Nanbeige hat Nanbeige4.3-33B veröffentlicht, ein Open-Weights-Modell, das bei 20 auf dem Artificial Analysis Intelligence Index v5 mit Qwen3.8 27B (xhigh) gleichzieht, mit stärkerer Terminal-Nutzung, aber schwächerem Wissen
@Nanbeige ist das Foundation-Model-Forschungsteam von BOSS Zhipin, der chinesischen Recruiting-Plattform von Kanzhun Limited. Sein dichtes 33B-Reasoning-Modell ist unter Apache 2.0 als Open Weights verfügbar, mit ausschließlich Textein- und -ausgabe, einem 524K-Token-Kontextfenster, und ist klein genug, um lokal auf einem Laptop zu laufen.
Wichtige Ergebnisse:
➤ Wettbewerbsfähige Ergebnisse bei insgesamt ~30B Parametern. Nanbeige4.3-33B und Qwen3.8 27B (xhigh) erzielen beide 20, verglichen mit 6 für Muse Glimmer (high, 30B).
➤ Terminal-Nutzung und physikalisches Reasoning sind relative Stärken. Nanbeige erzielt 30% auf Terminal-Bench 4.0 und 16% auf CritPt v2's Hard Subset, gegenüber 6% bzw. 4% bei Qwen3.8 27B.
➤ Andere Stärken als Qwen3.8 27B trotz gleicher Gesamtpunktzahl. Nanbeige schlägt Qwen3.8 27B bei AutomationBench-AA (53% vs. 48%), liegt aber zurück bei AA-Briefcase v1.1 (1162 vs. 1391 Elo), FrontierCode 2.0 (11% vs. 15%) und HLE-Diamond (7% vs. 15%).
➤ Hohe Verweigerungsrate und niedrige Halluzinationsrate bei Omniscience. Nanbeige erzielt -4 auf AA-Omniscience v1.1 vs. -6 für Qwen3.8 27B, mit einer Halluzinationsrate von 18% vs. 29%. Es beantwortet weniger Fragen richtig (12% vs. 17%) und lehnt 71% der Fragen ab.
➤ Ähnliche Intelligenz mit mehr Ausgabe-Tokens pro Aufgabe. Nanbeige verwendete 158K Ausgabe-Tokens pro Intelligence-Index-Aufgabe vs. 110K für Qwen3.8 27B, etwa 44% mehr.
Zusätzliche Modelldetails:
➤ Typ: Open-Weights-Reasoning (Apache 2.0 Lizenz)
➤ Größe: 33B Parameter insgesamt (dicht)
➤ Modalitäten: Nur Textein- und -ausgabe
➤ Kontextfenster: 524K
➤ API-Verfügbarkeit: Keine bestätigten öffentlichen Erstanbieter- oder Drittanbieter-APIs