Nanbeige LLM Lab hat Nanbeige4.3-33B auf Hugging Face unter der Apache-2.0-Lizenz veröffentlicht. Nanbeige4.3-33B ist ein 33B dichtes Sprachmodell, das für agentic coding und büroartige ‚Cowork‘-Aufgaben gebaut wurde. Das Labor gehört zur Recruiting-Plattform BOSS Zhipin. Es hat außerdem Nanbeige4.3-33B-Base für eigenes Post-Training veröffentlicht. Das Modell unterstützt ein Kontextfenster von 524,288 Token. In der eigenen Tabelle des Labors führt es bei 17 von 20 Benchmarks gegen 3 offene Modelle nahe 30B.
TL;DR
- Größe: 33B Parameter, dicht (kein MoE), 524,288-Token-Kontext (512K), BF16-Gewichte.
- Läuft auf: Multi-GPU-Servern. Die SGLang- und vLLM-Rezepte der Modellkarte verwenden 4-fache Tensor-Parallelität. BF16-Gewichte benötigen etwa 66 GB (unsere Rechnung). 1 Community-Quantisierung ist gelistet.
- Leistung: Führt bei 17 von 20 Zeilen in Nanbeiges eigenem Vergleich gegen Qwen3.8-27B, Muse-Glimmer-30B und Gemma4-31B.
- Bestes Ergebnis: 80.9 auf Terminal-Bench 2.1, gegenüber 73.0 für Qwen3.8-27B.
- Schlechtestes Ergebnis: 23.8 auf Terminal-Bench 4.0 (sein niedrigster Wert). Es liegt außerdem hinter Qwen3.8-27B bei SWE-Bench Pro zurück, 60.3 gegenüber 61.7.
Was ist Nanbeige4.3-33B?
Nanbeige4.3-33B ist das Flaggschiff-‚Lehrer‘-Modell der Nanbeige4.3-Serie. Die angegebene Strategie des Labors ist es, zuerst einen starken Lehrer zu bauen. Anschließend plant es, agentic skills in kleinere Modelle zu destillieren, beginnend mit Nanbeige4.3-3B.
Wie ist Nanbeige4.3-33B aufgebaut?
Die config.json deklariert eine Standard- LlamaForCausalLM Architektur. Es gibt kein Expert-Routing, daher laufen alle 33B Parameter bei jedem Token.
- 52 Layer, versteckte Größe 7,168
- 56 Query-Köpfe und 8 Key-Value-Köpfe (grouped-query attention), Kopf-Dimension 128
- FFN-Zwischengröße 22,016, Vokabular von 166,912 Tokens
- RoPE-Theta von 120,000,000 und 524,288 maximale Positionen
Die Chat-Vorlage stellt 3 Steuerungen bereit. enable_thinking schaltet Reasoning um und ist standardmäßig aktiviert. preserve_thinking bewahrt das Reasoning aus früheren Runden. Nanbeige empfiehlt es für mehrstufige Tool-Nutzung und Code-Agents. Das Übergeben von tools aktiviert Tool-Aufrufe, und ein XML-Aufrufformat wird empfohlen.
Wie schneidet Nanbeige4.3-33B bei Benchmarks ab?
Nanbeige verglich das Modell mit Qwen3.8-27B, Muse-Glimmer-30B und Gemma4-31B. Jedes Modell lief mit seiner höchsten Thinking-Anstrengung, mit gemeinsamen Hyperparametern und Harnesses. Alle Bewertungen in diesem Abschnitt sind selbst berichtet.
- Agentic Coding: Es erzielt 80.9 auf Terminal-Bench 2.1, gegenüber 73.0 für Qwen3.8-27B. DeepSWE zeigt den größten Abstand: 65.5 gegenüber 42.5. Auf Terminal-Bench 4.0 erzielt es 23.8, während Gemma4-31B 0.0 erreicht.
- Agentic Cowork: Es erreicht 54.2 auf Automation Bench gegenüber 38.3 und 44.8 auf JobBench gegenüber 34.5. Auf YC-bench erreichen die simulierten Einnahmen $1,025,437 gegenüber $641,290.
- Reasoning: Es berichtet 95.2 auf AIME 2026 und 84.0 auf AA-LCR.
Es verliert 3 von 20 Zeilen. Qwen3.8-27B führt bei SWE-Bench Pro (61.7 vs 60.3) und GDPval (86.4 vs 84.8). Gemma4-31B führt bei GPQA Diamond in Nanbeiges Tabelle, 91.3 vs 89.5.
Das Basismodell schlägt Gemma4-31B-Base bei allen 8 berichteten Aufgaben. Beispiele sind MMLU-Pro (66.9 vs 59.3) und GPQA (62.0 vs 41.5).
Zurück</button><button class="btn" id="nbgNext">Nächster Schritt </button><button class="btn ghost" id="nbgPlay">Automatische Wiedergabe</button></div> <div class="spec"> <div><b>52</b><span>Schichten</span></div> <div><b>56 / 8</b><span>Query- / KV-Köpfe (GQA)</span></div> <div><b>7,168</b><span>verdeckte Größe</span></div> <div><b>524,288</b><span>maximale Positionen</span></div> </div> </div> <div class="pane" id="p2"> <div class="seg" id="nbgSeg"> <button class="on" data-c="coding">Agentic Coding</button> <button data-c="cowork">Agentic Zusammenarbeit</button> <button data-c="reason">Schlussfolgern</button> <button data-c="base">Basismodell</button> </div> <div class="legend" id="nbgLegend"></div> <div id="nbgBars"></div> <p class="note">Alle Scores wurden von Nanbeige selbst auf seinen Hugging-Face-Modellkarten angegeben, jeweils bei der höchsten Denkleistung des Modells mit gemeinsamen Testumgebungen. Nicht unabhängig überprüft.</p> </div> <div class="pane" id="p3"> <div class="calc"> <div> <div class="field"><label>Kontextlänge <b id="nbgCtxL">131,072 Tokens</b></label><input type="range" id="nbgCtx" min="0" max="6" step="1" value="4"></div> <div class="field"><label>Gleichzeitige Sequenzen <b id="nbgSeqL">1</b></label><input type="range" id="nbgSeq" min="1" max="8" step="1" value="1"></div> <div class="seg" id="nbgW"><button class="on" data-w="2">Gewichte BF16</button><button data-w="1">Gewichte 8-Bit</button></div> <div class="seg" id="nbgK"><button class="on" data-k="2">KV-Cache BF16</button><button data-k="1">KV Cache FP8</button></div> <p class="note">Berechnung aus config.json: 52 Schichten × 8 KV-Köpfe × 128 Dimensionen × 2 (K und V) × Bytes pro Wert. Das sind 212,992 Bytes (etwa 208 KiB) pro Token in BF16. Die Gewichte nutzen 33B Parameter. Aktivierungen und Framework-Overhead sind ausgeschlossen.</p> </div> <div class="stack"> <div class="kv"><span>Geschätzter GPU-Speicher</span></div> <div class="total" id="nbgTot">0 GB</div> <div class="stackbar"><i id="nbgBw" style="background:#5fd3bd"></i><i id="nbgBk" style="background:#7c8cf8"></i></div> <div class="kv"><span><i style="display:inline-block;width:9px;height:9px;background:#5fd3bd;border-radius:2px"></i> Gewichte</span><b id="nbgWv"></b></div> <div class="kv"><span><i style="display:inline-block;width:9px;height:9px;background:#7c8cf8;border-radius:2px"></i> KV-Cache</span><b id="nbgKv"></b></div> <div class="kv"><span>Pro 80-GB-GPU (ideale Passung)</span><b id="nbgGpu"></b></div> <p class="note">Die SGLang- und vLLM-Rezepte der Modellkarte verwenden 4-fache Tensor-Parallelität.</p> </div> </div> </div> <div class="pane" id="p4"> <table> <tr><th>Zeile in Nanbeige-Tabelle</th><th>Nanbeige listet</th><th>Offizielle Karte</th><th></th></tr> <tr><td>Muse-Glimmer-30B, SWE-Bench Pro</td><td class="bad">36.9</td><td>51.2 (Meta)</td><td><span class="flag">wirkt vertauscht</span></td></tr> <tr><td>Gemma4-31B, SWE-Bench Pro</td><td class="bad">51.2</td><td>36.9 (Meta-gemeldet)</td><td><span class="flag">wirkt vertauscht</span></td></tr> <tr><td>Gemma4-31B, GPQA Diamond</td><td class="bad">91.3</td><td>84.3 (Google)</td><td><span class="flag">Konflikt</span></td></tr> <tr><td>Muse-Glimmer-30B, Terminal-Bench 2.1</td><td class="bad">61.8</td><td>51.7 (Meta)</td><td><span class="flag">Testumgebung?</span></td></tr> <tr><td>Qwen3.8-27B, GPQA Diamond</td><td>89.2</td><td>89.2 (Qwen)</td><td>Übereinstimmung</td></tr> <tr><td>Muse-Glimmer-30B, AIME 2026</td><td>94.7</td><td>94.7 (Meta)</td><td>Übereinstimmung</td></tr> </table> <p class="note">Nanbeige hat jedes Modell mit seiner eigenen Testumgebung neu ausgeführt, was einige Abweichungen erklärt. Weitere Einschränkungen: nur Texteingabe, dichte Berechnung bei jedem Token, und Nanbeige4.3-3B ist noch nicht veröffentlicht.</p> </div> <div class="ft"><span>Quellen: <a href="https://huggingface.co/Nanbeige/Nanbeige4.3-33B" target="_blank" rel="noopener">Nanbeige-Modellkarte</a> · <a href="https://huggingface.co/Nanbeige/Nanbeige4.3-33B-Base" target="_blank" rel="noopener">Base-Karte</a> · HF-Karten der Wettbewerber</span><span class="brand">© Marktechpost</span></div> </div> <script> (function(){ var R=document.getElementById('mtp-nbg43'); function resize(){try{parent.postMessage({type:'mtp-nbg43-resize',height:R.offsetHeight+40},'*')}catch(e){}} // tabs R.querySelectorAll('.tab').forEach(function(t){t.addEventListener('click',function(){ R.querySelectorAll('.tab').forEach(function(x){x.classList.remove('on')});t.classList.add('on'); R.querySelectorAll('.pane').forEach(function(p){p.classList.remove('on')}); document.getElementById(t.dataset.p).classList.add('on'); if(t.dataset.p==='p2')drawBars(cur); setTimeout(resize,50);setTimeout(resize,400); })}); // flow var steps=[ '<b>Basismodell.</b> Nanbeige4.3-33B-Base ist ein dichter LlamaForCausalLM-Checkpoint. Nanbeige berichtet, dass er Gemma4-31B-Base bei allen 8 aufgeführten Aufgaben schlägt, zum Beispiel MMLU-Pro 66.9 gegenüber 59.3.', '<b>Lehrer-Agent.</b> Das nachtrainierte Modell denkt standardmäßig (<code>enable_thinking</code>). <code>preserve_thinking</code> behält frühere Gedankengänge für die mehrstufige Tool-Nutzung bei. Nanbeige empfiehlt das XML-Tool-Call-Format.', '<b>Agent-Harness.</b> Nanbeige hat ihn in Terminus 2, mini-swe-agent v2.4.6 und dem Claude Code Harness evaluiert. Empfohlenes Agent-Sampling: Temperatur 1.0, top_p 0.95, 65,536 maximal neue Tokens.', '<b>Destillation.</b> Das 33B-Modell ist der Lehrer für die Nanbeige4.3-Serie. Der erste geplante Student ist Nanbeige4.3-3B. Ein Veröffentlichungsdatum wird nicht genannt.' ]; var s=0,timer=null; function setStep(i){s=(i+4)%4;R.querySelectorAll('.node').forEach(function(n,k){n.classList.toggle('on',k<=s)}); document.getElementById('nbgRail').style.width=((s+1)*25)+'%';document.getElementById('nbgDetail').innerHTML=steps[s];resize()} R.querySelectorAll('.node').forEach(function(n){n.addEventListener('click',function(){stop();setStep(+n.dataset.s)})}); function stop(){if(timer){clearInterval(timer);timer=null;document.getElementById('nbgPlay').textContent='Auto-play'}} document.getElementById('nbgNext').onclick=function(){stop();setStep(s+1)}; document.getElementById('nbgPrev').onclick=function(){stop();setStep(s-1)}; document.getElementById('nbgPlay').onclick=function(){if(timer){stop();return}this.textContent='Pause';timer=setInterval(function(){setStep(s+1)},2200)}; setStep(0); // bars var M={n:['Nanbeige4.3-33B','#5fd3bd'],q:['Qwen3.8-27B','#7c8cf8'],m:['Muse-Glimmer-30B','#f0a35e'],g:['Gemma4-31B','#6aa9f4']}; var D={ coding:[['Terminal-Bench 2.1',80.9,73.0,61.8,47.2],['DeepSWE',65.5,42.5,4.4,2.7],['SWE-Bench Pro',60.3,61.7,36.9,51.2],['SkillsBench',61.1,56.4,39.7,28.9],['Terminal-Bench 4.0',23.8,6.3,1.6,0.0]], cowork:[['Automation Bench',54.2,38.3,15.2,9.7],['JobBench',44.8,34.5,16.6,9.0],['GDPval',84.8,86.4,75.8,71.4],['Toolathlon-Verified',70.4,68.5,47.2,27.8],['DeepPlanning',63.3,49.2,21.4,19.4]], reason:[['AIME 2026',95.2,94.5,94.7,89.2],['GPQA Diamond',89.5,89.2,83.5,91.3],['AA-LCR',84.0,82.0,83.3,72.0]], base:[['MMLU-Pro',66.9,null,null,59.3],['GPQA',62.0,null,null,41.5],['GSM8K',92.9,null,null,88.9],['Math',57.3,null,null,43.6],['CMMLU',86.8,null,null,76.9]] }; var cur='coding'; function drawBars(c){cur=c;var keys=c==='base'?['n','g']:['n','q','m','g']; var names=c==='base'?{n:'Nanbeige4.3-33B-Base',g:'Gemma4-31B-Base'}:{}; document.getElementById('nbgLegend').innerHTML=keys.map(function(k){return '<span><i style="background:'+M[k][1]+'"></i>'+(names[k]||M[k][0])+'</span>'}).join(''); var idx={n:1,q:2,m:3,g:4},h=''; D[c].forEach(function(r){h+='<div class="bench"><div class="bn">'+r[0]+'</div>'; keys.forEach(function(k){var v=r[idx[k]];h+='<div class="brow'+(k==='n'?' me':'')+'"><span class="lb">'+(names[k]||M[k][0])+'</span><div class="track"><div class="fill" data-w="'+v+'" style="background:'+M[k][1]+'"></div></div><span class="v">'+v.toFixed(1)+'</span></div>'}); h+='</div>'}); var box=document.getElementById('nbgBars');box.innerHTML=h; requestAnimationFrame(function(){requestAnimationFrame(function(){box.querySelectorAll('.fill').forEach(function(f){f.style.width=f.dataset.w+'%'})})}); resize();setTimeout(resize,300)} R.querySelectorAll('#nbgSeg button').forEach(function(b){b.onclick=function(){R.querySelectorAll('#nbgSeg button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');drawBars(b.dataset.c)}}); drawBars('coding'); // calc var CT=[8192,16384,32768,65536,131072,262144,524288],wb=2,kb=2; function fmt(n){return n.toLocaleString('en-US')} function calc(){var ctx=CT[+document.getElementById('nbgCtx').value],seq=+document.getElementById('nbgSeq').value; document.getElementById('nbgCtxL').textContent=fmt(ctx)+' tokens';document.getElementById('nbgSeqL').textContent=seq; var w=33e9*wb/1e9,kv=52*8*128*2*kb*ctx*seq/1e9,t=w+kv; document.getElementById('nbgTot').textContent=t.toFixed(1)+' GB'; document.getElementById('nbgWv').textContent=w.toFixed(1)+' GB';document.getElementById('nbgKv').textContent=kv.toFixed(1)+' GB'; document.getElementById('nbgGpu').textContent=Math.ceil(t/80)+' × 80 GB'; document.getElementById('nbgBw').style.width=(w/t*100)+'%';document.getElementById('nbgBk').style.width=(kv/t*100)+'%'} ['nbgCtx','nbgSeq'].forEach(function(id){document.getElementById(id).addEventListener('input',calc)}); R.querySelectorAll('#nbgW button').forEach(function(b){b.onclick=function(){R.querySelectorAll('#nbgW button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');wb=+b.dataset.w;calc()}}); R.querySelectorAll('#nbgK button').forEach(function(b){b.onclick=function(){R.querySelectorAll('#nbgK button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');kb=+b.dataset.k;calc()}}); calc(); window.addEventListener('load',resize);window.addEventListener('resize',resize);setTimeout(resize,200); })(); </script> </body></html> " style="width:100%!important;height:600px;border:0!important;background:transparent!important;display:block;" loading="lazy">Wie schneidet es im Vergleich mit den eigenen Modellkarten der Konkurrenten ab?
| Spezifikation | Nanbeige4.3-33B | Qwen3.8-27B | Muse-Glimmer-30B | Gemma 4 31B |
|---|---|---|---|---|
| Entwickler | Nanbeige LLM Lab (BOSS Zhipin) | Qwen (Alibaba) | Meta Superintelligence Lab | Google DeepMind |
| Parameter | 33B dicht | 27B dichtes LM plus Vision-Encoder | ~29.6B dicht, inkl. ~1.8B Vision-Encoder | 30.7B dicht |
| Kontext | 524,288 | 262,144 nativ, bis zu 1M | 131,072+ | 256K |
| Eingabemodalität | Text | Text, Bild, Video | Text, Bild | Text, Bild |
| Lizenz | Apache 2.0 | Apache 2.0 | Apache 2.0 | Apache 2.0 |
| Terminal-Bench 2.1 | 80.9* | 73.0 | 51.7 | Nicht offengelegt |
| SWE-Bench Pro | 60.3* | 61.7 | 51.2 | Nicht offengelegt |
| GPQA Diamond | 89.5* | 89.2 | 83.5 (AA) | 84.3 |
| AIME 2026 | 95.2* | Nicht offengelegt | 94.7 | 89.2 |
| Anleitung für lokale Hardware | 4-GPU-Tensor-Parallel-Rezept | Nicht offengelegt | 24 GB oder 32 GB VRAM bei ~4-bit | Consumer-GPUs und Workstations |
*Von Nanbeige selbst angegeben. Die Werte der Konkurrenz stammen aus den jeweiligen Hugging-Face-Modellkarten der Labs.
Einige Konkurrenzzahlen in Nanbeiges Tabelle weichen von den Veröffentlichungen dieser Labs ab:
- Meta gibt Muse-Glimmer-30B mit 51.2 auf SWE-Bench Pro und Gemma4-31B mit 36.9 an. Nanbeige listet es umgekehrt.
- Google führt Gemma 4 31B mit 84.3 auf GPQA Diamond. Nanbeiges Tabelle zeigt 91.3.
- Meta gibt Muse-Glimmer-30B mit 51.7 auf Terminal-Bench 2.1 an. Nanbeige maß 61.8.
Unterschiedliche Harnesses erklären einige Abweichungen. Das SWE-Bench-Pro-Paar sieht vertauscht aus. Betrachten Sie diese Zeilen als vorläufig, bis unabhängige Läufe vorliegen.
Wie setzt man Nanbeige4.3-33B ein?
Die Modellkarte liefert Rezepte für Transformers, SGLang und vLLM. Ihre Serverbeispiele verwenden 4-fache Tensorparallelität mit Qwen3-Reasoning- und Tool-Call-Parsern. Als empfohlene Agent-Einstellungen werden temperature 1.0, top_p 0.95 und 65,536 max new tokens genannt. Für Reasoning und Chat werden temperature 0.6 und 262,144 max new tokens verwendet.
Laut Rechnung aus der config.json benötigen die BF16-Gewichte etwa 66 GB. Der KV-Cache kommt in BF16 auf etwa 208 KiB pro Token. Eine vollständige Sequenz mit 524,288 Token benötigt daher grob 112 GB KV-Cache. Zum Zeitpunkt der Veröffentlichung hostet kein Hugging Face Inference Provider das Modell.
Wichtigste Erkenntnisse
- 33B dense, Apache 2.0, 512K Kontext, nur Text.
- Selbst angegebene 80.9 auf Terminal-Bench 2.1 und 65.5 auf DeepSWE.
- Führt in 17 von 20 Zeilen in Nanbeiges eigener Tabelle.
- Mehrere Konkurrenzzahlen widersprechen den offiziellen Karten.
- Gebaut als Lehrer-Modell für das bevorstehende Nanbeige4.3-3B.
Schauen Sie sich die Modellgewichte, das Base-Modell und den Launch-Post auf Xan. Folgen Sie uns außerdem gerne auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie auf Telegram? jetzt können Sie uns auch auf Telegram beitreten.
Möchten Sie mit uns zusammenarbeiten, um Ihr GitHub-Repo ODER Ihre Hugging-Face-Seite ODER Ihr Produktrelease ODER Ihr Webinar etc. zu bewerben? Verbinden Sie sich mit uns
Der Beitrag Nanbeige Releases Nanbeige4.3-33B, a 33B Open Agentic Coding Model erschien zuerst auf MarkTechPost.