Nanbeige 发布了 Nanbeige4.3-33B，这是一个开放权重模型，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（由看准有限公司运营的中国招聘平台）的基础模型研究团队。其稠密 33B 推理模型以 Apache 2.0 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：

➤ 在约 30B 总参数下取得有竞争力的结果。Nanbeige4.3-33B 和 Qwen3.8 27B（xhigh）均得 20 分，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，优势项与 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 -4 分，而 Qwen3.8 27B 为 -6 分，幻觉率为 18% 对 29%。它正确回答的问题更少（12% 对 17%），并拒答 71% 的问题。

➤ 智能水平相近，但每任务输出 token 更多。Nanbeige 在每个 Intelligence Index 任务上使用 158K 输出 token，而 Qwen3.8 27B 为 110K，约多 44%。

模型其他细节：

➤ 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