MAI Code 2 与 North Mini Code 对比的标题卡。MAI Code 2 被展示为 Microsoft 的 GitHub Copilot 模型,输入价格为每百万 token 0.50 美元,输出价格为每百万 token 2.50 美元,上下文窗口为 1M,不提供权重,也未公布参数数量。North Mini Code 被展示为 Cohere 的 Apache 2.0 模型,总参数 300 亿、激活参数 30 亿,上下文窗口为 256K,权重可下载,且其占用空间可在一张 H100 上运行。
Engineering & Research

MAI Code 2 对比 North Mini Code:租赁模型对决 300 亿参数下载版

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

决定这场对比胜负的数字并非某个基准测试成绩,而是 30 亿——即 North Mini Code 的激活参数量。该模型是 Cohere 于 2026 年 6 月 9 日发布的 Apache 2.0 编码模型,小到可以在一张 H100 上运行。MAI Code 2 则完全相反:微软于 2026 年 11 月 17 日将其作为 GitHub Copilot 内的托管推理服务发布,每百万输入 token 收费 0.50 美元,每百万输出 token 收费 2.50 美元,不提供权重,没有自托管路径,而且——正是这一点让能力对比变得不可能——根本没有公布参数量。微软从未告诉任何人这个模型有多大。Cohere 则向所有人明确说明了自己的模型有多大,甚至精确到专家数量。这种披露上的差异,比任何分数都更能指导你该选哪个模型,因为它告诉你每家厂商期望你用它做什么。

为什么能力对比会瞬间崩塌

North Mini Code 是一个拥有 300 亿参数的稀疏混合专家模型,激活参数为 30 亿,具备 256K 上下文窗口,支持文本输入与文本输出,采用 Apache 2.0 权重许可,其占用规模可适配单张 H100。Cohere 并未将其绑定到单一智能体框架,而是在多种智能体框架上对其进行了训练——SWE-Agent、mini-SWE-Agent、OpenCode 和 Terminus 2 均出现在该公司的资料中——因为开放模型的意义就在于让你自带智能体。

MAI Code 2 公布的规格表只有三项内容:价格、仅限在 Visual Studio Code 和 Copilot CLI 中使用的 100 万 token 上下文窗口,以及一份预期任务清单。表中没有参数数量,没有输出上限,也没有任何脱离厂商自有测试框架的延迟基准。它的证据是四个具名基准和两个比值——在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 上平均计算,以 5% 的成本达到 Claude Opus 5.5 性能的 96%,以 40% 的成本达到 GPT-6.1 Sol 性能的 98%;其中前三项在微软内部的 MSBench 平台上运行,FrontierCode 的数据则来自 Artificial Analysis。

那些并不是同一条曲线上的两个点。一个是旨在无处不在的小模型;另一个是旨在被租用的大模型,而其规模并未告知你。就能力对它们进行比较不仅困难,而且根本无从定义。

拥有成本,而这正是两者真正不同之处

• 前期成本 — North Mini Code 的价格相当于一台你已拥有或租用的 H100,而 MAI Code 2 在你已持有的 Copilot 席位之外为零

• 每 token 边际成本——North Mini Code 在 Artificial Analysis 所测量的 API 上为每百万 token 0.00 美元,而 MAI Code 2 为输入每百万 token 0.50 美元、输出每百万 token 2.50 美元

• 十八个月后的成本——North Mini Code 按你的 GPU 合同所规定的价格,对比 MAI Code 2 自 2027年5月17日起的 $1.00 和 $5.00,届时促销费率将到期并翻倍

• 数据驻留 — North Mini Code 可部署在您自己的网络内,并支持气隙隔离;相比之下,MAI Code 2 则依据 Microsoft 的产品条款,在 Microsoft 的托管推理服务中运行

• 可审计性——North Mini Code 采用 Apache 2.0 许可并提供可下载的模型权重,而 MAI Code 2 则不分发权重

• 上下文——North Mini Code 为 256K,对比 MAI Code 2 的 100 万 tokens,仅限 VS Code 和 Copilot CLI

• 运营负担——North Mini Code 需要一套服务栈、一项量化决策和一名随叫随到的人员,而模型选择器只需做出选择

最后那句话正是团队最容易低估的。开放权重免费,就像养小狗免费一样。要以生产环境延迟服务一个 30B 模型,意味着需要 vLLM 或同等方案、与 Cohere 参考实现一致的分词器和聊天模板、不会悄然破坏工具调用可靠性的量化,以及按峰值而非均值做容量规划。回报在于:当供应商不再支持时,模型仍能继续工作——没有速率限制,没有弃用通知,也没有未经你批准的价格变动。

Artificial Analysis 衡量了运行层面,读数确实不错——输出速度为每秒 180 个 token,每个 Intelligence Index 任务花费 $0.00;同一页面上还报告了其跟踪模型每百万输出 token 的中位数为 $0.30。这是一个很快的模型。同样在同一页面上,它也是一个得分很低的模型:在 5.0.1 版本下,Intelligence Index 为 3。你得到的是速度而非深度,而对于自动补全式编辑、lint 修复和测试脚手架来说,这种取舍是正确的。对于仓库级重构则不是。

Artificial Analysis page for North Mini Code showing an Intelligence Index of 3 against a median of 6, $0.00 per million input and output tokens, 180 tokens per second, 4.70 seconds to first token, 54.5 million tokens generated on the index run, a 256k token context window, 30 billion total parameters and 3 billion active parameters.

微软的数据涵盖了哪些内容,又遗漏了什么

对 MAI Code 2 证据的诚实总结是:它具有方向性,但无法验证。方向是一致的——比前沿模型便宜得多,在四项编程基准测试平均后与其接近——而验证是缺失的,因为微软发布的是比率,而不是各基准的通过率,并且截至2026年11月18日,Artificial Analysis 没有该模型的条目。

具体来说,这意味着:你无法计算 MAI Code 2 每完成一个任务需要多少次尝试,因此也无法把 token 折扣转化为每次合并的成本数字。你只能相信微软的说法:在微软选定的四个基准上、使用微软运行的测试框架,这个平均值是成立的。MAI Code 2 能带来“代码维护者愿意合并的更改”这一说法,属于那种背后需要一个绝对数字支撑的陈述,而这里并没有这样的数字。

North Mini Code 面临的是镜像问题。它的数字是公开的,分数却很低——Cohere 自己报告的在 SWE-Bench Verified 上 61.0% 的 pass@1 对 3B 激活参数模型来说还算体面,而独立的 Intelligence Index 得分 3 则完全不体面。两者都是真的,因为小模型可以通过一组精选的单函数任务,却仍然在 Intelligence Index 所奖励的长周期、多文件工作上表现薄弱。

免费套餐去哪儿了,以及它为何在这里重要

North Mini Code 的分发格局在 2026 年 8 月 14 日发生了变化:当时 Cohere 宣布该模型下载量已超过 15 万次,并将大部分增长归因于某托管网关取消了免费套餐。这一数字是 Cohere 自身跨所有渠道的汇总数据,并未经过独立核实——公开的 Hugging Face 仓库显示的月度数字要小一个数量级——因此应将其视为势头指标。

后果才是关键所在。一个一直免费运行 North Mini Code 的开发者现在有三种选择:Cohere 自己的 API、按实例计价的托管部署,或者在他们自己控制的硬件上使用 Apache 2.0 权重。三种选择中有两种属于自托管方案,这正是开放权重的意义所在,也正是本文一直在描述的成本。

MAI Code 2 不存在同等的流失风险,因为它从来都不是独立产品。它存在于 Microsoft 掌控价格的 Copilot 订阅之中,其 token 费率被明确标注为促销价,并注明了结束日期。失效模式在性质上有所不同:不是免费层级消失,而是一张价目表在你可提前规划的某个日历日期翻倍。

让低成本一侧通过单个端点运行

MAI Code 2 和 North Mini Code 都不在 OrcaRouter 的目录中,暗示并非如此是不正确的。MAI Code 2 唯一公开的途径是 Copilot 席位;North Mini Code 的途径则是 Cohere 自有 API、托管部署,或你自己的 GPU。路由层改变的不是对这两个模型的访问,而是围绕它们做决策的成本:你原本会回退到的模型——Claude Opus 5.5、Gemini 4 Carbon、Kimi K3.1 Pro、Qwen3.8-Max——都位于一个密钥之后,按提供商标价、0% 加价,因此对其中任何一个进行对比运行,都会严格按供应商费率计费,而且自动故障转移意味着你正在测试的便宜模型永远不会成为管道停止的原因。

在这种处境下,适合团队的做法是两层拆分,而不是直接切换。把 North Mini Code 或类似的 small open model 放在日常层——在这一层,30 亿活跃参数确实足够,而且运营成本已经是沉没成本。把经过审慎选择的前沿模型放在负责重构和仓库级推理的那一层。然后,把 MAI Code 2 视为第三条通道,只对 Copilot 内部的开发者开放——它适合用来测试 Microsoft 的性价比主张能否经受你实际仓库的检验,但暂时还不适合作为任何构建服务器必须调用的候选。

以团队可以采取行动的形式呈现的决策

如果要求是模型在你运行所在的环境中运行——受监管数据、气隙网络、没有可靠外联的工厂车间——或者你有已付费但闲置的 GPU 容量,那就选择 North Mini Code。Apache 2.0 许可证和单张 H100 的资源占用就是全部理由,而且这些理由很有说服力。作为交换,你要接受:你买到的是 3B 激活参数模型的能力,独立评分是指数中的 3 分,而且你现在要自己负责服务栈。

如果你的开发者已经在 Copilot 中工作,且工作是常规的企业修复,而相比前沿模型四倍的价格优势比经审计的评分更重要,那就选择 MAI Code 2。接受这一点:该模型不属于你、无法审计、未公布规模,并且将在 2027 年 5 月价格翻倍。

不要根据基准测试数字在它们之间做选择。North Mini Code 经过测量且规模小;MAI Code 2 未经测量,而且按其供应商自己的说法,它是为日常任务而非困难任务调优的。其中一个是你可以核实的事实,另一个是你无法核实的说法,而两者都不是比较。

Cohere's blog post headed 'Introducing North Mini Code: Cohere's first model for developers', dated June 9, 2026, with a three-minute read time and a lede describing a small, efficient, open-source agentic coding model.

{{1}}这两种模式确实共有同一个教训,而本博客一直在不断遇到它。{{/1}}其中一个的免费托管层已经取消。另一个的促销费率则印有截止日期。如果一个团队的架构假定这两者中的任何一个会持续存在,那这个团队就将在短时间内不得不重写某些东西。

Scoreboard comparing MAI Code 2 and North Mini Code across six dimensions. Total parameters not published versus 30 billion, active parameters not published versus 3 billion, context 1M tokens versus 256K tokens, price $0.50 and $2.50 versus $0.00 per million tokens, weights not distributed versus Apache 2.0, and independent index no entry versus 3.

本文中的对比1

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新