Flint v1.0 กับ North Mini Code: สอง MoE สำหรับเขียนโค้ดแบบเปิดที่แย่งชิงแล็ปท็อปของคุณ

หน้า "เปรียบเทียบ" ส่วนใหญ่บนไซต์นี้จับคู่สิ่งที่จริง ๆ แล้วไม่เคยเป็นคู่แข่งกันเลย หน้านี้แตกต่างออกไปRecursive Flint v1.0และCohere North Mini Codeเป็นสิ่งประเภทเดียวกัน: โมเดลเขียนโค้ดแบบ sparse mixture-of-experts ที่เผยแพร่ภายใต้ Apache 2.0 เล็กพอที่จะรันบนฮาร์ดแวร์ที่นักพัฒนามีอยู่แล้ว และทั้งคู่ถูกวางตำแหน่งให้เป็นตัวเลือกสำหรับรันในเครื่องมากกว่าตัวเลือก frontier Flint เปิดตัวเมื่อ 21 ตุลาคม 2026 ด้วยพารามิเตอร์รวม 39.8 พันล้าน และมีพารามิเตอร์ที่ทำงานจริงประมาณ 2.5 พันล้านต่อโทเคน North Mini Code เปิดตัวเมื่อ 9 มิถุนายน 2026 ด้วยพารามิเตอร์รวม 30 พันล้าน และทำงานจริง 3 พันล้าน นั่นใกล้เคียงกันมากพอที่การเลือกจะขึ้นอยู่กับว่ามีอะไรอยู่ในไฟล์และอะไรที่ถูกวัดมาจริง — และในทั้งสองประเด็น คำตอบไม่ใช่อย่างที่การรายงานข่าวตอนเปิดตัวบอกเป็นนัย

ไฟล์ทั้งสอง มิติทีละมิติ

เริ่มจากสิ่งที่อยู่ในกล่องก่อน เพราะสำหรับโมเดลที่โฮสต์เองสองตัวนี้ นี่คือการเปรียบเทียบที่ยังยืนหยัดได้เมื่อเจอกับความเป็นจริง

• พารามิเตอร์ทั้งหมด — Flint: 39.8B. North Mini Code: 30B.

• พารามิเตอร์ที่ใช้งานต่อโทเคน — Flint: ประมาณ 2.5B โดย 2.2B อยู่ใน body และส่วนที่เหลืออยู่ใน output head; North Mini Code: 3B แทบจะเท่ากัน และนี่คือตัวเลขที่ควบคุมต้นทุนการอนุมาน

• การกำหนดเส้นทางผู้เชี่ยวชาญ — Flint: ผู้เชี่ยวชาญแบบ routed 256 ราย เลือก 6 รายต่อโทเค็น บวก 1 รายที่ใช้ร่วมกัน ใน 47 เลเยอร์ MoE และ 2 เลเยอร์ dense North Mini Code: ผู้เชี่ยวชาญ 128 ราย ใช้งาน 8 รายต่อโทเค็น

• Attention — Flint: ส่วนผสมของเลเยอร์แบบ sliding-window และแบบ global พร้อม attention sinks North Mini Code: อัตราส่วน sliding-window ต่อ global เท่ากับ 3:1 ทั้งสองเดิมพันแบบเดียวกันว่าโทเค็นส่วนใหญ่ต้องการเพียง local attention และมีเพียงไม่กี่ตัวที่ต้องการหน้าต่างทั้งหมด

• บริบท — Flint: 262,144 โทเค็นที่บันทึกไว้ในการ์ดโมเดล โดยประกาศระบุถึงสูงสุด 512K และแนะนำ 256K North Mini Code: อินพุต 256K, เอาต์พุตสูงสุด 64K

ประเภทข้อมูล — Flint: รับข้อความ ส่งข้อความ North Mini Code: รับข้อความ ส่งข้อความ ทั้งสองไม่รองรับภาพ ซึ่งสำคัญหากงานของคุณเกี่ยวข้องกับภาพหน้าจอ

• สัญญาอนุญาต — ทั้งคู่เป็น Apache 2.0 รวมน้ำหนักโมเดลไว้ด้วย ไม่มีเงื่อนไขเรื่องรายได้

• รูปแบบที่เผยแพร่ — Flint: BF16, int4 safetensors, int4 GGUF, NVFP4 GGUF. North Mini Code: BF16, FP8 และ W4A16

• พื้นที่ดิสก์และหน่วยความจำ — Flint: 79.59 GB ใน BF16, 22.86 GB เป็น NVFP4 และใช้หน่วยความจำประมาณ 24 GB ในการรัน North Mini Code: ประมาณ 20 ถึง 24 GB เมื่อควอนไทซ์ โดยเดโมของ Cohere เองรันบน Mac Studio ที่ประมาณ 20 GB

ความจำคือการตัดครั้งแรก และมันใกล้กว่าที่จำนวนพารามิเตอร์บ่งชี้

การอ่านแบบผิวเผินของ 39.8B เทียบกับ 30B คือ Flint ต้องใช้หน่วยความจำมากกว่าหนึ่งในสาม ซึ่งไม่จริง เพราะทั้งคู่เป็นแบบสแปร์สและทั้งคู่เผยแพร่บิลด์ควอนไทซ์ที่ดุดัน สิ่งที่คุณกำลังเลือกจริง ๆ คือไฟล์ NVFP4 ขนาด 22.86 GB กับบิลด์ควอนไทซ์ขนาดราว 20 GB — ใกล้เคียงกันพอที่การ์ด 24 GB ใบเดียวกันจะรันได้ทั้งคู่ และใกล้เคียงกันพอที่จะไม่มีตัวไหนเป็นตัวเลือกที่ชัดเจนเมื่อดูจากพื้นที่หน่วยความจำเพียงอย่างเดียว

สิ่งที่แตกต่างคือความเหลือเฟือด้านประสิทธิภาพ มีรายงานว่า North Mini Code รันไฟล์ GGUF แบบ 4 บิตบน Ryzen 7 ที่มี DDR4 32 GB ซึ่งเป็นเดสก์ท็อปทั่วไปจริง ๆ ไม่ใช่เวิร์กสเตชัน ข้อกล่าวอ้างเรื่องแล็ปท็อปของ Flint เจาะจงกว่า: ตัวเลขอัตราการประมวลผลของ Recursive วัดบน M4 Pro MacBook Pro และบน RTX Spark ขนาด 64 GB ซึ่งทั้งสองเครื่องเป็นเครื่องระดับพรีเมียม ไฟล์ขนาด 22.86 GB จะโหลดได้บนการ์ดจอ 24 GB ว่าจะรันด้วยความเร็วที่คุณพอรับได้หรือไม่นั้นเป็นอีกคำถามหนึ่ง และขึ้นอยู่กับเอนจินเป็นอย่างมาก

ถ้าข้อจำกัดของคุณคือ "เครื่องที่ฉันมีอยู่แล้ว" North Mini Code มีรายงานมากกว่าว่าสามารถทำงานบนฮาร์ดแวร์ธรรมดา ๆ ได้ ถ้าข้อจำกัดของคุณคือ "เครื่องที่ดีที่สุดที่ฉันมี" Flint เป็นสถาปัตยกรรมที่ใหม่กว่าและเร็วกว่าเมื่อบริบทสั้น

หนึ่งในสิ่งเหล่านี้มีกระดานคะแนนแยกต่างหาก

นี่คือส่วนของการเปรียบเทียบที่บทความส่วนใหญ่มักข้ามไป และเป็นส่วนที่ควรใช้ตัดสินการจัดซื้อจัดจ้าง

North Mini Code ได้รับการวัดโดย Artificial Analysis โดยได้ 33.4 ใน AA Coding Index และ 27.6 ใน AA Intelligence Index พร้อมกับ SWE-bench Verified ที่ 67.6 pass@1 และ 80.2 pass@10 และ 61.0 ใน mini-SWE-Agent นี่คือผลการวัดจากบุคคลที่สามซึ่งผลิตภายใต้โปรโตคอลที่สอดคล้องกัน ซึ่งหมายความว่าสามารถนำไปเปรียบเทียบกับโมเดลอื่นบนดัชนีเดียวกันได้โดยไม่ต้องมีเชิงอรรถเกี่ยวกับฮาร์เนส

Flint ไม่มีรายการใน Artificial Analysis คะแนนที่เผยแพร่ของมัน — 74.2 บน SWE-bench Verified, 89.7 บน SWE-bench Pro v2, 54.9 บน Terminal-Bench 2.1 — มาจากฮาร์เนสของ Recursive เอง และยังไม่มีใครรันซ้ำ ระเบียบวิธีถูกเปิดเผย ซึ่งเป็นเครดิตของ Recursive: mini-swe-agent โดยไม่มีอินเทอร์เน็ตสำหรับการรัน SWE-bench, Terminus 2 ที่มีอินเทอร์เน็ตสำหรับ Terminal-Bench แต่โซลูชันใดก็ตามที่ดึงมาจากเว็บจะถูกนับเป็นความล้มเหลว, pass@1 เฉลี่ยจากการพยายามอย่างน้อยห้าครั้ง ระเบียบวิธีที่เปิดเผยไม่ใช่ระเบียบวิธีที่ได้รับการตรวจสอบแล้ว

แล้วจะเปรียบเทียบ 67.6 กับ 74.2 ได้ไหม? ไม่ใช่แบบที่รับผิดชอบได้ ตัวเลขเหล่านี้มาจากองค์กรที่ต่างกัน บนฮาร์เนสที่ต่างกัน และภายใต้กฎที่ต่างกัน และช่องว่าง 6.6 คะแนนนั้นอยู่ในช่วงที่การเลือกฮาร์เนสเพียงอย่างเดียวก็สามารถทำให้คะแนนเคลื่อนได้เต็ม ๆ สิ่งที่คุณพูดได้นั้นแคบกว่าแต่ยังมีประโยชน์: ตัวเลขของ North Mini Code ถูกตรวจสอบโดยคนที่ไม่ได้สร้างโมเดล ส่วนของ Flint ยังไม่ถูกตรวจสอบ หากคุณเลือกบนพื้นฐานของหลักฐานมากกว่าข้อกำหนดสเปก ความไม่สมมาตรตรงนี้แหละที่สำคัญ

ยังมีอีกหนึ่งจุดข้อมูลในคอลัมน์ของ North Mini Code ที่ไม่น่าชื่นชมและควรค่าแก่การรู้: Artificial Analysis ระบุว่ามันเยิ่นเย้ออย่างผิดปกติ โดยใช้โทเคนเอาต์พุตราว 75 ล้านโทเคนในการทดสอบ เทียบกับค่ามัธยฐานของกลุ่มที่ใกล้ 25 ล้านโทเคน ความเยิ่นเย้อเป็นตัวคูณต้นทุนในลูปของเอเจนต์ โมเดลที่คิดออกมาดังๆ มากกว่าสามเท่าอาจมีต้นทุนต่อโทเคนที่ถูกกว่า แต่มีต้นทุนต่องานที่แพงกว่า

เรื่องราวด้านความเร็วจะเปลี่ยนไปโดยสิ้นเชิงเมื่ออยู่ในบริบทยาว

ทั้งสองโมเดลเร็วเมื่อพรอมต์สั้น และทั้งคู่ช้าลงเมื่อบริบทเต็ม ความแตกต่างอยู่ที่ว่าช้าลงมากแค่ไหน

• Flint — Recursive อ้างว่าทำได้กว่า 125 โทเคนต่อวินาทีบน M4 Pro MacBook Pro และมากกว่า 150 บน RTX Spark ขนาด 64 GB โดยวัดที่คอนเท็กซ์สั้นและไม่นับรวมเวลา prefill การทดสอบโดยอิสระรายงานว่าอยู่ที่ประมาณ 110 โทเคนต่อวินาทีเมื่อพรอมป์สั้น และลดลงเหลือราว 9 โทเคนต่อวินาทีเมื่อคอนเท็กซ์ใกล้ 115,000 โทเคน นั่นคือตัวเลขที่คุณควรใช้เป็นกรอบในการออกแบบเอเจนต์ของคุณ เพราะการเขียนโค้ดแบบเอเจนต์ต้องทำงานอยู่ในช่วงคอนเท็กซ์ยาวเป็นส่วนใหญ่

• North Mini Code — ประมาณ 199 ถึง 210 โทเค็นเอาต์พุตต่อวินาทีบน API ของ Cohere โดยใช้เวลาประมาณ 0.25 วินาทีถึงโทเค็นแรก และมีอัตราการประมวลผลประมาณ 2.8 เท่าของโมเดลขนาดเล็กที่เทียบเคียงได้ในการทดสอบเดียวกัน บนฮาร์ดแวร์ภายในเครื่อง ตัวเลขจะขึ้นอยู่กับเอนจินและการควอนไทเซชันของคุณทั้งหมด แต่รูปแบบก็ยังเหมือนเดิม: เร็วเมื่อบริบทสั้น และช้าลงเมื่อหน้าต่างบริบทเต็ม

การเปรียบเทียบที่ตรงไปตรงมาไม่ใช่ "อันไหนเร็วกว่า" แต่เป็น "อันไหนเร็วกว่าสำหรับวิธีที่เอเจนต์ทำงานจริง" โมเดลที่เขียนหนึ่งโทเคนใน 8 มิลลิวินาทีที่คอนเท็กซ์ 4K และ 110 มิลลิวินาทีที่ 115K เป็นผลิตภัณฑ์ที่แตกต่างจากโมเดลที่เสื่อมลงอย่างนุ่มนวลกว่า ผู้ขายทั้งสองรายไม่เผยแพร่เส้นโค้ง หากงานเอเจนต์แบบบริบทยาวเป็นกรณีใช้งานของคุณ ให้วัดกับรีโพซิทอรีของคุณเองก่อนตัดสินใจ — ใช้เวลาช่วงบ่ายวันเดียว และจะบอกคุณได้มากกว่าโพสต์เปิดตัวของทั้งสองเจ้า

โมเมนตัมกับความสดใหม่

North Mini Code มียอดดาวน์โหลดเกิน 150,000 ครั้งภายในกลางเดือนสิงหาคม 2026 ซึ่งเป็นสองเดือนหลังการเปิดตัว นั่นเป็นสัญญาณที่ชัดเจน: โมเดลที่มีการนำไปใช้มากขนาดนั้นได้ถูกใช้งานบนฮาร์ดแวร์ที่ผู้สร้างไม่เคยทดสอบ มีการสะสมการแก้ไขในชุมชน และมีผู้ที่ไม่มีแรงจูงใจจะใจดีบันทึกข้อบกพร่องของมันไว้ Cohere รายงานตัวเลขนี้ ดังนั้นควรถือว่าตัวเลขนี้มาจากผู้ขาย แต่ทิศทางได้รับการยืนยันจากปริมาณการควอนไทซ์แบบอนุพันธ์ที่หมุนเวียนอยู่

Flint อายุได้สี่วันแล้ว มันมีสเปกที่ดูโดดเด่นกว่า มีการถอดรหัสบริบทสั้นที่เร็วกว่า มีหน้าต่างบริบทที่มีเอกสารระบุไว้ยาวกว่า และมีเรื่องราวการพัฒนาที่น่าสนใจกว่า แต่ก็ยังมีบั๊กเทมเพลตแชตที่เป็นที่รู้กันในเส้นทาง GGUF ของ llama.cpp มีจุดที่ทรูพุตดิ่งลงเมื่อบริบท long ซึ่งยังไม่มีใครอธิบายได้ และแทบไม่มีประวัติจากชุมชนเลย การนำโมเดลอายุสี่วันมาใช้ตั้งแต่เนิ่น ๆ เป็นการเดิมพันกับเส้นทางการพัฒนา มากกว่าการประเมินตัวชิ้นงาน

ดาวน์โหลดอะไรดีในวันจันทร์

• เลือก {{1}}North Mini Code{{/1}} หากคุณต้องการโมเดลที่มีคะแนนอิสระแนบมาด้วย หากฮาร์ดแวร์ของคุณไม่แรงมาก หากงานของคุณเป็นงานวิศวกรรมซอฟต์แวร์ทั่วไปในรีพอซิทอรีที่ใส่ในคอนเท็กซ์ได้อย่างสบาย และหากคุณให้ความสำคัญกับรายงานบั๊กจากคอมมิวนิตี้ตลอดสองเดือนมากกว่าสถาปัตยกรรมที่ใหม่กว่า เผื่อความเยิ่นเย้อของมันไว้ด้วย

• เลือก Flint หากคุณมีแล็ปท็อประดับพรีเมียมหรือการ์ด 24 GB หากคุณต้องการหน้าต่างบริบทที่ยาวขึ้น หากความเร็วในบริบทสั้นคือสิ่งที่เวิร์กโฟลว์ของคุณได้ใช้จริง และหากคุณยินดีเป็นผู้เริ่มใช้ก่อนใครเพื่อแลกกับโมเดลที่ดูเหมือนว่าจะเป็นตัวเลือกที่ดีกว่าในอีกหนึ่งเดือนข้างหน้า

• อย่าเลือกตัวใดตัวหนึ่งเป็นตัวเลือกเดียวของคุณ ทั้งสองเป็นโมเดลที่มีพารามิเตอร์ active 2.5–3B ทั้งคู่เก่งงานที่มีขอบเขตชัดเจน และไม่ใช่ผู้ช่วยเขียนโค้ดระดับ frontier และ Recursive เองก็พูดเช่นนั้นเกี่ยวกับโมเดลของตัวเอง งานที่ทั้งสองจะทำได้ไม่ดีคืองานที่ต้องใช้โมเดล frontier แบบโฮสต์ และสถาปัตยกรรมที่สมเหตุสมผลคือค่าเริ่มต้นแบบโลคอลพร้อมเส้นทางการยกระดับ ไม่ใช่ให้โมเดลเดียวรับทุกอย่าง

เส้นทางการยกระดับคือจุดที่การจัดเส้นทางพิสูจน์คุณค่าได้จริง OrcaRouter ไม่ได้ให้บริการโมเดลทั้งสองนี้ ดังนั้นเนื้อหาส่วนนี้จึงไม่ใช่การโฆษณาเส้นทางไปยังโมเดลเหล่านั้น สิ่งที่เลเยอร์การจัดเส้นทางทำเพื่อการตั้งค่าแบบ local-first คือทิศทางตรงกันข้าม: มันช่วยให้คุณรวมงานที่ต้องใช้โมเดลโฮสต์ขนาดใหญ่กว่าเข้าไว้ในเส้นทางการเรียกเดียวกัน โดยมีห่วงโซ่สำรองสำหรับคำขอที่โมเดลภายในเครื่องหยุดชะงักหรือบริบทเกินขีดจำกัด เมื่อกำหนดค่าอย่างเหมาะสม โมเดลภายในเครื่องจะจัดการงานประจำ และจะไปถึงโมเดลที่มีค่าใช้จ่ายสูงเฉพาะเมื่อจำเป็นจริง ๆ เท่านั้น — ซึ่งเป็นเวอร์ชันเดียวของสถาปัตยกรรมนี้ที่ช่วยประหยัดเงิน

คำตอบที่น่าเบื่อคือคำตอบที่ถูกต้อง ทั้งสองไฟล์ไม่มีค่าใช้จ่าย ทั้งคู่รันบนฮาร์ดแวร์ที่คุณน่าจะมีอยู่แล้ว และวิธีเดียวที่จะรู้ว่าตัวไหนเหมาะกับรีโพซิทอรีของคุณคือลองทั้งสองตัวกับมัน ช่องว่างด้าน benchmark ระหว่างสองตัวนี้เล็กกว่าช่องว่างระหว่างตัวใดตัวหนึ่งกับ workload จริงของคุณ