AesCode 32B กับ North Mini Code: ไฟล์น้ำหนักไม่ใช่ข้อผูกมัด

โมเดลทั้งสองนี้ใช้สัญญาอนุญาต Apache 2.0 ทั้งคู่ดาวน์โหลดได้ และทั้งคู่ถูกสร้างขึ้นเพื่องานแคบ ๆ เฉพาะทาง — และนั่นคือจุดที่ความคล้ายคลึงกันเริ่มหมดประโยชน์ลง AesCode 32B เป็นเช็กพอยต์งานวิจัยของ Microsoft สำหรับการสร้าง HTML และ CSS ที่แก้ไขได้: สไลด์ โปสเตอร์ แดชบอร์ด และรายงาน ที่เก็บบน Hugging Face ของมันถูกสร้างขึ้นเมื่อวันที่ 29 กันยายน 2026 และคอมมิตที่ชื่อ "Release AesCode-32B" ถูกส่งเมื่อวันที่ 7 ตุลาคม 2026 Microsoft ไม่ได้ออกประกาศใด ๆ และการ์ดโมเดลก็ไม่มีวันที่เปิดตัวระบุไว้เลยแม้แต่ที่เดียว North Mini Code เป็นโมเดลเขียนโค้ดแบบเอเจนต์น้ำหนักเปิดของ Cohere เป็นโมเดลผสมผู้เชี่ยวชาญ (mixture-of-experts) ขนาด 30B ที่มีพารามิเตอร์ทำงานจริง 3B เปิดตัวเมื่อเดือนมิถุนายน 2026 มุ่งเป้าไปที่งานวิศวกรรมซอฟต์แวร์และงานบนเทอร์มินัล วิธีเปรียบเทียบที่เห็นได้ชัดคือดูจากเบนช์มาร์ก และมันใช้ไม่ได้ เพราะทั้งสองไม่เคยถูกวัดบนงานเดียวกันเลย และมีเพียงตัวเดียวเท่านั้นที่ถูกวัดโดยคนนอกห้องแล็บของตัวเอง การเปรียบเทียบที่ใช้ได้จริง — สิ่งที่ตัดสินว่าคุณจะรันตัวไหนได้จริงหรือไม่ — คือไฟล์น้ำหนักโมเดล

สองด่านตรวจ สองบิลที่แตกต่างกันอย่างมาก

นี่คือแกนที่การเปรียบเทียบส่วนใหญ่มองข้าม และสำหรับโมเดลที่โฮสต์เองสองตัว มันคือแกนที่สำคัญที่สุด

• พารามิเตอร์ — AesCode 32B: 33B, แบบ dense. North Mini Code: 30B ทั้งหมด, 3B ที่ใช้งาน, mixture-of-experts.

• หน่วยความจำที่ต้องใช้ในการรัน — AesCode 32B: การ์ดแนะนำให้วางแผนหน่วยความจำตัวเร่งความเร็วประมาณ 65 GB สำหรับพารามิเตอร์ bf16 เพียงอย่างเดียว North Mini Code: แบบควอนไทซ์ ประมาณ 20–24 GB ก็เพียงพอ และการติดตั้งใช้งานอ้างอิงรวมถึง Mac Studio ด้วย

• รูปแบบการให้บริการ — AesCode 32B: เป็นโมเดลที่เข้าใจทั้งภาพและภาษา ดังนั้นเส้นทางการให้บริการจึงรองรับทั้งภาพและข้อความ และตัวอย่างของมันเองใช้การทำ tensor parallelism แบบสี่ทาง North Mini Code: ข้อความเข้า ข้อความออก; การทดสอบ benchmark ใช้เครื่องมือเทอร์มินัลเพียงตัวเดียว

• สัญญาอนุญาต — ทั้งคู่เป็น Apache 2.0 โดยรวมน้ำหนักโมเดลไว้ด้วย แถวนี้เสมอกัน และไม่ใช่ปัจจัยที่ทำให้แตกต่างอย่างที่หลายคนคิด

• บริบท — AesCode 32B: 24,576 โทเค็นในการตั้งค่าที่รายงาน โดยพรอมต์และคำตอบในช่วงการเทรนถูกจำกัดไว้ที่ 8,192 North Mini Code: 256K ขาเข้า, 64K ขาออก

• สิ่งที่มันส่งออก — AesCode 32B: เอกสาร HTML ที่สมบูรณ์, ตารางเป็นตาราง HTML และแผนภูมิเป็นสเปก ECharts. North Mini Code: ข้อความหรือการเรียกใช้เครื่องมือใดก็ตามที่ฮาร์เนสร้องขอ

• การประเมินโดยอิสระ — AesCode 32B: ไม่มีผลการประเมินที่เผยแพร่ ตัวเลขทั้งหมดเป็นของ Microsoft ส่วน North Mini Code: ได้รับการให้คะแนนบน Artificial Analysis ซึ่งก็ได้ตั้งข้อสังเกตถึงความเยิ่นเย้อของโมเดลนี้เช่นกัน

อ่านแถวที่สองสองครั้ง โมเดล vision-language แบบ dense ขนาด 32B ที่ต้องการ 65 GB และการประมวลผลแบบขนานสี่ทาง ถือเป็นการตัดสินใจจัดซื้อที่ต่างจาก MoE ที่มีพารามิเตอร์ active 3B ซึ่งเมื่อควอนไทซ์แล้วก็พอดีกับเวิร์กสเตชันเครื่องเดียว ถ้าเหตุผลที่คุณพิจารณา open weights คือ "เราต้องการให้มันอยู่บนฮาร์ดแวร์ของเราเอง" แถวนั้นก็คือคำตอบเกือบทั้งหมดก่อนที่คุณจะรันพรอมป์ต์แม้แต่ครั้งเดียว

ใบอนุญาตไม่ใช่เหตุผลในการเลือกอันใดอันหนึ่ง

การเปรียบเทียบแบบเปิดน้ำหนักเกือบทุกอันเริ่มต้นที่เรื่องการอนุญาตสิทธิ์ และตรงนี้มันเป็นทางตัน: ทั้งคู่เป็น Apache 2.0 ทั้งคู่เผยแพร่น้ำหนักโมเดลเต็มชุด และไม่มีตัวใดมีข้อจำกัดการใช้งานที่จะหยุดการนำไปใช้งานเชิงพาณิชย์ได้ ไม่มีข้อกำหนดเรื่องการแบ่งปันข้อมูลให้เอาไปชั่งกับส่วนลด ไม่มีระดับชั้นสำหรับผู้มีส่วนร่วม ไม่มีข้อยกเว้นตามขอบเขตการใช้งาน ไม่ว่าคุณจะใช้เกณฑ์ใดในการเลือกระหว่างสองตัวนี้ มันไม่ใช่เรื่องการอนุญาต

สิ่งที่เหลืออยู่หลังจากที่ตัดเรื่องการให้สิทธิ์ออกไปแล้ว ก็คือสิ่งที่โมเดลถูกฝึกมาให้ทำ — และสองตัวนี้ถูกฝึกไปในทิศทางที่ตรงกันข้าม

ตัวหนึ่งถูกฝึกบนเทอร์มินัล อีกตัวบนแคนวาส

การ์ดโมเดลของ North Mini Code ระบุเป้าหมายอย่างตรงไปตรงมา: การสร้างโค้ด, วิศวกรรมซอฟต์แวร์แบบเอเจนต์ และงานเทอร์มินัล Cohere ฝึกมันผ่านฮาร์เนสเอเจนต์หลายตัว — SWE-Agent, mini-SWE-Agent, OpenCode, Terminus 2 — โดยเฉพาะเพื่อให้มันทำงานภายในตัวใดก็ตามที่คุณใช้อยู่แล้ว และประเมินมันบน SWE-Bench Verified, SWE-Bench Pro, Terminal-Bench v2 และ Terminal-Bench Hard จุดอ่อนที่เปิดเผยของมันเป็นเรื่องจริง และถูกค้นพบโดยผู้ประเมินจากภายนอก ไม่ใช่ผู้ขายเปิดเผยเอง: มันปล่อยโทเค็นเอาต์พุตประมาณสามเท่าของค่ามัธยฐานในกลุ่มขนาดเดียวกัน โมเดลที่พูดมากจะเขียนเส้นทางของเอเจนต์ยาว และเส้นทางที่ยาวคือสิ่งที่คุณต้องจ่ายเมื่อราคาโปรโมชันสิ้นสุดลง

AesCode 32B ถูกฝึกบนสิ่งอื่นโดยสิ้นเชิง และการ์ดก็ชัดเจนเป็นพิเศษว่าเป้าหมายคืออาร์ติแฟกต์ จุดประสงค์ทั้งหมดของการออกแบบคือ โมเดลโค้ดไม่สามารถมองเห็นว่าเลย์เอาต์ ลำดับชั้น และสีสันมารวมกันบนแคนวาสได้อย่างไร ดังนั้น AesCode จึงใช้ภาพที่สร้างจากพรอมต์เดียวกันเป็นข้อมูลอ้างอิงด้านสุนทรียศาสตร์ ในขณะที่เก็บพรอมต์ไว้เป็นแหล่งความจริงสำหรับเนื้อหา การกำกับดูแลเป็น "กราฟการออกแบบ" ของโหนดและเส้นเชื่อม ช่องทางรางวัลเจ็ดช่อง — การทำงานจริง ข้อความ ขอบเขต ตาราง/แผนภูมิ เลย์เอาต์ ช่องว่าง การออกแบบ — หกช่องเป็นตัวตรวจสอบแบบดีเทอร์มินิสติก และอีกหนึ่งเป็นผู้ตัดสินด้านภาพ-ภาษาโดยทำงานจากรูบริกต่อตัวอย่าง แคนดิเดตจะถูกเรนเดอร์ในเบราว์เซอร์ Playwright แบบแซนด์บ็อกซ์ โดยบล็อกคำขอภายนอก และให้คะแนนจาก DOM สไตล์ที่คำนวณแล้ว กรอบล้อมรอบ และภาพหน้าจอ

กลไกนั้นดำรงอยู่เพื่อทำให้สิ่งหนึ่งเป็นจริง นั่นคือ ผลลัพธ์เป็นหน้าที่เรนเดอร์แล้วซึ่งมนุษย์จะเปิดขึ้นมาและแก้ไข ไม่ใช่แพตช์ที่ถูกนำไปใช้กับรีโพซิทอรี AesCode 32B ไม่เคยถูกฝึกให้ใช้เชลล์ และไม่มีอะไรในการออกแบบระบบรางวัลที่จะให้รางวัลกับการที่มันลองทำเช่นนั้น

ความไม่สมมาตรของหลักฐาน กล่าวอย่างตรงไปตรงมา

North Mini Code ถูกนำไปรันโดยบุคคลที่สามแล้ว Artificial Analysis ให้คะแนน 33.4 ใน Coding Index และ 27.6 ใน Intelligence Index ของตน พร้อมเผยแพร่ข้อค้นพบเรื่องความยาวเกินจำเป็น ตัวเลขพาดหัวของ Cohere เอง — 61.0% pass@1 บน SWE-Bench Verified — เป็นตัวเลขที่ผู้ขายรายงานเอง แต่สามารถตรวจสอบกับโมเดลที่ใครก็ดาวน์โหลดได้ และ model card ก็ตรงไปตรงมาเกี่ยวกับการเลือกใช้ harness ของตน ถึงขั้นระบุว่าสำหรับ Terminal-Bench Hard ได้ทำตามระเบียบวิธีของ Artificial Analysis เอง เพื่อให้การเปรียบเทียบยุติธรรม

AesCode 32B ไม่มีคู่เทียบ การประเมินอินโฟกราฟิก 300 ตัวอย่างของมัน ซึ่งสร้างสามครั้งต่อพรอมป์โดยไม่มีการคัดเลือก ให้คะแนน Overall 85.89 เทียบกับ 81.28 ของ GPT-5.5 และ 80.39 ของ Claude Opus 4.8 — ทั้งหมดวัดภายในฮาร์เนสของ Microsoft บนตัวอย่างของ Microsoft ด้วยช่องทางการให้คะแนนที่ Microsoft ฝึกโมเดลให้ต่อกรด้วย มีโอกาสจริงที่ตัวเลขจะยุติธรรม การออกแบบโปร่งใสกว่าตารางของผู้ขายส่วนใหญ่ สแต็กตัวตรวจสอบและตัวสร้างรูบริกเป็นโอเพนซอร์ส และการ์ดเผยข้อเท็จจริงว่าไม่มีโมเดลใดในการเปรียบเทียบที่ผ่าน 60 ในมิติด้านสไตล์ของมัน แต่ไม่มีแล็บภายนอกใดทำซ้ำสิ่งเหล่านี้ได้เลย และไม่มีการลงรายการใน Arena ไม่มีการจัดอันดับบนลีดเดอร์บอร์ด และไม่มีการทดสอบปริมาณงานอิสระ หากเกณฑ์มาตรฐานของผู้ขายที่บังเอิญเข้าข้างเกณฑ์มาตรฐานของผู้ขายเอง — งานอินโฟกราฟิก — มีผลอย่างมากต่อการตัดสินใจของคุณ คุณกำลังถูกขอให้ใช้การตีความเพียงหนึ่งเดียวที่มีอยู่

โปรดสังเกตว่าสิ่งนี้หมายความว่าอะไรสำหรับการเปรียบเทียบนี้โดยเฉพาะ: ไม่มีตัวเลขที่ใช้ร่วมกันเลย ไม่มีเลย โมเดลหนึ่งได้คะแนนจากว่างานวิศวกรรมซอฟต์แวร์ผ่านหรือไม่ อีกโมเดลได้คะแนนจากว่าข้อความอ่านออกและเลย์เอาต์ไม่ล้นออกนอกแคนวาส หน้าใดก็ตามที่นำ 33.4 ไปวางข้าง ๆ 85.89 กำลังเปรียบเทียบ Coding Index กับคะแนน Overall ของอินโฟกราฟิก และไม่มีโมเดลใดรู้ว่าอีกโมเดลถูกทดสอบเรื่องอะไร

ไม่มีตัวไหนเป็นโมเดลอเนกประสงค์ และนั่นคือต้นทุนที่แท้จริง

นี่คือกับดักในทั้งสองส่วนของการเปรียบเทียบนี้ การนำโมเดลใดโมเดลหนึ่งมาใช้หมายความว่าต้องดูแลเส้นทางให้บริการแบบโฮสต์เองสำหรับผู้เชี่ยวชาญเฉพาะทาง: VRAM 65 GB และสแต็กมัลติโมดัลสำหรับตัวที่เรนเดอร์หน้าเว็บ; ช่องสำหรับ MoE แบบ active 3B สำหรับตัวที่จัดการงานเทอร์มินัล ทั้งสองเก่งในหน้าที่ของตน และไม่มีตัวใดทำหน้าที่ของอีกฝ่ายได้ ซึ่งหมายความว่าทีมที่ต้องการความสามารถทั้งสองแบบตอนนี้กำลังรันการติดตั้ง inference สองชุด — และสำหรับทุกอย่างที่อยู่ระหว่างกลาง โมเดลที่ไม่ใช่ทั้งตัวเรนเดอร์หน้าเว็บและไม่ใช่เอเจนต์เทอร์มินัล พวกเขากำลังรันชุดที่สาม

นั่นคือกรณีที่ชั้นการจัดเส้นทางได้ที่ยืนของตัวเอง แทนที่จะถูกแปะเพิ่มเข้าไปทีหลัง คีย์เดียวใช้ได้กับโมเดลกว่า 200 รายการในราคาตามที่ผู้ให้บริการประกาศไว้ ไม่บวกราคาเพิ่ม หมายความว่างานเฉพาะทางยังคงอยู่บนฮาร์ดแวร์ของคุณเอง ซึ่งความคุ้มค่าทางเศรษฐศาสตร์และการจัดการข้อมูลสมเหตุสมผล ส่วนงานroutine ก็ส่งไปยังโมเดลโฮสต์ใดก็ตามที่เหมาะกับงานนั้นที่สุดในสัปดาห์นั้น ตระกูลแกนหลัก Qwen3-VL เป็นตัวอย่างที่ดีว่าขอบเขตมันบางแค่ไหน: Microsoft สร้าง AesCode 32B บน Qwen3-VL-32B-Instruct และสมาชิกประเภท vision-language ของตระกูลนั้นสามารถเรียกใช้ได้ในแคตตาล็อก OrcaRouter — Qwen3-VL 235B A22B Instruct ราคา $0.40 ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ $1.60 สำหรับเอาต์พุต หรือรุ่นเล็กกว่าQwen3-VL 8B Instruct ราคา $0.18 และ $0.70 ทั้งสองรุ่นนั้นไม่ใช่ AesCode 32B: ตัว fine-tune เป็นของ Microsoft และไม่มีผู้ให้บริการรายใดให้บริการมัน แต่ถ้าสิ่งที่คุณต้องการจาก AesCode 32B คือโมเดลที่อ่านภาพหน้าจอแล้วเขียนโค้ด และคุณไม่ได้ต้องการ fine-tune ด้านการออกแบบเชิงสุนทรียศาสตร์เป็นพิเศษ ทางเลือกที่เรียกใช้ได้ก็มีอยู่ และมีค่าใช้จ่ายเพียงเศษเสี้ยวของ GPU การ failover อัตโนมัติภายใต้เอนด์พอยต์เดียวกันคือความต่างระหว่างการลองใช้มัน กับการเดิมพันเส้นทางโปรดักชันไว้กับมัน

วิธีตัดสินใจจริง ๆ

เอาใบอนุญาตออกจากโต๊ะไปก่อน เพราะมันเสมอกันและจะไม่ได้ตัดสินอะไรเลย

จากนั้นถามว่าคุณต้องการให้ผลลัพธ์เป็นอะไร หากคำตอบคือหน้าที่เรนเดอร์และแก้ไขได้ — สไลด์นำเสนอ รายงาน หรือแดชบอร์ด — North Mini Code ช่วยคุณไม่ได้ และในสองตัวนี้ AesCode 32B เป็นตัวเดียวที่พุ่งเป้าไปที่ปัญหานี้ เข้าไปโดยมองให้ชัดเจนเกี่ยวกับ 65 GB, คอนเท็กซ์ 24K, การไม่มีการประเมินอิสระ และข้อเท็จจริงที่ว่านี่เป็นโมเดลที่ยังไม่ประกาศเปิดตัวและมียอดดาวน์โหลดสองหลัก มันคือการเปิดตัวเพื่อการวิจัย และการเปิดตัวเพื่อการวิจัยให้รางวัลกับทีมที่มีกำลังพอจะอยากรู้อยากเห็น

ถ้าคำตอบคือการเปลี่ยนแปลงในที่เก็บโค้ด — การย้ายระบบ การแก้ไข งานเทอร์มินัลหลายขั้นตอน — North Mini Code คือตัวเลือกที่มีการฝึกด้วยฮาร์เนส หน้าต่าง 256K โปรไฟล์การปรับใช้แบบ 3B-active และการวัดจากภายนอกทั้งในด้านคุณภาพและความเยิ่นเย้อของคำตอบ จงตั้งงบตามจำนวนโทเคน ไม่ใช่อัตราที่โฆษณาไว้

และถ้ารายการสิ่งที่ต้องทำในไตรมาสนี้ของคุณมีทั้งชิ้นงานการออกแบบและการย้ายที่เก็บโค้ด (repo) อย่ามองสิ่งนี้เป็นการตัดสินใจแบบสองโมเดลในเมื่อมันเป็นการตัดสินใจแบบหกโมเดลจริง ๆ จงใช้โมเดลเฉพาะทางในจุดที่คุ้มค่า แล้วส่งงานที่เหลือไปตามเส้นทางที่เหมาะสม

ปัญหาโมเดลที่ไม่ได้ประกาศ

สิ่งสุดท้ายที่ทำให้สองสิ่งนี้แตกต่างกัน และมันไม่ใช่เรื่องทางเทคนิค North Mini Code มีผู้ให้บริการอยู่เบื้องหลังที่เผยแพร่การ์ดโมเดล โพสต์บล็อก Hugging Face Space ให้ลองใช้ และหลักฐานเอกสารเกี่ยวกับระเบียบวิธีวัดประสิทธิภาพที่คุณสามารถโต้แย้งได้ AesCode 32B มีที่เก็บโค้ด README และบรรทัดการอ้างอิงที่อ่านว่า "อยู่ระหว่างการพิจารณา, 2027" Microsoft ไม่ได้กล่าวว่ามันมีอยู่

เรื่องนั้นจะเปลี่ยนไปเมื่อคุณนำมันไปใช้ได้ สำหรับ North Mini Code คำถามที่ยังไม่มีคำตอบคือ ความเยิ่นเย้อของมันทำให้ไม่คุ้มค่าเชิงเศรษฐศาสตร์เมื่อใช้งานในวงกว้างหรือไม่ — คำถามที่คุณตอบได้ด้วยการรันมัน สำหรับ AesCode 32B คำถามที่ยังไม่มีคำตอบคือ Microsoft ตั้งใจจะทำอะไรกับมัน: นี่คือชิ้นงานวิจัย การเปิดตัวครั้งแรกของสายผลิตภัณฑ์ หรือเป็นสิ่งที่กำลังจะถูกแทนที่อย่างเงียบ ๆ ด้วยเวอร์ชัน 70B ในอีกหกสัปดาห์ ไม่มีอะไรใน repository ที่ตอบคำถามนั้น และไม่ว่าจะอ่าน model card มากแค่ไหนก็ตอบไม่ได้ จับตาดูสัญญาณสามอย่าง — ประกาศอย่างเป็นทางการ การทำซ้ำผล 85.89 โดยอิสระ หรือผู้ให้บริการ inference ที่รับ checkpoint ไปใช้ — และให้ถือว่าการไม่มีสัญญาณทั้งสามนี้คือสถานะหลักฐานในปัจจุบัน มากกว่าจะเป็นเหตุผลว่าโมเดลนี้ไม่น่าสนใจ