Cohere、開発者向け MoE モデル North Mini Code を公開──30B パラメータで 120B 級のコーディング性能
3B のアクティブパラメータで動作する軽量 MoE 構成ながら、RLVR 学習により SWE-Bench 等のエージェントタスクで巨大モデルを凌駕する実行精度を実現した。
リリース: 2026-06-09 · 読了 4 分記事の要約
1. 核心（What）
- 30B パラメータの Sparse MoE アーキテクチャを採用し、推論時には 3B パラメータのみが稼働する。
- Artificial Analysis Coding Index で 33.4 を記録し、120B 級の Nemotron 3 Super や Mistral Small 4 を上回る性能を達成。
- Apache 2.0 ライセンスで公開され、Hugging Face からモデルウェイトのダウンロードが可能。
- 7万件以上の検証済みタスクを用いた RLVR（検証可能報酬による強化学習）により、ツール利用の正確性を最適化している。
2. 影響（Why）
- 3B 級の計算コストで 100B 超のモデルに匹敵するコーディング支援が受けられるため、ローカル環境での自律型エージェント構築が現実的な選択肢になる。
- 特定のフレームワークに依存せず、SWE-Agent や OpenCode など複数のエージェント用ツールセットに汎用的に対応できる堅牢性を備えている。
- 開発者への影響: コーディングエージェントを開発するエンジニアは、高額な商用 API から Apache 2.0 の本モデルへ移行することで、推論コストを大幅に抑えつつ同等の自律修正能力を維持できる。
- 日本への影響: [国内 受託開発・DX 支援業] のような、機密コードを外部 API に送れない制約を持つ現場において、オンプレミスの GPU 1 枚（24GB VRAM 前後）で実用的なコーディング自動化環境を完結させる標準モデルとなる。
3. 根拠・詳細（How）
- Artificial Analysis Coding Index: スコア 33.4（baseline 25）
- SWE-Bench Verified pass@10: スコア 80.2
- Introducing North Mini Code: Cohere’s First Model For Developers (2026-06-09 公開)