Nanbeige ha lanzado Nanbeige4.3-33B, un modelo de pesos abiertos que iguala a Qwen3.8 27B (xhigh) con 20 en el Artificial Analysis Intelligence Index v5 con un uso de terminal más fuerte pero un conocimiento más débil
@Nanbeige es el equipo de investigación de modelos fundacionales de BOSS Zhipin, la plataforma china de reclutamiento operada por Kanzhun Limited. Su modelo denso de razonamiento de 33B es de pesos abiertos bajo Apache 2.0, con entrada y salida únicamente de texto, una ventana de contexto de 524K tokens, y es lo suficientemente pequeño para ejecutarse localmente en un portátil.
Resultados clave:
➤ Resultados competitivos con ~30B de parámetros totales. Nanbeige4.3-33B y Qwen3.8 27B (xhigh) ambos obtienen 20, en comparación con 6 para Muse Glimmer (high, 30B).
➤ El uso de terminal y el razonamiento en física son fortalezas relativas. Nanbeige obtiene 30% en Terminal-Bench 4.0 y 16% en el Hard Subset de CritPt v2, frente al 6% y 4% respectivamente para Qwen3.8 27B.
➤ Fortalezas diferentes a Qwen3.8 27B a pesar de la misma puntuación general. Nanbeige supera a Qwen3.8 27B en AutomationBench-AA (53% vs. 48%), pero queda detrás en AA-Briefcase v1.1 (1162 vs. 1391 Elo), FrontierCode 2.0 (11% vs. 15%) y HLE-Diamond (7% vs. 15%).
➤ Alta abstención y baja tasa de alucinación en Omniscience. Nanbeige obtiene -4 en AA-Omniscience v1.1 vs. -6 para Qwen3.8 27B, con una tasa de alucinación de 18% vs. 29%. Responde correctamente a menos preguntas (12% vs. 17%) y rechaza el 71% de las preguntas.
➤ Inteligencia similar con más tokens de salida por tarea. Nanbeige usó 158K tokens de salida por tarea del Intelligence Index vs. 110K para Qwen3.8 27B, aproximadamente un 44% más.
Detalles adicionales del modelo:
➤ Tipo: Razonamiento de pesos abiertos (licencia Apache 2.0)
➤ Tamaño: 33B de parámetros totales (denso)
➤ Modalidades: Entrada y salida únicamente de texto
➤ Ventana de contexto: 524K
➤ Disponibilidad de API: Sin APIs públicas de primer o tercer partido confirmadas