Nanbeige brengt Nanbeige4.3-33B uit, een open agentmodel van ~30B

Nanbeige kondigde Nanbeige4.3-33B op 25 oktober aan op X, met de gewichten en een basismodel (Nanbeige4.3-33B-Base) op Hugging Face. Het lab zegt dat het eerst een sterk ‘teacher’-model heeft gebouwd om de lat voor kleine agents hoger te leggen, en dat het 33B-model binnenkort kleinere Nanbeige-modellen zal trainen, te beginnen met Nanbeige4.3-3B.

Het model is uitgebracht onder Apache 2.0, ondersteunt Engels en Chinees en heeft een contextlengte van maximaal 512K tokens. De modelkaart geeft opstartcommando's voor vLLM en SGLang en raadt aan om het redeneerproces van het model tussen beurten te behouden (preserve_thinking) bij toolgebruik en code-agentwerk.

Claims uit de aankondiging, niet onafhankelijk gemeten:

• State-of-the-art agentprestaties onder open modellen met ongeveer 30B parameters.
• Sterke resultaten op benchmarks voor agentic coding en cowork. In de eigen tabel van het lab, waarin het model wordt vergeleken met Qwen3.8-27B, Muse-Glimmer-30B en Gemma4-31B, scoort het 80.9 op Terminal-Bench 2.1 (Qwen3.8-27B: 73.0) en 65.5 op DeepSWE (42.5), maar blijft het achter bij Qwen3.8-27B op SWE-Bench Pro (60.3 vs 61.7) en GDPval (84.8 vs 86.4).
• Voert realistische taken uit met kostenefficiënte inferentie wanneer het in gangbare agentharnassen wordt gebruikt.

Het bericht had op 25 oktober ongeveer 1.300 likes op X. Een gebruiker die het bericht doorgaf, zei dat de benchmarkscores duidelijk hoger lijken dan die van Qwen 3.8 27B; dat is hun interpretatie van de grafiek van het lab.