North Mini Code
Red Neuronal
North Mini Code es un modelo de agente de Cohere para programación: arquitectura MoE dispersa con 30B de parámetros y 3B activos.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 256 000 tokens
- Longitud máxima de respuesta
- 64 000 tokens
- Niveles de razonamiento
- bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Cómo funciona North Mini Code?
North Mini Code es el primer modelo de agente para código de Cohere y el modelo debut de la familia North. Bajo el capó, utiliza una arquitectura de mezcla de expertos (MoE) dispersa: de 30 mil millones de parámetros, solo 3 mil millones están activos en cada paso, por lo que el modelo está diseñado para escenarios de desarrollo de agentes donde es importante trabajar en un ciclo de múltiples llamadas. En BotHub, North Mini Code está disponible sin VPN ni tarjetas extranjeras; el pago se realiza con tarjetas locales según el uso y los tokens no utilizados no caducan. Junto a ella, en la misma ventana, hay más de 250 redes neuronales, por lo que puede comparar respuestas y cambiar a otro modelo a través de una API compatible con OpenAI sin reescribir la integración. Los diálogos están cifrados con AES-GCM y, para empresas, ofrecemos contratos, facturación, intercambio electrónico de documentos y un panel de administración con límites por equipo. Conecte el modelo como agente en su editor de código para que lea archivos del proyecto y realice ediciones; asígnele la refactorización de un módulo heredado o el análisis de código complejo; úselo para depuración y análisis de seguimientos de pila; o cree un asistente interno para desarrolladores a través de la API de BotHub.Preguntas frecuentes sobre North Mini Code
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Cohere enfocado en código: escribir funciones, refactorizar módulos, encontrar errores, explicar repositorios ajenos o generar documentación. Su ventana de contexto de 256,000 tokens permite cargar proyectos grandes. También acepta imágenes y documentos como entrada.
Hasta 64,000 tokens por respuesta, suficiente para un módulo de código extenso, un análisis técnico detallado o un documento largo. Si la tarea es más amplia, divídala en partes: el contexto de 256,000 tokens permite mantener todo el resultado anterior en el mismo diálogo.
Sí, el razonamiento antes de responder está confirmado por nuestros datos. El modelo analiza la condición paso a paso antes de dar el resultado. Esto es especialmente notable en algoritmos, depuración y tareas de varios pasos, donde es importante derivar la respuesta de forma coherente en lugar de adivinarla.
Sí, admite tanto llamadas a funciones (function calling) como salida estructurada en formato JSON. El modelo es útil como base para agentes que interactúan con herramientas, bases de datos y servicios externos. En BotHub está disponible a través de una API unificada, por lo que no tendrá que reescribir la integración.
Imágenes y documentos, sí: envíe una captura de pantalla con un error, un esquema de arquitectura o un archivo de especificación y obtenga un análisis de texto. El trabajo con audio y video no está indicado en nuestros datos, por lo que es mejor elegir un modelo especializado en el catálogo de BotHub para esos archivos.
No tenemos datos específicos sobre idiomas y no vamos a inventarlos. La forma más honesta es ejecutar su consulta típica y comparar el resultado con otro modelo en la misma ventana. En BotHub, esto se hace con un par de clics, sin VPN ni tarjetas extranjeras.