North Mini Code 1.0 の必要VRAM

Cohere LabsのNorthシリーズのコード特化30B MoE(128エキスパート中8起動)。最長50万トークンの長文対応で、49層中フル注意13層のスライディングウィンドウ主体構成。Apache-2.0。

30.48B / 49層 / GQA 4ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。

上の表は8,192トークンの文脈での計算です。AIエージェント(道具を使って複数ステップの作業を自動でこなす使い方)では長い文脈が要り、その分KVキャッシュが増えます。 このモデルをQ4_K_Mで使う場合、必要VRAMは32Kで約20.9GB、128Kで約23.5GBです(8Kの約1.2倍)。 KVヘッドが少ない構成のため、文脈を延ばしても増え方はゆるやかです。エージェント用途に向く設計といえます。

North Mini Code 1.0とは

North Mini Code 1.0は、CohereLabsが公開するTransformer系のハイエンドクラス(30.48Bパラメータ)オープンモデルです。24GB級GPUの領域で、ローカルで狙える上位の品質帯です。コーディング・開発支援に特化したチューニングが施されています。

Hugging Faceでの直近30日ダウンロードは約3万件・いいね559件 — ダウンロード数は当サイト収録83モデル中71位です(2026-08-27時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

North Mini Code 1.0の必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約18.5GB、8Kトークン分のKVキャッシュが約0.2GB、システム予約と合わせて合計約20.2GBです。 ◎(快適)判定の最小ラインは、VRAM 24GBクラスのGPUです。 迷ったらQ4_K_M(合計約20.2GB)が基準です。VRAMに余裕があればQ8_0(約34.1GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

ハイブリッドアテンション(線形)採用: 全49層のうちフルアテンションは13層のみで、残りの層はコンテキスト長に依存しない固定サイズの状態を持ちます。長文に強い設計です。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.1GB、8Kで約0.2GB、32Kまで広げると約0.9GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q4_K_Mの重み18.5GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約19 tokens/秒、RTX 4090(1008GB/s)で約55 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

動かすには

OllamaやLM Studioに対応しています。導入手順は用語集のOllamaページにまとめています。

同クラスの選択肢

Muse Glimmer 30B(29.78B) / GLM-4.7-Flash 31B-A3B(31.2B) / Gemma 4 31B(31.27B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)