Titre original : Nanbeige/Nanbeige4.3-33B
Le modèle « enseignant » phare de la série Nanbeige4.3 : la stratégie de l'auteur consiste à créer d'abord un modèle d'agent performant, puis à distiller les capacités de l'agent dans des modèles plus petits (par exemple, le futur Nanbeige4.3-3B). Il est spécialisé dans les tâches complexes de codage et de bureau professionnel (cowork), et prend en charge un contexte de 512K ; le gabarit de chat permet d'activer ou de désactiver le raisonnement (enable_thinking), avec l'option de conserver ou non les raisonnements précédents dans les échanges multi-tours (preserve_thinking). L'envoi de tools active le gabarit d'appel d'outils (format xml recommandé, json également pris en charge). Basé sur Nanbeige4.3-33B-Base, le dépôt a été créé le 24 10, et il n'a pas été inclus dans les numéros précédents.
Gain de score 78.5 · J'aime 1050 · Téléchargements 19178
Raisons
- L'auteur affirme que ce modèle est en tête des performances d'agent parmi les modèles open source d'environ 30B : comparé à Qwen3.8-27B, Muse-Glimmer-30B et Gemma4-31B dans le même cadre et au niveau de raisonnement maximal, il obtient 80.9 sur Terminal-Bench 2.1 (Qwen3.8-27B : 73.0), 42.5 sur DeepSWE 65.5, 38.3 sur Automation Bench 54.2 et 49.2 sur DeepPlanning 63.3.
- Pas seulement le codage : l'auteur affirme que sur les 35 métiers couverts par JobBench, la majorité dépasse la référence ; le tableau montre que SWE-Bench Pro 60.3 et GDPval 84.8 sont légèrement inférieurs aux scores de Qwen3.8-27B, soit 61.7 et 86.4, ce que l'auteur n'a pas dissimulé.
- Licence Apache-2.0 ; des commandes de lancement sont fournies pour Transformers, SGLang et vLLM. 1050 j'aime sur Hugging Face (indiquant uniquement le niveau d'attention).
Utilisation
- vLLM : vllm serve <chemin local> --tensor-parallel-size 4 --gpu-memory-utilization 0.8 --enable-auto-tool-choice --reasoning-parser qwen3 --tool-call-parser qwen3_coder ; pour SGLang, utilisez python -m sglang.launch_server --model-path <chemin> --tp-size 4 --reasoning-parser qwen3 --tool-call-parser qwen3_coder. Transformers nécessite trust_remote_code et un tokenizer avec use_fast=False.
- Paramètres : pour les agents / appels d'outils, temperature 1.0, top_p 0.95, maximum 65,536 nouveaux tokens, avec preserve_thinking activé ; pour le raisonnement et le chat, temperature 0.6, top_p 0.95, maximum 262,144 nouveaux tokens, avec preserve_thinking désactivé.
Risques
- Les scores sont tous auto-évalués par l'auteur, et la comparaison ne porte que sur trois modèles de niveau équivalent ; la fiche technique ne précise pas l'architecture du modèle, les données d'entraînement, ni si l'entraînement est effectué from scratch.
- La fiche technique n'indique pas les besoins en mémoire GPU, et les commandes de lancement officielles utilisent toutes un parallélisme tensoriel sur 4 cartes ; trust_remote_code est requis.