Nanbeige4.3-33B

Nanbeige4.3-33B — текстовая модель на 33,12 млрд параметров от Nanbeige, построенная на базе Nanbeige4.3-33B-Base. Это флагманский teacher-агент серии Nanbeige4.3: по заявлению авторов, он показывает state-of-the-art agentic-результаты среди открытых моделей класса ~30B и рассчитан на сложное программирование и профессиональные cowork-сценарии. Поддерживаются английский и китайский языки.

🔤 Ключевые особенности

• ➕ 33,12 млрд параметров; базовая модель — Nanbeige4.3-33B-Base.
• ➕ Контекст до 524 288 токенов (512K).
• ➕ Гибкий chat template: enable_thinking, preserve_thinking и поддержка tool use; для вызова инструментов рекомендуется tool_call_format="xml", также доступен json.
• ➕ Рекомендуемые настройки: для agentic-задач — temperature 1.0, top_p 0.95, max new tokens 65 536; для reasoning и чата — 0.6, 0.95 и 262 144.
• ➕ Запуск через Transformers, SGLang и vLLM.
• ➕ Лидирует на большинстве бенчмарков agentic coding и agentic cowork среди Qwen3.8-27B, Muse-Glimmer-30B и Gemma4-31B.

🟰 Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = 'Nanbeige/Nanbeige4.3-33B'
tok = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype='auto', device_map='auto', trust_remote_code=True)
messages = [{'role': 'user', 'content': 'Which number is bigger, 9.11 or 9.8?'}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors='pt').to(model.device)
out = model.generate(inputs, max_new_tokens=1024)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))

Подробнее

Terminal-Bench 2.1: 80.9 против 73.0 у Qwen3.8-27B; DeepSWE: 65.5 против 42.5; JobBench: 44.8 против 34.5.
На SWE-Bench Pro модель уступает Qwen3.8-27B (60.3 против 61.7), на GDPval — 84.8 против 86.4, на GPQA Diamond — 89.5 против 91.3 у Gemma4-31B.
Для запуска есть примеры Transformers, SGLang и vLLM; в SGLang рекомендуется tp-size 4 и mem-fraction-static 0.8.