North-Mini-Code-1.0とは？
North-Mini-Code-1.0は、CohereとCohere Labsが研究用に重みを公開した、30Bパラメータの混合エキスパートモデルです。コード生成、エージェントによるソフトウェアエンジニアリング、ターミナル作業向けに調整されています。トークンごとに有効になるパラメータは3Bのみです。各トークンは128個のエキスパートのうち8個を通るため、モデル全体をメモリに収める必要はありますが、トークンあたりの計算量は小さく抑えられます。Cohereは2026年6月5日にApache 2.0のもとで重みを公開しました。
| 仕様 | North-Mini-Code-1.0 |
|---|---|
| 総パラメータ数 | 合計30B、トークンごとに3Bが有効 |
| アーキテクチャ | デコーダーのみの疎な混合エキスパート構成、エキスパート128個のうち8個が有効 |
| アテンション | RoPEを用いたスライディングウィンドウアテンションと、位置埋め込みを用いないグローバルアテンションを3:1の比率で交互に配置 |
| コンテキスト長 | 256Kトークン |
| 最大出力 | 64Kトークン |
| モダリティ | テキスト入力、テキスト出力 |
| 事後学習 | 2段階のSFTの後、検証可能な報酬による強化学習（RLVR） |
| 公開日 | 2026年6月5日 |
| ライセンス | Apache 2.0 |
各エキスパートはSwiGLU活性化関数を用いたFFNブロックです。ルーターはtop-k選択の前にロジットへシグモイド関数を適用し、疎な層群の前には単一のデンス層が置かれています。事後学習は、教師ありファインチューニング、続いて検証可能な報酬による強化学習という連続する2段階で行われ、エージェントによるコーディングに重点が置かれました。このモデルは処理の合間に思考を挟む機能に対応しており、Cohereによれば、この機能を有効にすると最も高い性能を発揮します。生成された思考は、その後のエージェントの処理ステップやチャットのターンに引き継いでください。Cohereは生成時にtemperatureを1.0、top_pを0.95に設定することを推奨しています。
North-Mini-Code-1.0が得意なこと
Cohereはリリース時の比較をスコア表ではなくグラフで公開しているため、ここに転載できる提供元の数値はありません。ただし、モデルカードには評価に使用したベンチマークが明記されています。エージェントによるコーディングにはSWE-Bench Verified、SWE-Bench Pro、Terminal-Bench v2、Terminal-Bench Hardを、ツールを使用しない複雑なコード生成にはSciCodeとLiveCodeBench v6を使用し、それぞれ3種類のシードで実行して平均を取りました。この一覧から、モデルが何を目的に作られたかがよく分かります。一般的なチャットではなく、ターミナルを使いながら複数のステップを進めるソフトウェアエンジニアリングです。
ツール使用は学習に組み込まれており、JSONスキーマによるツール定義を含む標準のチャットテンプレートを通じて利用できます。Cohereは、処理の合間に推論を挟む機能を有効にして、ローカルのvLLMサーバーに接続したOpenCodeでモデルを動かす方法を公開しています。何もダウンロードせずに、OpenCodeやホストされたHugging Face Spaceで試すこともできます。元の重みを使って推論を提供するには、vLLMのmainと、応答の解析に使うCohereのmelodyライブラリが必要です。
North-Mini-Code-1.0のハードウェア要件
システム要件で確認すべきなのはメモリです。トークンごとに有効になるのは3Bだけですが、30B全体を読み込む必要があります。Cohereはsafetensors形式で配布しています。以下のGGUFビルドと実際のファイルサイズは、コミュニティリポジトリunsloth/North-Mini-Code-1.0-GGUFのものです。
| メモリ | 選ぶビルド | ファイルサイズ |
|---|---|---|
| 12 GB | UD-IQ2_M | 9.86 GB |
| 16 GB | UD-IQ3_S | 12.77 GB |
| 24 GB | UD-Q4_K_XL | 19.25 GB |
| 32 GB | UD-Q5_K_XL | 23.00 GB |
| 48 GB以上 | UD-Q8_K_XL | 33.21 GB |
隣り合うビルドのサイズ差は1〜2 GBなので、両方がメモリに収まる場合は大きい方を選んでください。この一覧よりも小さいビルドとして、メモリに余裕のないマシン向けに9.38 GBのUD-IQ1_Mもありますが、低ビット量子化では品質の低下が最も大きくなります。この形式を初めて使う方は、まずGGUFとは何かをご覧ください。
Atomic ChatでNorth-Mini-Code-1.0を実行する方法
Atomic Chatは、macOS、Windows、Linux向けの無料のローカルアプリです。Hugging Faceのモデルブラウザーとチャット機能を内蔵しており、llama.cppを手動でビルドする必要はありません。
- お使いのプラットフォーム向けのAtomic Chatをダウンロードして起動します。
- モデルブラウザーでNorth-Mini-Code-1.0を検索し、Download Optionsを開きます。
- お使いのメモリに収まるビルドを選び、チャットを始めます。
同じ規模と構成のモデルと比較するなら、同じく30B-A3Bのコーディング向けMoEモデルであるQwen3 Coder 30B-A3Bをご覧ください。また、ローカルで実行できるすべてのモデルも参照できます。
North-Mini-Code-1.0のライセンス
North-Mini-Code-1.0はApache 2.0のもとで公開されています。このライセンスはロイヤリティなしでの商用利用、改変、再配布を認めているため、利用料を支払わずに、商用のコーディング環境で実行したり、ファインチューニングしたり、このモデルを基盤とする製品を提供したりできます。