den den 17 november 2026 som hostad inferens i GitHub Copilot, för 0,50 USD per miljon indatatoken och 2,50 USD per miljon utdatatoken, utan vikter, utan någon väg att hosta själv, och – det här är delen som gör en kapacitetsjämförelse omöjlig – inget publicerat parameterantal alls. Microsoft har inte berättat för någon hur stort modellen är. Cohere har berättat för alla exakt hur stort deras modell är, ända ned till antalet experter. Den skillnaden i öppenhet är en bättre vägledning för vilken modell du ska välja än någon poäng, eftersom den berättar vad varje leverantör förväntar sig att du ska göra med den.
Varför en kapacitetsjämförelse kollapsar omedelbart
North Mini Code är en sparse mixture-of-experts-modell med 30 miljarder parametrar och 3 miljarder aktiva parametrar, ett kontextfönster på 256K, text in och text ut, Apache 2.0-vikter och ett fotavtryck som ryms på en enda H100. Cohere tränade den över flera olika agent-harnesses i stället för att låsa den till en — SWE-Agent, mini-SWE-Agent, OpenCode och Terminus 2 förekommer alla i företagets material — eftersom poängen med en öppen modell är att du tar med dig din egen agent.
Det publicerade specifikationsbladet för MAI Code 2 har tre punkter: ett pris, ett kontextfönster på 1 miljon token som endast är tillgängligt i Visual Studio Code och Copilot CLI, samt en lista över avsedda uppgifter. Det finns inget parameterantal, inget tak för utdata och ingen latensbenchmark utanför leverantörens egen testmiljö. Underlaget är fyra namngivna benchmarkar och två kvoter — 96 % av Claude Opus 5.5:s prestanda till 5 % av kostnaden, 98 % av GPT-6.1 Sol:s till 40 % — i genomsnitt över DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas och FrontierCode v1.1, där de tre första kördes på Microsofts interna MSBench-plattform och FrontierCode hämtades från Artificial Analysis.
Det är inte två punkter på en och samma kurva. Den ena är en liten modell utformad för att vara allestädes närvarande; den andra är en stor modell utformad för att hyras ut, vars storlek du inte får veta. Att jämföra dem utifrån kapacitet är inte bara svårt, det är odefinierat.
Ägandekostnaden, vilket är där de två faktiskt skiljer sig åt
• Förskottskostnad – North Mini Code till priset av en H100 som du redan äger eller hyr, mot MAI Code 2 till noll utöver den Copilot-plats du har
• Marginalkostnad per token — North Mini Code till $0.00 per miljon på det API som Artificial Analysis mäter, mot MAI Code 2 till $0.50 för indata och $2.50 för utdata
• Kostnad efter arton månader – North Mini Code till det pris ditt GPU-avtal anger, jämfört med MAI Code 2 till $1,00 och $5,00 från och med 17 maj 2027, då kampanjpriset löper ut och fördubblas
Datahemort – North Mini Code i ditt eget nätverk, luftgapbart, mot MAI Code 2 i Microsofts värdbaserade inferens enligt Microsofts produktvillkor
• Granskningsbarhet — North Mini Code under Apache 2.0 med nedladdningsbara vikter, jämfört med MAI Code 2, för vilken inga vikter distribueras
• Kontext — North Mini Code vid 256K, jämfört med MAI Code 2 vid 1 miljon tokens, endast VS Code och Copilot CLI
• Operativ börda — North Mini Code kräver en serving-stack, ett kvantiseringsbeslut och någon som står i beredskap, jämfört med att bara välja i en modellväljare
Den sista raden är den som team underskattar. Öppna vikter är gratis på samma sätt som en valp är gratis. Att servera en 30B-modell med produktionslatens innebär vLLM eller motsvarande, en tokenizer och chat-mall som matchar Coheres referens, en kvantisering som inte i tysthet förstör tillförlitligheten för verktygsanrop, och kapacitetsplanering för toppen snarare än medelvärdet. Vinsten är att modellen fortsätter fungera när leverantören inte gör det: ingen hastighetsbegränsning, ingen avvecklingsavisering, ingen prisändring som du inte har godkänt.
Artificial Analysis mätte den operativa sidan och mätvärdet är verkligen bra – 180 tokens per sekund i utdata och 0,00 USD per Intelligence Index-uppgift, på samma sida som rapporterar en median på 0,30 USD per miljon utdatatokens bland de modeller den följer. Det här är en snabb modell. Den är också, på samma sida, lågpresterande: ett Intelligence Index på 3 under version 5.0.1. Snabbhet är vad man får i stället för djup, och för autokompletteringsliknande redigeringar, lint-åtgärder och testskelett är den avvägningen korrekt. För refaktorering i repositoriestorlek är den inte det.

Vad Microsofts siffror omfattar, och vad de utelämnar
Den ärliga sammanfattningen av bevisen för MAI Code 2 är att de är riktningsgivande och inte går att verifiera. Riktningen är konsekvent – betydligt billigare än frontlinjen och nära den i genomsnitt över fyra kodningsbenchmarkar – och verifieringen saknas, eftersom Microsoft publicerade förhållanden i stället för godkännandegrader per benchmark och Artificial Analysis inte har någon rad för modellen per den 18 november 2026.
Vad det innebär konkret: du kan inte beräkna antalet försök per slutförd uppgift för MAI Code 2, så du kan inte omvandla en tokenrabatt till en siffra för kostnad per merge. Du kan bara lita på Microsofts ord om att genomsnittet stämmer, på de fyra benchmarkar som Microsoft valde, med det testramverk som Microsoft körde. Påståendet att MAI Code 2 levererar "ändringar som kodunderhållare skulle merge:a" är den typ av uttalande som behöver en absolut siffra bakom sig, och det finns ingen.
North Mini Code har det spegelvända problemet. Dess siffror är offentliga och dess poäng är låga – Coheres egen rapporterade pass@1 på 61,0 % på SWE-Bench Verified är respektabelt för en 3B-aktiv modell, och det oberoende Intelligence Index på 3 är inte alls respektabelt. Båda är sanna, eftersom en liten modell kan klara en kurerad uppsättning uppgifter med en enda funktion och ändå vara svag på det långsiktiga arbete över flera filer som indexet belönar.
Vart gratisnivån tog vägen, och varför det spelar roll här
North Mini Codes distributionshistoria förändrades den 14 augusti 2026, då Cohere meddelade att modellen hade passerat 150 000 nedladdningar och tillskrev en stor del av ökningen att en värdbaserad gateways gratisnivå upphörde. Den siffran är Coheres egen sammanställning över alla kanaler och inte oberoende verifierad – det offentliga Hugging Face-förrådet visar en månadssiffra som är en storleksordning mindre – så läs det som momentum.
Konsekvensen är den del som spelar roll. En utvecklare som tidigare hade kört North Mini Code gratis har nu tre alternativ: Coheres eget API, en hanterad driftsättning med pris per instans, eller Apache 2.0-vikterna på hårdvara de kontrollerar. Två av tre är självhostingfall, vilket är precis poängen med öppna vikter och precis den kostnad som den här artikeln har beskrivit.
MAI Code 2 innebär ingen motsvarande kundbortfallsrisk eftersom det aldrig var fristående. Det ingår i en Copilot-prenumeration vars pris Microsoft styr, till en tokenavgift som dokumenterats som kampanj med ett angivet slutdatum. Felsättet är av ett annat slag: inte en gratisnivå som försvinner, utan en prislista som fördubblas på ett kalenderdatum som du kan planera kring.
Kör den billiga sidan genom en enda slutpunkt
Varken MAI Code 2 eller North Mini Code finns i OrcaRouters katalog, och det vore fel att antyda något annat. MAI Code 2:s enda publicerade väg är en Copilot-plats; North Mini Codes är Coheres eget API, en hanterad distribution eller dina egna GPU:er. Det ett routningslager förändrar är inte åtkomsten till dessa två modeller utan kostnaden för beslutet kring dem: modellerna du skulle falla tillbaka på — Claude Opus 5.5, Gemini 4 Carbon, Kimi K3.1 Pro, Qwen3.8-Max — ligger bakom en enda nyckel till leverantörens listpris med 0 % påslag, så en jämförelsekörning mot någon av dem debiteras exakt enligt leverantörens taxa, och automatisk failover innebär att den billiga modell du testar aldrig blir anledningen till att en pipeline stannar.
Det mönster som fungerar för ett team i den här situationen är en tvåskiktad uppdelning snarare än en växling. Placera North Mini Code, eller en jämförbar liten öppen modell, på rutinnivån där 3 miljarder aktiva parametrar verkligen räcker och driftskostnaden redan är tagen. Placera en avvägd frontier-modell på den nivå som hanterar refaktoreringar och resonemang på repositorienivå. Behandla sedan MAI Code 2 som ett tredje spår som endast är tillgängligt för utvecklare inom Copilot – användbart för att testa om Microsofts påstående om pris och prestanda håller när det möter dina repositorier, och ännu inte en kandidat för något som en byggserver måste anropa.
Beslutet, i en form som ett team kan agera utifrån
Välj North Mini Code om kravet är att modellen körs där du kör — reglerade data, ett luftgapnätverk, ett fabriksgolv utan tillförlitlig utgående trafik — eller om du har GPU-kapacitet som redan är betald och outnyttjad. Apache 2.0-licensen och fotavtrycket på en H100 är hela argumentet, och de är starka. Acceptera i gengäld att du köper kapaciteten hos en modell med 3B aktiva parametrar, att det oberoende betyget är 3 av indexet, och att du nu äger serveringsstacken.
Välj MAI Code 2 om dina utvecklare redan arbetar i Copilot och arbetet är rutinmässiga företagsreparationer där en fyra gånger så stor prisfördel jämfört med frontier väger tyngre än ett granskat resultat. Acceptera att modellen inte är din, inte kan granskas, saknar publicerad storlek och fördubblas i pris i maj 2027.
Välj inte mellan dem utifrån benchmarktal. North Mini Code är uppmätt och litet; MAI Code 2 är inte uppmätt och är, enligt leverantörens egen beskrivning, optimerat för det vardagliga snarare än det svåra. Ett av dessa är ett faktum du kan kontrollera och det andra är ett påstående du inte kan, och inget av dem är en jämförelse.

Båda modellerna delar en lärdom som den här bloggen gång på gång stöter på. Den kostnadsfria värdbaserade nivån försvann för den ena. Kampanjpriset har ett slutdatum tryckt på den andra. Ett team vars arkitektur utgår från att någon av dem kommer att hålla är ett team som kommer att behöva skriva om något med kort varsel.

