Оригинальное название: Nanbeige/Nanbeige4.3-33B
Флагманская «учительская модель» серии Nanbeige4.3: авторы следуют стратегии, при которой сначала создается мощная агентная модель, а затем агентные способности дистиллируются в меньшие модели (например, в последующую Nanbeige4.3-3B). Модель ориентирована на сложные задачи программирования и профессиональной офисной работы (cowork), поддерживает контекст 512K; в шаблоне чата можно включать и выключать рассуждения (enable_thinking), опционально сохранять предыдущие рассуждения в многоходовых диалогах (preserve_thinking), а при передаче инструментов (tools) активируется шаблон вызова инструментов (рекомендуется формат xml, также поддерживается json). Модель основана на Nanbeige4.3-33B-Base, репозиторий создан 10 24, в предыдущих выпусках не рассматривалась.
Рост рейтинга 78.5 · Лайки 1050 · Загрузки 19178
Обоснование
- Авторы заявляют, что среди открытых моделей уровня ~30B эта модель лидирует по агентным показателям: сравнение с Qwen3.8-27B, Muse-Glimmer-30B и Gemma4-31B проводилось в одном фреймворке с максимальным уровнем рассуждений. Результаты: Terminal-Bench 2.1 80.9 (у Qwen3.8-27B 73.0), DeepSWE 65.5 (42.5), Automation Bench 54.2 (38.3), DeepPlanning 63.3 (49.2).
- Не только программирование: по словам авторов, в большинстве из 35 профессий, охваченных JobBench, результаты превышают базовый уровень; в таблице показатели SWE-Bench Pro 60.3 и GDPval 84.8 немного ниже, чем у Qwen3.8-27B (61.7 и 86.4), и авторы это не скрывают.
- Лицензия Apache-2.0; приведены команды запуска для Transformers, SGLang и vLLM. Количество лайков 1050 (отражает только уровень интереса).
Использование
- vLLM: vllm serve <путь_локально> --tensor-parallel-size 4 --gpu-memory-utilization 0.8 --enable-auto-tool-choice --reasoning-parser qwen3 --tool-call-parser qwen3_coder; для SGLang используйте python -m sglang.launch_server --model-path <путь> --tp-size 4 --reasoning-parser qwen3 --tool-call-parser qwen3_coder. Для Transformers требуется trust_remote_code и токенизатор с use_fast=False.
- Параметры: для агентных задач / вызовов инструментов: temperature 1.0, top_p 0.95, максимум 65,536 новых токенов, включен preserve_thinking; для рассуждений и чата: temperature 0.6, top_p 0.95, максимум 262,144 новых токенов, preserve_thinking выключен.
Риски
- Все показатели — самооценка авторов, сравнение проводилось только с тремя моделями того же уровня; в карточке модели не указаны архитектура, обучающие данные, а также не уточняется, обучалась ли модель с нуля.
- В карточке не указаны требования к видеопамяти, все официальные команды запуска предполагают тензорный параллелизм на 4 GPU; требуется trust_remote_code.