--- title: "Cohereが開発者向け初モデル『North Mini Code』を無料公開 | AIニュース - ai-garage" description: "Cohere Labs が開発者向け初モデル「North Mini Code」を公開したよ。30Bパラメータのうち実際に動くのは3Bという省エネなMoE設計で、SWE-Bench Verified は80.2%、コンテキストは128K。Apache 2.0 で誰でもダウンロードできるんだ。" source: https://ai-garage.jp/news/cohere-north-mini-code-developer-model/ --- News 2026年6月10日 # Cohereが開発者向け初モデル『North Mini Code』を無料公開 Cohere Labs が開発者向け初モデル「North Mini Code」を公開したよ。30Bパラメータのうち実際に動くのは3Bという省エネなMoE設計で、SWE-Bench Verified は80.2%、コンテキストは128K。Apache 2.0 で誰でもダウンロードできるんだ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#オープンモデル](https://ai-garage.jp/tags/%E3%82%AA%E3%83%BC%E3%83%97%E3%83%B3%E3%83%A2%E3%83%87%E3%83%AB/)[#コーディング](https://ai-garage.jp/tags/%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0/)[#AIエージェント](https://ai-garage.jp/tags/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88/) この記事の要点 - カナダのAI企業 Cohere の研究部門 Cohere Labs が2026年6月9日、開発者向けでは初となるコーディング特化モデル「North Mini Code」を公開したよ。 - 設計はMoE（混合エキスパート）で、300億（30B）パラメータのうち実際に動くのは30億（3B）だけ。メモリや計算は小さいモデル並みなのに、知識量は大きいモデル並みなんだ。 - 性能はSWE-Bench Verifiedで80.2% pass@10、Terminal-Bench v2で55.1% pass@10（強化学習RLVRで+7.9ポイント改善）、コード編集の人間評価で勝率66.1%。 - ライセンスは商用利用もOKのApache 2.0。Hugging FaceからBF16版と軽いFP8量子化版を無料でダウンロードでき、Cohere APIとOpenCodeにも統合済み。コンテキストは128Kトークン。 やっほー、ぼくてんびん丸！今日はちょっと開発者寄りの、でも知っておくとお得なニュースだよ。あの大きなAI企業がこぞって「クラウドで使ってね」って言うなかで、「**モデルそのものを丸ごと持ち帰っていいよ**」っていう発表があったんだ。さっそく整理していこうね。 ## 何があったの？ カナダのAI企業 **Cohere**（コーヒアと読むよ）の研究部門 **Cohere Labs** が、**2026年6月9日**に、開発者向けでは初めてとなるモデル 「**North Mini Code**」 を公開したんだ。 名前のとおり**コーディング（プログラム書き）に特化**したモデルで、特徴をざっくり並べるとこんな感じだよ。 | 項目 | 中身 | | --- | --- | | パラメータ数 | **300億**（30B）のうち実際に動くのは**30億**（3B）だけ | | 設計 | MoE（Mixture-of-Experts、混合エキスパート） | | コンテキスト長 | **128K トークン** | | ライセンス | **Apache 2.0**（商用利用もOKの太っ腹ライセンス） | | 入手先 | **Hugging Face**でオープンウェイト公開 ＋ Cohere API ＋ OpenCode に統合 | ポイントは、**重み（モデルの中身）が無料でダウンロードできる**こと。BF16版と、もっと軽いFP8量子化版の両方が用意されてるよ。 ## どこがすごいの？ すごいところは大きく2つあるよ。 **1つめは「省エネなのに賢い」設計。** 「30Bあるのに3Bしか動かさない」って不思議だよね。これがMoE（混合エキスパート）の仕組みで、たくさんいる専門家（エキスパート）のうち、その質問に必要な担当だけを呼び出すんだ。だから**メモリや計算は小さいモデル並みなのに、知識量は大きいモデル並み**っていう、いいとこ取りができるんだよ。 ![MoE（混合エキスパート）の仕組み図：全体300億パラメータのうち、実際に動くのは30億だけ。軽い動作と大きな知識量を両立する。](https://ai-garage.jp/images/article-figures/cohere-north-mini-code-developer-model-1.webp) **2つめは「ちゃんと強い」こと。** ベンチマーク（性能テスト）の数字を見てみよう。 - **SWE-Bench Verified**（実際のGitHubのバグ修正タスク）：**80.2% pass@10** - **Terminal-Bench v2**（ターミナル操作タスク）：**55.1% pass@10**、強化学習（RLVR）で+7.9ポイント改善 - コード編集タスクの人間評価：**勝率66.1%** SWE-Bench Verifiedで8割っていうのは、軽量モデルとしてはかなり優秀なんだ。しかもSWE-Agentやmini-SWE-agent、OpenCodeみたいな**いろんなエージェントの“着せ替え”に強い**（cross-harness robustness）のも実用的なポイントだよ。 ## ぼくの感想 ぼくが「これは流れが変わるかも」って思うのは、**ローカルで動かせるコーディングAI**がどんどん実用ラインに来てる点なんだ。 クラウドのAPIって便利だけど、**コードを外に出したくない会社**も多いよね。社外秘のソースをよそのサーバーに送るのはこわい、っていう現場の声はずっとあったんだ。そこにApache 2.0で持ち帰れて、3Bしか動かさないから**手元のPCやノートでも現実的に回せそう**なモデルが来た——これは「自社のなかだけでAIコーディングを完結させたい」っていうニーズにピタッとはまる気がするよ。 もちろん、最上位の超巨大モデルと真っ向勝負して全勝、ってわけじゃないと思う。でも「ちょうどよく賢くて、軽くて、自由に使える」のは、**毎日コードを書く人にとっては大きい**んじゃないかな。 ## まとめ **North Mini Code**は、Cohere Labsが出した**開発者向け初のオープンウェイト・コーディングモデル**だよ。30B中3Bだけ動くMoE設計で省エネ、SWE-Bench Verified 80.2%とちゃんと強くて、Apache 2.0で無料で持ち帰れる——この「軽い・強い・自由」の3点セットが魅力なんだ。 大きいAIをクラウドで借りる時代から、**ちょうどいいAIを自分の手元に置く時代**へ。その選択肢がまた1つ増えたってことだね。きみがもしコードを書くなら、一度試してみる価値はあると思うよ。それじゃ、またね！ よくある質問 Q.North Mini Code って何？ A.カナダのAI企業 Cohere の研究部門 Cohere Labs が2026年6月9日に公開した、コーディング（プログラム書き）に特化したモデルだよ。Cohere Labs としては開発者向け初のモデルで、重み（モデルの中身）がHugging Faceで無料公開されているのが大きな特徴なんだ。 Q.無料で使えるの？商用利用もOK？ A.ライセンスはApache 2.0だから、商用利用も含めて自由に使えるよ。Hugging Faceからオープンウェイトとしてダウンロードでき、BF16版と、もっと軽いFP8量子化版の両方が用意されている。Cohere APIやOpenCode経由でも使えるんだ。 Q.300億パラメータなのに30億しか動かないってどういうこと？ A.MoE（Mixture-of-Experts、混合エキスパート）という設計だからだよ。たくさんいる専門家（エキスパート）のうち、その質問に必要な担当だけを呼び出す仕組みなんだ。だからメモリや計算の負担は小さいモデル並みなのに、知識量は大きいモデル並みという、いいとこ取りができるんだよ。 Q.性能はどれくらい？ A.実際のGitHubのバグ修正タスクを測るSWE-Bench Verifiedで80.2% pass@10、ターミナル操作タスクのTerminal-Bench v2で55.1% pass@10（強化学習RLVRで+7.9ポイント改善）、コード編集タスクの人間評価では勝率66.1%だよ。SWE-Bench Verifiedで8割は、軽量モデルとしてはかなり優秀なんだ。 Q.手元のPCで動かせる？ A.実際に動くのが30億パラメータぶんだけなので、手元のPCやノートでも現実的に回せそう、というのがこの記事の見立てだよ。コードを外に出したくない会社にとっては、自社のなかだけでAIコーディングを完結させる選択肢になりそう。ただし最上位の超巨大モデルと真っ向勝負して全勝するわけではない、とも書いているよ。 参考・一次ソース - [→ 一次ソース](https://huggingface.co/blog/CohereLabs/introducing-north-mini-code) この記事に出てきた用語・モデル 用語をやさしく解説 [モデル](https://ai-garage.jp/glossary/model/)[SWE-Bench](https://ai-garage.jp/glossary/swe-bench/)[Mixture of Experts（MoE）](https://ai-garage.jp/glossary/mixture-of-experts/)[API](https://ai-garage.jp/glossary/api/)[オープンウェイト](https://ai-garage.jp/glossary/open-weight/)[パラメータ](https://ai-garage.jp/glossary/parameter/) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=Cohere%E3%81%8C%E9%96%8B%E7%99%BA%E8%80%85%E5%90%91%E3%81%91%E5%88%9D%E3%83%A2%E3%83%87%E3%83%AB%E3%80%8ENorth%20Mini%20Code%E3%80%8F%E3%82%92%E7%84%A1%E6%96%99%E5%85%AC%E9%96%8B%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fcohere-north-mini-code-developer-model%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fcohere-north-mini-code-developer-model%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![小さいAIを4体組ませたら“裏社会の金融ゲーム”が動いたよ！『Build Small Hackathon』で分かった、小型モデルの賢い使い方なんだ](https://ai-garage.jp/images/news-heroes/small-models-multi-agent-finance-sim-hackathon-card.webp)2026/6/7小さいAIを4体組ませたら“裏社会の金融ゲーム”が動いたよ！『Build Small Hackathon』で分かった、小型モデルの賢い使い方なんだ](https://ai-garage.jp/news/small-models-multi-agent-finance-sim-hackathon/)[![DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下](https://ai-garage.jp/images/news-heroes/deepseek-v4-1-flash-1017-card.webp)2026/10/17DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下](https://ai-garage.jp/news/deepseek-v4-1-flash-1017/)[![DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回](https://ai-garage.jp/images/news-heroes/deepseek-v4-1-flash-launch-card.webp)2026/9/11DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回](https://ai-garage.jp/news/deepseek-v4-1-flash-launch/)[![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp)2026/9/5Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/6/10 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。