Cohere North Mini Code 模型概况与许可

本次评测的对象是Cohere发布的North Mini Code，这是一个拥有300亿参数的混合专家（MoE）编码模型。该模型由Cohere实验室完全自主研发，并非基于现有基础模型的微调版本，这种从底层构建的特性往往能带来独特的模型表现。该模型采用Apache 2.0许可证发布，这对开源社区而言是一个极具吸引力的宽松许可协议。Cohere总部位于加拿大，长期致力于开发开源权重模型，此次发布的30B参数规模属于当前较为流行且易于本地部署的尺寸区间。

在可访问性方面，该模型不仅支持本地运行，还通过OpenRouter平台免费开放。在OpenRouter的搜索排名中位列前茅，表明其热度与可用性极高。对于拥有单张24GB显存GPU的用户而言，该模型可以通过量化技术在本地以较快的速度运行。这一特性使得更多开发者能够无需依赖云端API即可体验其代码生成能力，降低了使用门槛。

技术规格与基准测试对比

从Hugging Face模型卡片中获取的技术细节显示，North Mini Code具有30亿活跃参数的MoE架构。其上下文窗口长度达到惊人的256k tokens，并且明确支持生成高达64k tokens的输出长度。这一数据在同类模型中较为突出，许多模型并未明确标注生成token上限，需要用户额外挖掘。该模型主要优化方向包括代码生成、代理式软件工程（Agentic Software Engineering）以及终端任务处理。在基准测试方面，官方将其与同量级的Qwen 3.6 MoE (35B)进行了对比。虽然North Mini Code在部分指标上未超越Qwen，但在代码特定的基准测试中表现相当不错。此外，官方还列出了与Poolside模型的对比数据。

"The model size is 30 billion parameter mixture of experts with 3 billion active. It has a context length of 256k... and they do list generation of 64k tokens."

OpenRouter云端测试：浏览器OS生成实验

为了验证模型的代码生成能力，首先通过OpenRouter进行了经典的Browser OS（浏览器操作系统）测试。由于模型运行在Cohere官方服务器上，推理速度极快。初始生成的代码存在语法错误导致背景无法显示，但通过提供具体错误信息的后续提示（Follow-up），模型成功修复了问题。在测试过程中，还尝试生成了一个简易的GTA风格游戏和一个迷宫游戏。

生成的GTA游戏虽然功能简单，但在如此小的模型规模和极快的生成速度下，其表现被视为“值得尊敬（respectable）”。迷宫游戏的移动逻辑甚至优于GTA游戏，显示出模型具备一定的创意和纠错能力。随后生成的壁纸功能虽然随机，但整体界面比初始版本有了显著提升，尽管缺少时钟等细节，且文件资源管理器为模拟假象。测试结果表明，该模型在快速迭代和修复代码方面表现出良好的“活力（pep）”。

"For a model of this size that did it at this speed, this is respectable especially because this is like it's not bad. I mean, it's bad, but it's not bad."

本地部署环境与后续测试计划

接下来的测试将在本地环境中进行，硬件配置为搭载RTX 6000 Pro Blackwell显卡的系统。模型采用8-bit量化（Quantization）版本，并启用完整上下文窗口运行。值得注意的是，该模型专门针对Open Code进行了兼容性训练优化，这使得在本地IDE环境中进行测试成为可能。这种从云端API到本地硬件的测试切换，旨在全面评估模型在不同推理环境下的性能稳定性与代码生成质量。通过对比云端的高速响应和本地部署的隐私安全性，可以更全面地了解North Mini Code在实际开发工作流中的适用性。

本地运行GTA克隆项目：意外惊喜与主题适配

测试者对Cohere的本地代理编码模型在运行GTA克隆游戏时的表现感到意外满意。尽管最初担心会出现问题，但两个游戏版本均成功打开并运行。在初步观察中，虽然场景中存在一些随机照片导致的视觉异常（甚至出现在任务栏），但整体可用性尚可。测试者尝试通过语音活动功能上传自定义背景以解决视觉问题，并发现该功能非常有效。在主题切换测试中，从亮色切换到暗色模式时，虽然背景修复不完全彻底，但解决了之前手动修改前文本显示异常的问题。测试者决定保留初始结果，因为语音活动功能和自定义背景上传功能满足了其需求。

"I'm actually happily surprised just based off of the fact that the GTA clone both games did open and work."

3D地铁场景测试：Open Code中的Plan模式表现

接下来，测试者在Open Code环境中使用6000 Blackwell显卡本地运行模型（8位量化），尝试创建一个基于Three.js的静态地铁3D场景。测试者将模型置于"Plan模式"，并指定了项目目录和创建工具（Three.js）。值得注意的是，模型在Plan模式下直接生成了代码。生成的场景虽然存在亮度滑块失效和WASD移动功能缺失的问题，但考虑到模型规模和量化程度，结果被认为"相当及格（passable）"。测试者尝试通过切换到Build模式修复语法错误，但未能完全解决场景中的小人物显示问题。尽管如此，这证明了模型在本地环境下使用Three.js构建3D场景的能力。

对比测试与3D打印机模拟：本地优势显著

为了验证量化设置的有效性，测试者通过Open Router运行了相同的3D地铁场景测试作为对照。本地生成的结果显著优于远程API调用的结果，这证实了当前量化配置在本地运行时的有效性。随后，测试者尝试创建一个3D打印机模拟程序。尽管严格遵循Hugging Face模型卡中的Open Code和VLLM配置指令，生成的HTML文件在视觉上未显示任何内容。通过粘贴错误信息让模型修复后，发现声音集成导致了语法错误。测试者指出，这种包含特定音效的行为是Cohere模型特有的"香料（spice）"，与Qwen或Gemma等同类规模模型的行为不同。修复过程中出现了回归问题（regression），导致文件被重写，但测试者认为这展示了模型自我纠错的潜力。

C++滑板游戏编译：从报错到ASCII终端版

最后，测试者让模型编写一个自包含的C++滑板游戏。这是一个极具挑战性的任务，因为生成能编译并运行的完整C++文件非常罕见。模型首先尝试编写代码并进行编译，遭遇了一些错误。随后，它自动检测可用的图形库，并决定重写文件以使用更兼容的库。经过多次编译尝试和错误修复后，最终没有输出任何明显的编译错误。然而，生成的游戏并非图形界面版本，而是一个基于终端的ASCII艺术滑板游戏。虽然视觉效果简单（仅包含旋转等基础动画），但成功在终端中运行并响应按键输入。这一结果虽然出乎意料（以ASCII形式呈现），但证明了模型在处理复杂C++编译流程和图形库适配方面的基本能力。

"It made it in the terminal using ASCII. I have no idea of what's going on here."

终端ASCII游戏的创意重构

评测者首先测试了该模型在纯文本环境下的代码生成能力，指令是让其在终端内创建一个滑板游戏。结果显示，模型不仅生成了可运行的代码，还实现了完全基于终端的交互式ASCII图形界面。这种将复杂游戏逻辑压缩进命令行并实现交互的做法，展现了模型在问题解决与创意执行上的独特性。评测者指出，这种“奇异的”行为模式在同等规模的模型（如Qwen 3.6/35B MoE或Gemma 26B MoE）中极为罕见，体现了该模型在处理非标准编程任务时的差异化表现。在测试过程中，通过输入特定指令（如“R”重启）可以重置连击数，证明了其代码逻辑的完整性与可交互性。评测者对这一“杰作”表示惊叹，认为其展示了模型在有限资源下构建完整应用的能力。

从终端到Web界面的前端转换

在验证了基础逻辑后，评测者进一步要求模型将上述终端滑板游戏转化为基于Web的简单游戏。模型成功生成了两个独立的HTML文件，并保持了相近的代码规模。评测者检查了生成的前端代码，发现模型较好地保留了核心UI元素和交互逻辑。随后，评测者进行了更复杂的前端测试：要求构建一个GPU租赁业务的精美网站。模型生成的页面包含了500+ GPU型号列表、游戏与电竞分类、FPGA集成选项以及清晰的定价卡片（如3张4090卡、A100和3080的配置）。尽管页面中存在图片链接失效的小瑕疵，但整体布局、悬停效果及页脚设计均显得专业且整洁。这一结果证明该模型具备相当 competent 的前端开发能力，能够理解并实现现代Web设计的常见元素与结构。

角色扮演中的逻辑与情感缺失

为了测试模型的拟人化能力，评测者通过Open Router进行了角色扮演（Roleplay）测试。设定角色为“Steve”，一位精通硬件维修的技术专家，并询问其当前遇到的棘手技术问题。模型并未像传统LLM那样进行泛泛而谈，而是构建了一个具体的、带有逻辑细节的维修案例。它描述了一位日本小型IT服务公司客户，设备为ThinkPad X1 Carbon系列，症状是开机后无法维持超过5分钟。模型甚至补充了因文化差异使用错误电源适配器导致声誉受损的细节。然而，评测者指出该回复虽然逻辑严密（IQ在线），但完全缺乏情感共鸣（EQ缺失），呈现出一种极度理性甚至机械的叙事风格。这种“完全从逻辑角度切入”的反应模式，使得角色显得真实但缺乏人性温度，是该模型在情感模拟方面的显著特征。

定制资产与前端交互的意外惊喜

测试者首先展示了由 Cohere’s North Code Mini 构建的一个自定义 PC 组装系统界面。尽管该系统在结构上受到现有网站（Steve the PC repairman site）的影响，但其在自定义资产生成方面表现不俗。特别是卡片悬停效果（hover effects）和“大师级工匠”（Master builders） testimonial 区域的展示，虽然名字沿用了虚假客户评价的模板，但视觉呈现具有一定的吸引力。测试者特别指出，这些悬停效果相当激进且设计精良。此外，系统还生成了自定义的 SVG 资产用于画廊展示（build gallery），这种美学风格让测试者认为结果“相当酷”。然而，也存在一些瑕疵，例如特定悬停操作下出现的异常 SVG 渲染问题。总体而言，这个前端版本被认为显著优于之前的 GPU 租赁前端测试，显示了模型在处理复杂交互效果时的潜力。

隔离环境下的量子空间网站生成测试

为了排除现有代码对 AI 生成的干扰，测试者进行了一项更严格的隔离实验。他指示模型为虚构实体“Becky Jane Quantum Space”创建一个高端网站，并明确要求仅在当前目录内搜索文件，禁止检索系统其他部分。这一指令确保了生成结果完全由模型内部能力驱动，而非基于历史遗留代码。生成的网站包含背景粒子效果、品牌缩写“BJQ”以及关于量子计算服务的介绍页面。虽然测试者认为其酷炫程度不及之前的 PC 组装系统（后者被评价为“顶级”），但该网站依然展示了有趣的悬停效果和卡片设计。尽管页面加载存在部分延迟问题，但这一结果证实了模型在无先例干扰下仍能构建出结构完整、视觉元素丰富的前端页面，进一步印证了其在 Web 设计领域的特定倾向和能力。

浏览器操作系统与语音控制功能的突破

测试者特别强调，他倾向于测试由实验室完全原创而非基于基础模型微调的 AI 模型，因为这类模型往往展现出独特的行为风格和不可预测性。回顾之前的测试，North Code Mini 生成的浏览器操作系统（Browser OS）结果令人印象深刻。尽管默认背景图片加载存在缺陷，但通过手动设置更换壁纸后，界面完整性显著提升。更令人惊讶的是其语音助手功能：测试者可以通过语音指令直接启动应用程序，例如输入“Open GTA”，系统随即执行了该操作。虽然生成的 GTA 克隆版游戏因移动速度过慢而无法完全游玩，但模型成功生成了两个 3D 游戏项目。这种通过语音启动应用的能力超出了测试者的预期，表明模型在构建具备交互逻辑的 Web 前端方面具有独特的优势。

C++ 滑板游戏与最终评价

在一系列前端测试中，最奇特且最具代表性的案例是模型生成的 C++ 滑板游戏。尽管将其转换为网页游戏的尝试未能成功，但终端版的滑板游戏基本可运行且具备计分功能。这种将复杂逻辑转化为终端交互的行为被测试者称为“见过的最奇怪的事情之一”，但这并非负面评价，而是体现了模型截然不同且极具趣味性的开发风格。测试者总结认为，North Code Mini 1.0 是一个极其有趣的模型，它在 Web 和前端设计方面表现出某种特定的偏好或天赋。对于希望探索 AI 编程边界、特别是尝试生成独特前端界面或非传统应用（如终端游戏）的用户来说，强烈建议亲自测试该模型以发现其独特的价值。本次首次全面评测至此结束。

结论

North Mini Code在代码生成与前端开发领域展现出显著优势，尤其在Web界面构建、复杂逻辑实现及本地推理稳定性上表现优异。其256k上下文窗口与8-bit量化下的本地运行能力，使其在隐私敏感场景下具备实用价值。模型能生成可编译的C++代码及交互式ASCII游戏，并展现出独特的创意重构能力。

然而，该模型存在明显短板：情感模拟严重缺失导致角色扮演缺乏人性温度；部分前端测试中出现图片链接失效或SVG渲染异常等瑕疵。此外，其生成的代码常伴随非预期的“香料”行为（如自动集成音效），且对特定图形库的适配能力有限。总体而言，该模型适合探索AI编程边界及构建独特前端应用的用户，但不适用于需要高情感共鸣或绝对稳定性的生产环境。