AesCode-8B North Code: ไลเซนส์เดียวกัน ปุ่มดาวน์โหลดเหมือนกัน แต่ปัญหาตรงกันข้าม

ตัวเลขที่มีประโยชน์ที่สุดในการเปรียบเทียบครั้งนี้คือ 150,000 นั่นคือจำนวนดาวน์โหลดที่ Cohere ระบุไว้กับ North Mini Code เมื่อวันที่ 2026-08-14 ซึ่งเป็นเวลาสองเดือนหลังจากที่โมเดลเปิดตัวเมื่อวันที่ 2026-06-09 และเป็นตัวเลขที่ทำให้การเปรียบเทียบกับ AesCode-8B ชัดเจนขึ้น AesCode-8B ซึ่งเป็นเวอร์ชันไฟน์จูนของ Qwen3-VL-8B-Instruct โดย Microsoft แสดงจำนวนดาวน์โหลดเพียงสองครั้งบนรีพอซิทอรี Hugging Face ของตัวเองQwen3-VL-8B-Instruct ทั้งคู่ใช้สัญญาอนุญาต Apache 2.0 ทั้งคู่ไม่มีการจำกัดการเข้าถึง ทั้งคู่ดาวน์โหลดได้ในบ่ายวันนี้ และหนึ่งในนั้นอยู่ในมือของทีมงานโปรดักชันมาแล้วหนึ่งไตรมาส ขณะที่อีกตัวยังไม่ออกจากห้องแล็บ ช่องว่างนั้นไม่ใช่คำตัดสินเรื่องคุณภาพ — ยังไม่มีใครวัดผล AesCode-8B อย่างเป็นอิสระ ดังนั้นจึงไม่มีอะไรให้ภาคภูมิใจไปได้ทั้งสองฝ่าย — แต่มันคือจุดเริ่มต้นที่ซื่อตรง เพราะมันบอกคุณว่าตัวไหนมีคอมมูนิตี้ที่คุณถามคำถามได้

ทั้งสองเปิดตัวด้วยวิธีที่แตกต่างกันมาก และสิ่งนี้กำหนดรูปแบบสิ่งที่คุณสามารถตรวจสอบได้ North Mini Code เป็นการเปิดตัวแบบ open-weights ของ Cohere และ Cohere Labs พร้อมการ์ดโมเดล โพสต์บล็อกที่รองรับอยู่เบื้องหลัง ร่องรอยเอกสารเกี่ยวกับการเลือกฮาร์เนส และ API แบบ vendored ที่ให้บริการในราคา $0.00 ต่อล้านโทเคนในช่วงเปิดตัว AesCode-8B ไม่มีประกาศใด ๆ เลย: Microsoft สร้างรีโพซิทอรีเมื่อ 2026-09-29 คอมมิตเวตภายใต้ข้อความ "Release AesCode-8B" เมื่อ 03:35 UTC ของวันที่ 2026-10-07 และพุชโค้ดการเทรนไปยัง GitHub เมื่อ 2026-10-08 ไม่มีโพสต์ของ Microsoft Research ไม่มีบันทึกการเปิดตัว ไม่มีหน้าผลิตภัณฑ์ และมีบรรทัดการอ้างอิงที่ระบุว่า "Under review" พร้อมปีตัวแทน 2027 โมเดล 8B สร้างชุดสไลด์ โปสเตอร์ และแดชบอร์ดเป็น HTML และ CSS; ส่วน North Mini Code เขียนโค้ดภายในฮาร์เนสของเอเจนต์ ทั้งสองไม่ได้เป็นคู่แข่งกันมากนัก แต่เป็นเพื่อนบ้านในแคตตาล็อกมากกว่า ซึ่งนั่นก็เป็นข้อค้นพบในแบบของมันเอง

สิ่งที่แต่ละตัวได้รับการฝึกให้ส่งออก

วิธีที่ชัดเจนที่สุดที่จะเห็นว่าสองสิ่งนี้ไม่ได้ทำหน้าที่เดียวกัน ก็คือการดูสิ่งที่ออกมาจาก它们

• เอาต์พุต — AesCode-8B: เอกสาร HTML และ CSS ที่สมบูรณ์ หนึ่งหน้าเว็บที่เรนเดอร์ต่อหนึ่งคำขอ North Mini Code: ข้อความและการเรียกใช้เครื่องมือ ซึ่งในทางปฏิบัติหมายถึงแพตช์ คำสั่งเชลล์ และเส้นทางการทำงานของเอเจนต์

• ขนาด — AesCode-8B: แบบ dense bf16 ขนาด 8.8B แบ่งเป็นไฟล์ safetensors สี่ไฟล์ รวมทั้งสิ้น 17,543,339,408 ไบต์ North Mini Code: ขนาดรวม 30B โดยมีพารามิเตอร์ที่ใช้งานจริง 3B เป็น sparse mixture-of-experts ที่มี 128 experts และเปิดใช้งาน 8 experts ต่อโทเคน

• บริบท — AesCode-8B: 24,576 โทเค็นในคอนฟิกูเรชันที่รายงาน โดยพรอมต์และคำตอบในช่วงการฝึกถูกจำกัดไว้ที่ 8,192 แต่ละรายการ North Mini Code: อินพุต 256K, สร้างสูงสุด 64K

• อินพุต — AesCode-8B: ข้อความพร้อมภาพอ้างอิงแบบไม่บังคับ North Mini Code: ข้อความเท่านั้น โดยฮาร์เนสจะจัดเตรียมส่วนที่เหลือทั้งหมดให้

• ฝึกบน — AesCode-8B: การสาธิตแบบโคลด์สตาร์ท 3,000 ครั้ง จากนั้นจึงเรียนรู้แบบเสริมกำลังด้วย GDPO บนพรอมป์ 7,408 รายการ เป็นเวลา 400 สเต็ป โดยให้คะแนนด้วยตัวตรวจสอบแบบดีเทอร์มินิสติกหกตัว บวกกับรูบริกด้านภาพหลังจากเรนเดอร์แต่ละตัวเลือกในเบราว์เซอร์แบบแซนด์บ็อกซ์ North Mini Code: โครงสำหรับเอเจนต์ — SWE-Agent, mini-SWE-Agent, OpenCode และ Terminus 2 — ดังนั้นมันจึงทำงานภายในตัวไหนก็ได้ที่คุณใช้อยู่แล้ว แทนที่จะผูกมัดคุณไว้กับตัวเดียว

• สัญญาอนุญาต — ทั้งคู่เป็น Apache 2.0 รวมน้ำหนักโมเดลไว้ด้วย ไม่มีข้อยกเว้นเรื่องขอบเขตการใช้งาน ไม่มีระดับชั้นสำหรับผู้ร่วมสมทบ ในแกนนี้ทั้งสองเหมือนกันทุกประการและไม่ได้เป็นตัวชี้ขาดอะไร

• หลักฐาน — AesCode-8B: เกณฑ์การให้คะแนนอินโฟกราฟิก 300 ตัวอย่างของไมโครซอฟต์เอง ที่ยังไม่มีการทำซ้ำ North Mini Code: ตัวเลขจากผู้ขายบวกกับการวัดผลโดยอิสระ

ความไม่สมมาตรของหลักฐาน ซึ่งแคบกว่าที่เห็น

ฝั่งตะวันออกของการเปรียบเทียบนี้มีม้ามืดอยู่หนึ่งราย และนั่นมีค่ามากกว่าช่องว่างของเบนช์มาร์ก Artificial Analysis ได้รัน North Mini Code เอง และให้คะแนน 33.4 ใน Coding Index และ 27.6 ใน Intelligence Index — ซึ่งแข่งขันได้หรือสูงกว่าโมเดลเปิดขนาดใกล้เคียงกัน Cohere รายงานว่าได้ 61.0% pass@1 บน SWE-Bench Verified และอัตราทรูพุตเอาต์พุตสูงถึง 2.8 เท่าของ Devstral Small 2 ของ Mistral โดยทั้งคู่เป็นตัวเลขจากผู้จำหน่าย การรันอิสระคือสิ่งที่พบข้อควรระวังที่ซ่อนอยู่: North Mini Code ส่งออกโทเคนประมาณสามเท่าของค่ามัธยฐานในกลุ่มขนาดเดียวกันเพื่อทำชุดเบนช์มาร์กเดียวกันให้เสร็จ ประมาณ 75-77 ล้านโทเคนเอาต์พุต เทียบกับค่ามัธยฐาน 25-38 ล้าน ในราคาช่วงเปิดตัวที่ศูนย์ สิ่งนี้ไม่เสียค่าใช้จ่ายเป็นเงินสด แต่เสียความหน่วง และเป็นการบอกใบ้ถึงบิลที่จะตามมาเมื่ออัตราโปรโมชันสิ้นสุดลง

AesCode-8B ไม่มีสิ่งเทียบเคียงใดนอกเหนือจากการวัด Microsoft รายงานคะแนน Overall 82.94 จากการประเมินอินโฟกราฟิก 300 ตัวอย่างของตัวเอง โดยสร้างสามครั้งต่อพรอมป์โดยไม่มีการคัดเลือก ซึ่งนำหน้า GPT-5.5 แบบ reference-conditioned ที่ 81.28 และ Claude Opus 4.8 ที่ 80.39 และนำหน้า backbone ของตัวเองอยู่ 31.1 คะแนน Visual นอกจากนี้ยังรายงานว่า reward แบบ reference-conditioned ยกคะแนน Visual แบบ prompt-only จาก 25.17 เป็น 69.71 และการไม่ให้ภาพ reference ตอน inference ทำให้โมเดลเสียคะแนน Visual เพียง 1.00 คะแนน เทียบกับ 19.55 สำหรับ backbone ข้อกล่าวอ้างเหล่านั้นเจาะจงผิดปกติ และ harness ถูกเปิดซอร์ส ซึ่งมากกว่าที่ตารางจากผู้ขายส่วนใหญ่เสนอ ยังไม่มีใครทำซ้ำผลลัพธ์ใด ๆ เหล่านี้ได้ ไม่มีการลงรายการใน arena ไม่มีการติดอันดับ leaderboard ไม่มีการวัด throughput และไม่มีการตรวจทาน rubric โดยบุคคลที่สาม

สังเกตว่าสิ่งนี้หมายความอย่างไรสำหรับการเปรียบเทียบโดยเฉพาะ: ไม่มีตัวเลขร่วมกัน โมเดลหนึ่งถูกให้คะแนนจากว่างานวิศวกรรมซอฟต์แวร์ผ่านหรือไม่ และใช้โทเคนไปจำนวนเท่าใด ส่วนอีกโมเดลหนึ่งถูกให้คะแนนจากว่าข้อความของอินโฟกราฟิกยังอ่านได้ชัดเจนหรือไม่ และเลย์เอาต์ยังคงอยู่ภายในแคนวาสหรือไม่ การนำ 33.4 ไปวางข้าง 82.94 คือการเปรียบเทียบดัชนีการเขียนโค้ดกับคะแนนรวมของอินโฟกราฟิก

แต่ละอันถูกนำไปใช้งานที่ไหน และมีค่าใช้จ่ายเท่าไร

เรื่องราวการนำ North Mini Code ไปใช้งานคือเหตุผลที่มันมียอดดาวน์โหลดเกิน 150,000 ครั้ง MoE ที่มีส่วนทำงาน 3B เมื่อควอนไทซ์จะใช้หน่วยความจำประมาณ 20-24 GB ทีมของ Cohere ได้สาธิตมันบน Mac Studio ผ่าน MLX และ footprint ของส่วนที่ทำงาน 3B คือสิ่งที่ทำให้การประมวลผลภายในเครื่องคุ้มค่าในเชิงเศรษฐกิจ มันทำงานบน H100 เพียงตัวเดียวที่ความแม่นยำเต็มรูปแบบ Cohere ให้บริการมันในราคา $0.00 ต่อโทเคนอินพุตและเอาต์พุตหนึ่งล้านโทเคนในช่วงเปิดตัว และมีเส้นทางการปรับใช้แบบจัดการแยกตามอินสแตนซ์สำหรับสเกลโปรดักชัน ตัวเลขนี้เป็นตัวเลขของ Cohere เอง ซึ่งรวบรวมจากทุกช่องทางการเผยแพร่ โดยไม่มีรายละเอียดแยกตามแพลตฟอร์ม และตัวเลขรายเดือนแบบสาธารณะบน Hugging Face นั้นเล็กกว่าหนึ่งหลัก ซึ่งสอดคล้องกับการรวมที่ครอบคลุม API, เกตเวย์โฮสต์, ตัวจัดการแพ็กเกจ และการดึงไปใช้ภายในเครื่อง ให้อ่านมันเป็นโมเมนตัมมากกว่าข้อมูลวัดจริง

เรื่องราวการดีพลอยของ AesCode-8B คือบรรทัดคำสั่งเดียว การ์ดบอกไว้ตรง ๆ เลย — vllm serve microsoft/AesCode-8B --limit-mm-per-prompt image=2 --max-model-len 24576 โดยใช้ transformers 4.57 หรือใหม่กว่าสำหรับเส้นทางที่ไม่ใช้ vLLM น้ำหนัก bf16 ขนาด 17.5 GB อยู่ร่วมกับ KV cache สำหรับ 24,576 โทเคนและรูปภาพได้ถึงสองรูป ดังนั้นการ์ด 24 GB ใบเดียวจึงเพียงพอในทางเทคนิคและตึงมือในทางปฏิบัติ ส่วน 40-48 GB คือขั้นต่ำที่สมจริง เพิ่มสแต็กการเรนเดอร์ถ้าคุณต้องการให้คะแนนเอาต์พุตแบบที่ผู้เขียนทำ เพราะข้ออ้างเรื่องคุณภาพทุกข้อเกี่ยวกับโมเดลนี้ล้วนมาจากการเรนเดอร์ HTML ของมันในเบราว์เซอร์โดยบล็อกคำขอภายนอก ไม่มีเอ็นด์พอยต์ที่โฮสต์ไว้ซึ่งเราหาเจอ และมันไม่อยู่ในแคตตาล็อกของเรา

ประเด็นสุดท้ายนี้เป็นเรื่องที่ใช้ได้จริงสำหรับใครก็ตามที่เปรียบเทียบสองตัวนี้ในแง่ความพร้อมใช้งาน North Mini Code เข้าถึงได้ผ่าน API ของผู้ขายเองและแพลตฟอร์มของบุคคลที่สามหลายแห่ง รวมถึงตัวน้ำหนักโมเดลเองด้วย AesCode-8B มีอยู่เฉพาะบน Hugging Face และ GitHub เท่านั้น หากข้อจำกัดของคุณคือ "ฉันต้องเรียกใช้สิ่งนี้จากบริการได้ในวันพรุ่งนี้" มีเพียงหนึ่งในสองตัวนี้เท่านั้นที่ตอบว่าใช่

คำถามเรื่ององค์ประกอบที่ทั้งสองโมเดลก็แก้ไม่ได้

นี่คือกับดักในทั้งสองส่วนของการเปรียบเทียบนี้ และมันเป็นกับดักเดียวกัน การนำตัวใดตัวหนึ่งมาใช้หมายถึงการดูแลเส้นทางการให้บริการแบบโฮสต์เองสำหรับผู้เชี่ยวชาญเฉพาะทาง AesCode-8B ต้องการสแต็กมัลติโมดัลและเรนเดอเรอร์เพื่อให้ประเมินได้อย่างเหมาะสม North Mini Code ต้องการช่องสำหรับ MoE ที่มีพารามิเตอร์ทำงาน 3B บวกกับ agent harness ล้อมรอบ และความฟุ่มเฟือยของมันหมายความว่า trajectory มีต้นทุนสูงกว่าที่จำนวนโทเค็นบ่งบอก ทีมที่ต้องการทั้งสองความสามารถ — ตัวสร้างหน้าเว็บและ repo agent — ตอนนี้ต้องรันดีพลอยเมนต์สำหรับอินเฟอเรนซ์สองชุด และสำหรับทุกอย่างที่ไม่ใช่ทั้งสองอย่าง ก็ต้องมีชุดที่สาม

นั่นคือกรณีที่เอนด์พอยต์เดียวที่วางอยู่หน้าโมเดลหลายตัวทำงานจริง แทนที่จะเป็นเพียงความสะดวกสบาย จงเก็บโมเดลเฉพาะทางไว้บนฮาร์ดแวร์ของคุณเองในจุดที่ความคุ้มค่าทางเศรษฐศาสตร์และการจัดการข้อมูลสมเหตุสมผล และส่งทราฟฟิกปกติไปยังโมเดลโฮสต์ใดก็ตามที่ดีที่สุดสำหรับงานนั้นในสัปดาห์นี้ ทั้งหมดอยู่เบื้องหลังคีย์เดียว โดยราคาตามรายการของผู้ให้บริการถูกส่งต่อโดยบวกเพิ่ม 0% พร้อมการสลับไปยังผู้ให้บริการรายอื่นอัตโนมัติหากผู้ให้บริการรายใดเกิดปัญหาแกนหลักตระกูล Qwen3 เป็นตัวอย่างที่ดีว่าเส้นแบ่งบางลงเหลือเพียงใด: Microsoft สร้าง AesCode-8B บน Qwen3-VL-8B-Instruct และสมาชิกที่รองรับภาพและภาษาในตระกูลนั้นสามารถเรียกใช้ผ่าน OrcaRouter ได้ — Qwen3-VL-8B-Instruct ในราคา $0.18 ต่ออินพุตหนึ่งล้านโทเคน และ $0.70 สำหรับเอาต์พุต บนบริบท 131,072 โทเคน และ Qwen3-VL 235B A22B ในราคา $0.40 และ $1.60 ทั้งสองตัวนั้นไม่ใช่ AesCode-8B การปรับแต่งเฉพาะทางนี้เป็นของ Microsoft และไม่มีผู้ให้บริการรายใดให้บริการมัน แต่ถ้าสิ่งที่คุณต้องการจากมันคือโมเดลที่อ่านภาพหน้าจอแล้วเขียนโค้ด และคุณไม่ได้ต้องการการปรับแต่งด้านการออกแบบเชิงสุนทรียศาสตร์เป็นพิเศษ ตัวเลือกที่เรียกใช้ได้นั้นมีค่าใช้จ่ายเพียงเศษเสี้ยวของ GPU และใช้เวลาแค่บ่ายเดียวในการลอง แทนที่จะเป็นรอบการจัดซื้อจัดจ้าง

จะตัดสินใจอย่างไรดี ในเมื่อทั้งคู่ไม่ใช่แบบอเนกประสงค์

เอาใบอนุญาตออกจากโต๊ะไปก่อน เพราะมันเสมอกันและจะไม่ได้ตัดสินอะไรเลย

ถามว่าคุณต้องการให้ผลลัพธ์เป็นอะไร หากคำตอบคือหน้าที่เรนเดอร์แล้วและแก้ไขได้ — สไลด์นำเสนอ รายงาน แดชบอร์ด — North Mini Code ช่วยคุณไม่ได้ และจากสองตัวนี้ มีเพียง AesCode-8B เท่านั้นที่มุ่งเป้ามาที่ปัญหานี้ เข้าไปด้วยความเข้าใจที่ชัดเจน: เช็กพอยต์งานวิจัยที่ไม่ประกาศล่วงหน้า การดาวน์โหลดสองรายการ คอนเท็กซ์ 24K ที่ตรวจสอบแล้วเฉพาะบนหน้าอินโฟกราฟิกเดี่ยว ๆ แท็กภาษาที่รองรับเฉพาะอังกฤษ และไม่มีการประเมินอิสระที่ไหนเลย เพดาน Style ในตารางของ Microsoft เองอยู่ที่ 53.21 บนมิติที่นิยามว่าต้องไม่มีการแก้ไขด้านภาพเพิ่มเติมก่อนส่งมอบ ซึ่งก็คือผู้ขายกำลังบอกคุณว่ายังมีมนุษย์แก้ไขผลลัพธ์อยู่

ถ้าคำตอบคือการเปลี่ยนแปลงในรีโพซิทอรี — การย้ายข้อมูล การแก้ไข งานเทอร์มินัลแบบหลายขั้นตอน — North Mini Code คือตัวที่มีการฝึกด้วย harness, หน้าต่าง 256K, โปรไฟล์การดีพลอยแบบ active 3B, API ของผู้ขายที่ใช้งานได้ และการวัดจากภายนอกทั้งในด้านคุณภาพและความฟุ่มเฟือยในการใช้คำ ควรตั้งงบตามจำนวนโทเคน ไม่ใช่อัตราที่โฆษณาไว้ เพราะผลการค้นพบจากอิสระคือมันเขียนมากกว่าคู่แข่งราวสามเท่าเพื่อไปให้ถึงจุดเดียวกัน

และถ้าไตรมาสของคุณมีทั้งอาร์ติแฟกต์การออกแบบและการย้ายรีโป อย่ามองสิ่งนี้เป็นการตัดสินใจแบบสองโมเดล จงรันตัวเชี่ยวชาญในจุดที่มันทำคุ้มค่า GPU ของมัน จัดเส้นทางส่วนที่เหลือ และหยุดดูแลเส้นทางให้บริการที่คุณไม่ได้จำเป็นต้องใช้

ความแตกต่างที่คงทนกว่าเกณฑ์มาตรฐาน

มีสิ่งสุดท้ายเพียงอย่างเดียวที่ทำให้สองตัวนี้แตกต่างกัน และมันไม่ใช่เรื่องทางเทคนิค North Mini Code มีผู้ให้บริการที่เผยแพร่การ์ด โพสต์ Space ให้ลองใช้ และระเบียบวิธีที่คุณสามารถโต้แย้งได้ พร้อมด้วยประสบการณ์ของผู้ใช้คนอื่น ๆ จากการดาวน์โหลด 150,000 ครั้ง ส่วน AesCode-8B มีรีโพซิทอรี README และการอ้างอิงที่ระบุว่าอยู่ระหว่างการตรวจสอบ

นั่นเปลี่ยนไปเลยว่าคำถามที่ยังเปิดอยู่คืออะไรกันแน่ สำหรับ North Mini Code คำถามที่ยังต้องตอบในตอนนี้คือความยืดยาวของคำตอบทำให้มันไม่คุ้มค่าเชิงเศรษฐศาสตร์ในระดับสเกลหรือไม่ เมื่อราคาโปรโมชันสิ้นสุดลง — และคุณตอบคำถามนั้นได้ด้วยการรันมัน เพราะคนอื่นอีกมากมายรันไปแล้ว สำหรับ AesCode-8B คำถามที่ยังต้องตอบในตอนนี้คือ Microsoft ตั้งใจจะทำอะไรกับมัน: ชิ้นงานวิจัย, การเปิดตัวครั้งแรกของสายผลิตภัณฑ์, หรือสิ่งที่ถูกแทนที่อย่างเงียบ ๆ ภายในหกสัปดาห์ ไม่มีอะไรในรีโพซิทอรีที่ตอบคำถามนั้น และต่อให้อ่านการ์ดโมเดลมากแค่ไหนก็ไม่ตอบ ให้จับตาสัญญาณสามอย่าง — การประกาศอย่างเป็นทางการ, การทำซ้ำ 82.94 อย่างอิสระ, หรือผู้ให้บริการนำเช็คพอยต์ไปใช้ — และให้ถือว่าการที่ทั้งสามอย่างยังไม่ปรากฏเป็นสถานะปัจจุบันของหลักฐาน มากกว่าจะเป็นเหตุผลว่าโมเดลนี้ไม่น่าสนใจ เหตุผลที่มันน่าสนใจคือการลดลง 1.00 จุดจากค่าอ้างอิง และตัวเลขนั้นยังตั้งอยู่ตรงนั้น รอให้คนอื่นที่ไม่ใช่ Microsoft มาตรวจสอบ