BOSS 直聘团队发布开源模型 Nanbeige4.3-33B，智能指数得分 20
Nanbeige has released Nanbeige4.3-33B scoring 20 on the Intelligence Index
BOSS 直聘旗下基础模型团队 Nanbeige 发布开源权重模型 Nanbeige4.3-33B，在 Artificial Analysis Intelligence Index v5 上得分 20，与 Qwen3.8 27B（xhigh）持平。
同一新闻，精选展示《南北阁发布开源模型 Nanbeige4.3-33B，智能指数与 Qwen3.8 27B 同为 20 分》
Nanbeige 发布了 Nanbeige4.3-33B，这是一款开放权重模型，在 Artificial Analysis Intelligence Index v5 上以 20 分与 Qwen3.8 27B（xhigh）持平，终端使用能力更强但知识较弱
Nanbeige 是 BOSS 直聘的基础模型研究团队，BOSS 直聘是由看准有限公司运营的中国招聘平台。其稠密 33B 推理模型以 Apache 2.0 协议开放权重，仅支持文本输入和输出，上下文窗口为 524K token，体积小到足以在笔记本电脑上本地运行。
关键结果：
➤ 在 30B 总参数下取得有竞争力的结果。 Nanbeige4.3-33B 和 Qwen3.8 27B（xhigh）均得分 20，而 Muse Glimmer（high，30B）为 6 分。
➤ 终端使用和物理推理是相对优势。 Nanbeige 在 Terminal-Bench 4.0 上得分 30%，在 CritPt v2 的 Hard Subset 上得分 16%，而 Qwen3.8 27B 分别为 6% 和 4%。
➤ 尽管总分相同，优势领域与 Qwen3.8 27B 不同。 Nanbeige 在 AutomationBench-AA 上超过 Qwen3.8 27B（53% 对 48%），但在 AA-Briefcase v1.1（1162 对 1391 Elo）、FrontierCode 2.0（11% 对 15%）和 HLE-Diamond（7% 对 15%）上落后。
➤ 在 Omniscience 上弃答率高、幻觉率低。 Nanbeige 在 AA-Omniscience v1.1 上得分 -4，而 Qwen3.8 27B 为 -6，幻觉率为 18% 对 29%。它正确回答的问题更少（12% 对 17%），并弃答 71% 的问题。
➤ 智能水平相近，但每任务输出 token 更多。 Nanbeige 每个 Intelligence Index 任务使用 158K 输出 token，而 Qwen3.8 27B 为 110K，约多 44%。
其他模型细节：
➤ 类型： 开放权重推理模型（Apache 2.0 许可证）
➤ 规模： 33B 总参数（稠密）
➤ 模态： 仅文本输入和输出
➤ 上下文窗口： 524K
➤ API 可用性： 无已确认的公开第一方或第三方 API
Nanbeige4.3-33B 以 33B 总参数在 Intelligence Index 上达到 20 分，与 27B 的 Qwen3.8 27B 的 20 分并列，并在 Intelligence Index 与总参数的对比中创下新的帕累托最优点。 Nanbeige4.3-33B 和 Qwen3.8 27B 均为稠密模型。DeepSeek V4.1 Flash 1017（max）以 552B 总参数得分 33，但其 MoE 架构每 token 仅激活 16B。
Nanbeige4.3-33B 的 AA-Omniscience v1.1 结果反映了选择性作答。 其幻觉率为 18%，而 Qwen3.8 27B 为 29%；尝试率为 29%，而 Qwen3.8 27B 为 43%。Qwen 总体正确回答的问题更多：17% 对 12%。
Nanbeige4.3-33B 每个 Intelligence Index 任务使用 158K 输出 token，而 Qwen3.8 27B 为 110K——尽管两者均得分 20，但前者多出 44%。 该加权平均值包含九项 v5 评估中的答案和推理 token，包括智能体工具使用轮次。
Artificial Analysis Intelligence Index v5 各项评估的完整结果
来源：Artificial Analysis Articles · artificialanalysis.ai