Zum Inhalt springen
Alle Modelle im Vergleich

Platz 27 im Vergleich

North Mini Code

Cohere · Kanada · veröffentlicht 9. Juni 2026

82 % Gesamtbewertung

Coheres erstes Coding-Modell, auf agentische Software-Entwicklung ausgelegt und direkt in Coding-Assistenten wie OpenCode einbindbar. Offene Gewichte unter Apache 2.0.

Zur offiziellen Modellseite

Bewertung im Detail

Gesamtnote aus 3 gewichteten Dimensionen. Wie wir bewerten

Leistung (55 %) 74 %
DSGVO- und EU-Eignung (30 %) 86 %
Lizenz-Offenheit (15 %) 100 %

Fähigkeitsprofil

Wo North Mini Code stark ist, über 6 Säulen auf einer Skala von 0 bis 100. Die gestrichelte Linie ist der Median aller 32 Modelle im Vergleich. Wie die Säulen entstehen

Coding 80* Mathe & Logik 66* Wissen 72* Deutsch 76* Agentik 82* Kontext 82*
North Mini Code Median aller Modelle * redaktionelle Einschätzung (kein belegter Benchmark)
Fähigkeitsprofil von North Mini Code, Werte von 0 bis 100
SäuleWertGrundlage
Programmierung80redaktionelle Einschätzung
Mathematik & Logik66redaktionelle Einschätzung
Wissen72redaktionelle Einschätzung
Deutsch & Sprache76redaktionelle Einschätzung
Agentik & Werkzeuge82redaktionelle Einschätzung
Langer Kontext82redaktionelle Einschätzung
Agentik & Werkzeuge · Einschätzung 82
Werkzeuge selbständig aufrufen und mehrstufige Abläufe steuern
Langer Kontext · Einschätzung 82
nutzbare Leistung über sehr lange Eingaben, nicht nur die Fenstergröße
Programmierung · Einschätzung 80
Code schreiben und debuggen, ganze Repositories über viele Schritte bearbeiten
Deutsch & Sprache · Einschätzung 76
Sprachverständnis und Mehrsprachigkeit, mit Blick auf Deutsch
Wissen · Einschätzung 72
Fach- und Allgemeinwissen über viele Domänen hinweg
Mathematik & Logik · Einschätzung 66
mehrstufiges Rechnen und logisches Schließen mit prüfbarer Lösung

Stärkste Säule: Agentik & Werkzeuge. Belegte Werte stammen aus den dokumentierten Benchmarks unten (baseline-korrigiert normalisiert), mit "Einschätzung" markierte Säulen sind eine redaktionelle Einordnung, weil kein vergleichbarer Benchmark vorlag. Details zur Methodik stehen auf der Übersichtsseite.

Steckbrief

Architektur
Mixture-of-Experts
Parameter
30 Mrd. gesamt, 3 Mrd. aktiv je Token
Kontextfenster
256K TokenAusgabe bis 64K Token.
Lizenz
Apache 2.0
Eingabe
Text
Lokaler Betrieb
Eine GPU (3 Mrd. aktiv, ab 24 GB)
Bei EU-Hostern
SeltenKanada (EU-Angemessenheitsbeschluss), Betrieb auf dem eigenen Server; Cohere-Cloud ausserhalb EU

Benchmarks

Die folgenden Werte sind Hersteller-Angaben. Eine unabhängige Verifikation lag zum Stand dieser Seite nicht vor.

256K Token Kontextfenster
bis 64K Token Ausgabe
3 Mrd. Aktive Parameter

North Mini Code ist das erste auf Programmierung ausgelegte Modell des kanadischen Anbieters Cohere. Es nutzt eine sparsame Mixture-of-Experts-Architektur mit 30 Milliarden Parametern, von denen je Anfrage nur 3 Milliarden aktiv sind, und verarbeitet bis zu 256.000 Token in einem Durchgang bei einer Ausgabe von bis zu 64.000 Token. Trainiert wurde es mit Verstärkungslernen auf echten Software- und Terminal-Aufgaben, es kann Werkzeuge selbständig aufrufen und Aufgaben über mehrere Schritte bearbeiten.

Die Gewichte stehen unter Apache 2.0 und lassen sich direkt in Coding-Assistenten wie OpenCode einbinden. Cohere sitzt in Kanada, für das ein EU-Angemessenheitsbeschluss besteht; die Cohere-Cloud läuft dennoch ausserhalb der EU, sodass die datenschutzfreundliche Variante der Eigenbetrieb der offenen Gewichte ist. Bei sehr langen, mehrstufigen Aufgaben ist das Modell schwächer als größere Modelle, die genau dafür trainiert sind, als sparsamer lokaler Motor hinter einem Programmierassistenten ist es aber gut geeignet.

Wofür es taugt

  • Apache 2.0, sehr großes Kontextfenster (256K)
  • Nur 3 Mrd. aktive Parameter, sparsam im Betrieb
  • Native Werkzeug-Nutzung für lokale Coding-Agenten

Wo es hakt

  • Über viele Schritte schwächer als größere, eigens dafür trainierte Modelle
  • Cohere veröffentlicht wenige Standard-Benchmark-Zahlen
  • Cohere-Cloud ausserhalb der EU, DSGVO-konform nur im Eigenbetrieb

Quelle: Cohere-Blog und HF-Modellkarte, Juni 2026 · Stand der Recherche 21. August 2026 · die Bewertung ist eine redaktionelle Einschätzung von gewusst:KI