Nanbeige LLM Lab merilis Nanbeige4.3-33B di Hugging Face Minggu (25/10/2026). Model open weight 33 miliar parameter ini diklaim unggul di kelas ~30B untuk tugas agen coding dan cowork, lalu akan jadi guru distilasi bagi model kecil berikutnya.
Pengumuman resmi datang lewat akun X @nanbeige pukul 19.11 WIB. Lisensi yang dipakai Apache 2.0. Konteks maksimal yang diklaim mencapai 524.288 token atau 512K.
Strategi teacher dulu, model kecil belakangan
Menurut kartu model resmi, Nanbeige4.3 dibangun dengan pendekatan teacher-first. Nanbeige4.3-33B diposisikan sebagai model guru berkapasitas tinggi. Nantinya kemampuan agen yang lebih kuat akan didistilasi ke model lebih kecil, dimulai dari Nanbeige4.3-3B.
Tim juga merilis varian basis di Hugging Face. Kontak yang tercantum di kartu model mengarah ke [email protected], yang menautkan proyek ini ke ekosistem BOSS Zhipin / Kanzhun.
Angka benchmark yang diklaim
Di kartu model, Nanbeige membandingkan skornya dengan Qwen3.8-27B, Muse-Glimmer-30B, dan Gemma4-31B pada effort thinking tertinggi. Beberapa angka yang diklaim: Terminal-Bench 2.1 80,9; DeepSWE 65,5; Automation Bench 54,2; JobBench 44,8; Toolathlon-Verified 70,4.
| Benchmark | Nanbeige4.3-33B | Qwen3.8-27B |
|---|---|---|
| Terminal-Bench 2.1 | 80,9 | 73,0 |
| DeepSWE | 65,5 | 42,5 |
| SWE-Bench Pro | 60,3 | 61,7 |
| GDPval | 84,8 | 86,4 |
Qwen masih unggul di SWE-Bench Pro dan GDPval menurut tabel yang sama. Semua skor itu berasal dari evaluasi Nanbeige sendiri, jadi hasil pihak ketiga masih perlu ditunggu.
Cara jalanin dan batasan
Kartu model merekomendasikan Transformers, SGLang, atau vLLM. Untuk tugas agen dan tool-use, suhu 1,0 dan top_p 0,95 disarankan, dengan max new tokens hingga 65.536. Format tool call XML diklaim lebih baik daripada JSON.
Model dense 33B butuh GPU memadai; contoh peluncuran SGLang/vLLM di dokumentasi memakai tensor parallel ukuran 4. Ini bukan asisten chat siap pakai di ponsel, melainkan bobot open source untuk developer yang mau menguji agen lokal atau di cloud sendiri.
