Cohere lanza North Mini Code, su IA para programar

Cohere ha lanzado North Mini Code, un modelo de IA diseñado para escribir, modificar y probar código dentro de entornos de desarrollo reales. Está disponible en Hugging Face con licencia Apache 2.0, una licencia abierta que permite usarlo, modificarlo y redistribuirlo bajo ciertas condiciones.

El modelo tiene 30.000 millones de parámetros, pero solo activa unos 3.000 millones para cada fragmento de texto. Esta arquitectura, llamada Mixture-of-Experts, divide el trabajo entre varios especialistas internos y activa únicamente los necesarios en cada paso. El objetivo es ofrecer capacidades de un modelo grande con un coste de ejecución más contenido.

Una IA pensada para trabajar con herramientas

North Mini Code no se limita a sugerir líneas de código. Cohere lo ha entrenado para desenvolverse como un agente de programación: puede usar una terminal, inspeccionar archivos, editar proyectos, ejecutar pruebas y corregir errores a lo largo de varios pasos.

Eso importa porque resolver una tarea de software rara vez consiste en generar una respuesta y terminar. Por ejemplo, un agente puede recibir un error en una aplicación, localizar el archivo responsable, aplicar un cambio, ejecutar las pruebas y volver a intentarlo si algo falla.

Cohere afirma que el modelo obtuvo una puntuación de 33,4 en el Coding Index de Artificial Analysis. Según la empresa, el resultado supera al de varios modelos abiertos de tamaño similar, como Qwen3.5 de 35.000 millones de parámetros totales y Gemma 4 de 26.000 millones, además de modelos considerablemente mayores como Nemotron 3 Super, Mistral Small 4 y Devstral 2.

La comparación depende de la metodología y de las configuraciones utilizadas en cada prueba. Cohere indica que ejecutó sus evaluaciones con tres semillas diferentes y reportó el promedio de esos resultados.

Entrenamiento con proyectos y terminales

Para entrenar el modelo, Cohere utilizó más de 70.000 tareas verificables procedentes de unos 5.000 repositorios. La mayoría eran problemas de ingeniería de software, mientras que el resto eran tareas realizadas directamente desde una terminal.

El entrenamiento combinó dos técnicas:

• Ajuste supervisado, con ejemplos de código, razonamiento y uso de herramientas.
• Aprendizaje por refuerzo con recompensas verificables, donde el modelo recibe una recompensa cuando sus cambios superan pruebas automáticas.

En la primera etapa, el contexto llegaba a 64.000 tokens. En la segunda, se amplió a 128.000 tokens, lo que permite trabajar con instrucciones, archivos y registros de ejecución muy extensos.

Cohere también entrenó North Mini Code con distintos sistemas de herramientas. Un agente puede interactuar con una terminal completa, con una sola herramienta bash o con funciones separadas para editar, buscar archivos y organizar tareas. La empresa asegura que añadir datos de varios entornos mejoró el rendimiento en OpenCode un 10% sin reducir el resultado en SWE-Bench Verified.

Qué resultados presenta

El modelo inicial, antes del aprendizaje por refuerzo, alcanzó un 80,2% de pass@10 en SWE-Bench Verified y un 55,1% en Terminal-Bench v2. pass@10 significa que se generan hasta diez intentos y se cuenta si al menos uno resuelve correctamente la tarea.

Tras el entrenamiento por refuerzo, Cohere registró mejoras absolutas de 3 puntos porcentuales en SWE-Bench y 7,9 puntos en Terminal-Bench v2, según sus evaluaciones. También observó menos llamadas inválidas a herramientas, menos bucles repetitivos y trayectorias más cortas.

En una evaluación humana interna con 85 muestras, la versión final fue preferida frente a la versión sin ese entrenamiento en el 66,1% de los casos, especialmente en tareas de edición de código.

Qué cambia para ti

North Mini Code está orientado sobre todo a desarrolladores y a las herramientas que construyen agentes de programación. Puedes descargar sus pesos desde Hugging Face en formatos BF16 y FP8, usarlo en OpenCode o acceder a él mediante la API de Cohere.

Su principal atractivo no es solo que genere código, sino que pueda trabajar dentro de un proyecto y comprobar si sus cambios funcionan. Aun así, los resultados proceden de benchmarks y evaluaciones de Cohere, no garantizan que el modelo resuelva cualquier repositorio sin supervisión. Para tareas importantes, seguirás necesitando revisar el código, las dependencias y las pruebas.

La siguiente señal que conviene vigilar es su rendimiento fuera de los entornos utilizados durante el entrenamiento. Si mantiene esa robustez al cambiar de herramientas, repositorios y tipos de problemas, North Mini Code puede convertirse en una pieza práctica para agentes de desarrollo más baratos y fáciles de ejecutar localmente.