Em 9 de junho, a Cohere lançou o North Mini Code sob licença Apache 2.0, com os pesos no Hugging Face. É o primeiro modelo da empresa voltado totalmente para developers — e o pitch não é “batemos o GPT”. É algo mais interessante para qualquer um que já hesitou antes de enviar um repositório privado para uma API hospedada: um agente de código agentico capaz, suficientemente pequeno para rodar em hardware que você controla.
O que é, concretamente
O North Mini Code é um modelo Mixture-of-Experts: 30B de parâmetros totais, mas apenas 3B ativos por token. Essa proporção é toda a história. Você tem a capacidade representacional de um modelo médio com um custo de inferência mais próximo ao de um modelo pequeno — que é exatamente o que torna o self-hosting realista em vez de aspiracional.
A Cohere o construiu especificamente para engenharia de software agentica, não para chat geral: orquestrar sub-agentes, mapear arquitetura desconhecida, fazer revisão de código e trabalhar no terminal. É o primeiro modelo do que a Cohere chama de uma nova família, e o framing de todo o lançamento é desenvolvimento “soberano” — manter seu código em infraestrutura própria em vez de enviá-lo para o endpoint de outro.
Os números, framing honesto
A Cohere reporta 80.2% pass@10 no SWE-Bench Verified para o modelo fine-tuneado, e 61.0% pass@1 através do harness mini-SWE-Agent. São cifras sólidas para um modelo deste tamanho.
O claim da capa — que bate rivais open-source várias vezes seu tamanho — é real, mas convém ser preciso. Vem do Coding Index da Artificial Analysis, onde o North Mini Code obtém 33.4, acima de modelos como Devstral 2 (123B) e Nemotron 3 Super (120B-A12B). Então a história de “bate acima de sua categoria” é específica daquele benchmark, não um claim transversal a todas as evals. Continua sendo um resultado forte: um modelo de 30B superando coisas cinco vezes maior em um índice de terceiros respeitado é o tipo de eficiência que muda a matemática do deployment.
Algo que a Cohere ressalta e que é fácil passar por alto: treinaram através de múltiplos harnesses agenticos em vez de otimizar para um só. Isso importa na prática — um modelo que só rende bem dentro do scaffold exato em que foi tuneado tende a desmoronar assim que você muda o tooling. O North Mini Code foi pensado para aguantar através do SWE-Agent, mini-SWE-Agent e OpenCode, que é a diferença entre um troféu de benchmark e algo sobre o qual você realmente pode construir um agente.
Por que importa para seu time
O gancho real não é a posição no leaderboard. É que um agente de código agentico, open-weight e Apache 2.0 deste tamanho torna viável uma opção concreta: rodar seu agente no seu próprio hardware, onde seu código fonte nunca sai do prédio.
Para muitos times isso não é um luxo. Indústrias reguladas, trabalho para clientes sob NDA, codebases internas que legalmente prefeririam não ver passando por uma API de terceiros — todos conviveram com uma tensão real entre querer tooling agentico e não ter permissão para usar as versões hospedadas. Um modelo que você pode baixar e servir você mesmo dissolve essa tensão, pelo menos em princípio.
O ângulo do custo também é parte. A Cohere é explícita em apontar para um custo total de propriedade mais baixo, e o design MoE respalda: você não está pagando para ativar 30B de parâmetros em cada token. Para times que rodam agentes em volume, a diferença entre uma fatura de API por token e inferência self-hosted em hardware próprio se acumula rápido.
Onde conseguir
Os pesos estão no Hugging Face sob Apache 2.0. Se você preferir não rodá-lo você mesmo, a Cohere também oferece via sua API, via Model Vault (sua opção de inferência dedicada e gerenciada), e você pode testá-lo em harnesses como OpenCode.
A ressalva honesta: self-hostear um modelo nunca é só “baixar e pronto” — você precisa da infraestrutura e da vontade de operá-la. Mas pela primeira vez, o modelo em si não é o gargalo. Essa é a mudança que vale a pena olhar.