Nanbeige 發布 33B 參數模型 Nanbeige4.3-33B，主打代理編碼與協作能力

背景

Nanbeige4.3-33B 是 Nanbeige 團隊推出的大型語言模型，參數量約為 33B。發布者表示，該模型是 Nanbeige4.3 系列的旗艦「教師模型」（teacher model，指用於訓練或蒸餾其他較小模型的高效能基準模型），旨在推動輕量級代理（agent，能自主執行任務的 AI 系統）的能力邊界。其策略是先建立高容量的教師模型，隨後將先進的代理能力蒸餾（distillation，將大模型知識轉移到小模型的技術）到更小的模型中，例如未來的 Nanbeige4.3-3B。 Hugging Face 熱門模型

發生什麼事

Nanbeige 團隊發布了 Nanbeige4.3-33B 模型，並上傳至 Hugging Face 平台。發布者指出，該模型在約 30B 參數級別的開放模型中，針對代理編碼（agentic coding）和專業協作（professional cowork）任務提供了最先進的表現，同時也是成本效益高的即時部署選項。 Hugging Face 熱門模型

重點內容

發布者提供了 Nanbeige4.3-33B 與同級別模型（Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B）的比較數據。在代理編碼方面，Nanbeige4.3-33B 在 Terminal-Bench 2.1 獲得 80.9 分（對比 Qwen3.8-27B 的 73.0 分），在 DeepSWE 獲得 65.5 分（對比 Qwen3.8-27B 的 42.5 分）。在代理協作方面，於 Automation Bench 獲得 54.2 分（對比 Qwen3.8-27B 的 38.3 分），JobBench 獲得 44.8 分（對比 Qwen3.8-27B 的 34.5 分）。發布者表示，該模型在 JobBench 評估的 35 種職業中，多數項目表現優於基準。 Hugging Face 熱門模型

該模型支援高達 524,288 個 token（詞元，模型處理文字的基本單位）的上下文長度。模型卡提供了可配置的聊天模板，包含 enable_thinking（控制是否生成推理過程，預設開啟）和 preserve_thinking（控制多輪對話中是否保留先前的推理內容，建議一般聊天設為 False，工具使用或代理工作流設為 True）。此外，模型支援工具呼叫（tool-use），發布者建議使用 XML 格式以獲得最佳效能，也支援 JSON 格式。 原文

對使用者的意義

開發者可以透過 Transformers、vLLM（一種高效能的大型語言模型推理引擎）或 SGLang 等框架運行此模型。模型卡提供了使用 Python 程式碼範例，包括使用 pipeline 函數進行文字生成，以及透過 AutoTokenizer 和 AutoModelForCausalLM 直接載入模型。此外，也支援透過 Docker 容器運行，並提供 OpenAI 相容的 API（應用程式介面，讓不同軟體能互相溝通的標準）端點供呼叫。 Hugging Face 熱門模型

限制與未定事項

比較對象為 Qwen3.8-27B、Muse-Glimmer-30B 和 Gemma4-31B，且所有模型均在最高思考強度（highest thinking effort）下評估。此外，發布者提到該模型將用於蒸餾更小的模型（如 Nanbeige4.3-3B），但這些小模型的具體發布時間與細節尚未公布。 Hugging Face 熱門模型