Cohereは2026年6月9日、同社初のエージェント型コーディングモデル「North Mini Code」をオープンソースで公開しました。総パラメータ300億のうちアクティブは30億というMoE(mixture-of-experts)構成で、大がかりなハードウェアを必要とせずに高いソフトウェア開発性能を発揮するとしています。Apache 2.0ライセンスで自由に利用でき、同社の次世代モデル群の第1弾であり、ソブリンAIを実用的なものにするという同社のミッションを進める位置づけです。

モデル概要

• ▸モデル名 — North-Mini-Code-1.0
• ▸ライセンス — Apache 2.0
• ▸モデルサイズ — 総パラメータ30B、アクティブ3BのMoE構成
• ▸コンテキスト長 — 256K(最大生成長は64K)
• ▸最適化対象 — コード生成、エージェント型ソフトウェアエンジニアリング、ターミナルタスク
• ▸提供先 — Hugging Face(bf16・fp8・w4a16)、Cohere API、Cohere Model Vault、OpenRouter。OpenCodeやCohere APIキーで無料で試用可能
• ▸最小ハードウェア — FP8でH100 1基、FP4でH100 1基

ベンチマーク性能

同サイズ帯の主要なオープンソースモデルと比較したベンチマークで競合するスコアを達成し、実世界のソフトウェアエンジニアリングタスクで高い性能を示すとしています。ベンチマークスコアはArtificial Analysis Coding Indexで33.4に相当し、同規模のモデルの中で競争力のある位置づけです。評価では、SWE-Bench VerifiedとSWE-Bench ProにSWE-agentハーネス、Terminal Bench v2にターミナルツール1つのシンプルなReActハーネス、Terminal Bench HardにTerminus-2ハーネスが使われています。

速度と効率

• ▸出力スループット — 同一の同時実行数・ハードウェア構成での社内テストで、Devstral Small 2比最大2.8倍を達成。実質的に約3倍の作業速度に相当し、計算オーバーヘッドを抑えながら高速な反復を可能にする
• ▸トークン間レイテンシ — トークン生成の一貫性とペースを反映する指標で30%の優位
• ▸初回トークンまでの時間(TTFT) — 両モデルで拮抗しており、テスト条件全体ではDevstral Small 2がわずかに優位

ソブリンAIとしての位置づけ

North Mini Codeは開発者向けとしては同社初のオープンソースモデルです。サブエージェントの理解と編成、システムアーキテクチャの把握、コードレビューの実行といったエージェント型ワークフローに向けて構築されており、オンプレミスやローカルに自分の条件でデプロイできます。コーディングエージェントがソフトウェアエンジニアリングを変えつつある中で、開発者に基盤への制御と柔軟性を提供するとしています。

OpenCodeとの互換性を想定して特別に学習されていますが、ほとんどのコーディングエージェントで動作します。コミュニティのフィードバックがロードマップを直接形作るとしており、よりオープンでソブリンな開発者向けモデルのエコシステム拡大に向けた、新世代モデル群の最初のモデルと位置づけられています。