North Mini Code من Cohere: نموذج MoE open-weight بحجم 30B للترميز الوكيلي

أطلقت Cohere نموذج North Mini Code — أول نموذج مفتوح من الشركة للمطورين، مبني على معمارية mixture-of-experts. بـ 30 مليار معامل، يُفعّل النموذج 3 مليارات فقط في كل استدعاء، ويتسع على معالج GPU H100 واحد، ويدعم نافذة سياق بـ 256 ألف رمز.

البرمجة الموجهة بالوكيل كحالة استخدام أساسية

تم تطوير North Mini Code خصيصًا للبرمجة الموجهة بالوكيل — عندما لا ينتظر الذكاء الاصطناعي المطالبة، بل يقوم بالتخطيط والكتابة والاختبار وإصلاح الكود بشكل مستقل في حلقة تكرارية. هذا صنف مختلف من المهام مقارنة بالإكمال التلقائي التقليدي: يتلقى النموذج مهمة عالية المستوى ويحلها بأقل تدخل من المطور. نافذة السياق البالغة 256 ألف رمز هي خيار معماري لمثل هذه السيناريوهات. تسمح بالاحتفاظ بمستودعات كاملة في الذاكرة: ليس ملف واحد فقط، بل عشرات الوحدات المترابطة والاختبارات والملفات الإعدادية والتوثيق جميعًا في نفس الوقت. وللتصحيح الشامل أو العثور على السبب الجذري لخطأ يمتد عبر عدة طبقات من التجريد، هذا أمر أساسي. المهام النموذجية التي تم تحسين النموذج من أجلها:

• إعادة هيكلة مستقلة في جميع أنحاء قاعدة الكود
• تصحيح أخطاء متعدد الخطوات بدون مطالبات مستمرة
• تحليل وتوثيق المشاريع الموروثة
• التكامل في CI/CD بصفته مراجعًا للذكاء الاصطناعي
• إنشاء واختبار حالات الاختبار تلقائيًا في حلقة

كيفية عمل MoE عمليًا

Mixture-of-Experts هي نهج يتم فيه تقسيم النموذج إلى كتل متخصصة — خبراء — وبالنسبة لكل رمز، يتم تفعيل مجموعة فرعية منها فقط. من 30 مليار معامل في North Mini Code، يتم تفعيل حوالي 3 مليارات فقط في أي لحظة — تقريبًا واحد من كل عشرة. عمليًا، هذا يعني: الحمل الحسابي أثناء العملية أقرب إلى نموذج بثلاثة مليارات معامل، بينما جودة الإجابة مماثلة لنموذج بثلاثين مليار معامل.

يعمل النموذج على معالج NVIDIA H100 واحد، مما يخفض بشكل كبير عتبة النشر. معالج H100 واحد مستأجر في السحابة يكلف 2–4 دولارات في الساعة — مقابل عشرات الآلاف لمجموعة خوادم تشغل نموذجًا كثيفًا مكافئًا. أصبحت معماريات MoE هي المعيار للتوسع الفعال: اتبعت DeepSeek-V3 و Mixtral نفس هذا المسار وأثبتتا أنه يمكن المنافسة مع نماذج أكبر وأكثر كثافة بتكاليف استدلال أقل.

الأوزان المفتوحة كحجة تنافسية

تنشر Cohere North Mini Code مع أوزان مفتوحة. هذا يعني إمكانية تنزيل النموذج وضبط معاملاته على بياناتك الخاصة ونشره على أي بنية أساسية — بدون الاعتماد على API Cohere. بالنسبة لعملاء المؤسسات، يعالج هذا عدة احتياجات رئيسية: تبقى البيانات ضمن حدود الشركة، يمكن تكييف النموذج مع معايير الترميز الداخلية والإطارات الملكية، وزمن التأخير من النشر المحلي ضئيل جداً. هذا الطلب ذاته — التحكم والتخصيص والاستقلالية عن حلول SaaS — يصبح الحجة التنافسية الأساسية لـ Cohere ضد الحلول المغلقة.

ما يعنيه هذا

سوق نماذج الذكاء الاصطناعي للمطورين مكتظ: يعمل بالفعل في هذا السوق DeepSeek Coder و Qwen2.5-Coder و Code Llama و Mistral وغيرها. يحتل North Mini Code موضعًا محددًا — المهام الموجهة بالوكيل على البنى الأساسية الملكية — ويراهن على ثلاثة معاملات في نفس الوقت: كفاءة MoE والسياق الطويل والأوزان المفتوحة. ستظهر المعايير المستقلة ونشرات الإنتاج الأولى ما إذا كانت هذه الجمع ستكون رابحة.