Nanbeige pubblica Nanbeige4.3-33B, modello 33B aperto per coding agentico

Nanbeige LLM Lab ha pubblicato su Hugging Face Nanbeige4.3-33B, un modello denso da 33 miliardi di parametri con finestra di contesto da 524.288 token e licenza Apache 2.0¹.

Il laboratorio lo presenta come “teacher” della serie Nanbeige4.3, pensato per compiti di coding agentico e attività di “cowork” in stile ufficio. Accanto al modello principale è disponibile la variante Nanbeige4.3-33B-Base per post‑training personalizzato¹. L’iniziativa nasce all’interno della piattaforma di recruiting BOSS Zhipin¹.

Specifiche: architettura densa, non MoE; pesi in BF16; contesto da 512K token. L’uso previsto è su server multi‑GPU. Le ricette citano SGLang e vLLM con parallelismo tensoriale a quattro vie. I pesi BF16 richiedono circa 66 GB di memoria. È elencata anche una quantizzazione pubblicata dalla comunità¹.

Il team pubblica una tabella comparativa contro tre modelli aperti di taglia simile: Qwen3.8-27B, Muse-Glimmer-30B e Gemma4-31B. Nella tabella, Nanbeige4.3-33B guida 17 righe su 20. Il picco dichiarato è 80,9 su Terminal-Bench 2.1, con Qwen3.8-27B a 73,0 nella stessa riga. Il punteggio più basso riportato è 23,8 su Terminal-Bench 4.0. Su SWE-Bench Pro, il modello di Nanbeige segna 60,3, dietro a Qwen3.8-27B a 61,7¹.

I numeri offrono due spunti: il divario tra Terminal-Bench 2.1 e 4.0 nel profilo del modello, e una leadership ampia nella tabella interna nonostante il secondo posto su SWE-Bench Pro. Tutti i risultati provengono dalla scheda del laboratorio e dal confronto impostato dallo stesso autore del modello¹.

L’annuncio inquadra Nanbeige4.3-33B come il modello di punta della serie. La strategia dichiarata: costruire prima un “teacher” forte, poi declinare la famiglia. Il posizionamento sceglie il confronto diretto con i tre modelli aperti vicini ai 30 miliardi di parametri citati nella tabella. L’impianto operativo resta coerente con questa scelta: BF16 per i pesi, finestre di contesto molto ampie, ricette per ambienti multi‑GPU con parallelismo tensoriale¹.

Per chi intende personalizzare, la variante Nanbeige4.3-33B-Base mantiene le stesse dimensioni del modello e si presta al post‑training mirato. La quantizzazione segnalata dalla comunità amplia le opzioni di esecuzione indicate nella scheda¹.

Il laboratorio attribuisce al modello un perimetro d’uso preciso: coding agentico e attività “cowork” in stile ufficio. La comparativa numerica include benchmark nominativi, compresi Terminal-Bench 2.1 e 4.0 e SWE-Bench Pro, con valori riportati nella tabella proprietaria¹.

Chiusura operativa: le ricette suggerite richiedono infrastrutture adeguate, dato l’impiego di BF16 e il fabbisogno di memoria indicato. La presenza della variante Base e di una quantizzazione di comunità apre spazi di adattamento e di deployment diversi da quelli mostrati nelle ricette ufficiali, sempre all’interno delle opzioni documentate nella scheda di rilascio¹.