Nanbeige veröffentlicht Nanbeige4.3-33B, ein offenes agentenorientiertes Modell mit ~30B Parametern

Nanbeige kündigte Nanbeige4.3-33B am 25. Oktober auf X an. Die Gewichte und ein Basismodell (Nanbeige4.3-33B-Base) sind auf Hugging Face verfügbar. Das Labor sagt, es habe zunächst ein starkes „Teacher“-Modell entwickelt, um die Leistungsgrenze kleiner Agenten anzuheben. Das 33B-Modell soll kommende kleinere Nanbeige-Modelle trainieren, beginnend mit Nanbeige4.3-3B.

Das Modell wird unter Apache 2.0 veröffentlicht, unterstützt Englisch und Chinesisch und hat eine Kontextlänge von bis zu 512K Tokens. Die Modellkarte enthält Startbefehle für vLLM und SGLang und empfiehlt, das Reasoning des Modells über mehrere Gesprächsrunden hinweg beizubehalten (preserve_thinking), wenn es für den Einsatz von Tools und für die Arbeit mit Code-Agenten verwendet wird.

Angaben aus der Ankündigung, nicht unabhängig überprüft:

• Unter den offenen Modellen mit etwa 30B Parametern eine führende Leistung bei agentenorientierten Aufgaben.
• Starke Ergebnisse bei Benchmarks für agentenorientiertes Coding und Cowork. In der Vergleichstabelle des Labors mit Qwen3.8-27B, Muse-Glimmer-30B und Gemma4-31B erreicht das Modell 80.9 auf Terminal-Bench 2.1 (Qwen3.8-27B: 73.0) und 65.5 auf DeepSWE (42.5). Bei SWE-Bench Pro (60.3 gegenüber 61.7) und GDPval (84.8 gegenüber 86.4) liegt es hinter Qwen3.8-27B.
• Bewältigt Aufgaben aus der Praxis mit kosteneffizienter Inferenz, wenn es in gängigen Agent-Harnesses eingesetzt wird.

Der Beitrag hatte bis zum 25. Oktober etwa 1.300 Likes auf X. Ein Nutzer, der den Beitrag weiterverbreitete, sagte, die Benchmark-Ergebnisse sähen klar höher aus als die von Qwen 3.8 27B – so lese er die Grafik des Labors.