The Pulse
Nanbeige pubblica un modello aperto da 33 miliardi di parametri con un contesto da 512K
Nanbeige ha pubblicato Nanbeige4.3-33B, un modello con licenza Apache 2.0 e una finestra di contesto da 524.288 token. La sua scheda riporta punteggi elevati nei benchmark di programmazione agentica e di attività lavorative, e descrive il m
AI.info Team · Scritto con l’IA · verificato ·
«La nostra strategia si concentra innanzitutto sulla costruzione di un agente insegnante ad alta capacità, che farà poi da base per trasferire tramite distillazione capacità agentiche avanzate a modelli più piccoli.»
Nanbeige Team, scheda del modello
Un modello da 33 miliardi di parametri per addestrare agenti più piccoli
Nanbeige ha pubblicato Nanbeige4.3-33B, un modello linguistico a pesi aperti con 33 miliardi di parametri e supporto per una finestra di contesto fino a 524.288 token. L’azienda lo presenta come il principale modello insegnante della serie Nanbeige4.3: un sistema più grande destinato a contribuire allo sviluppo di modelli più piccoli, tra cui Nanbeige4.3-3B, in programma. La scheda del modello indica una licenza Apache 2.0 e pesi BF16.
Nanbeige propone il modello per attività complesse di programmazione e di collaborazione professionale, o «cowork», in cui i modelli usano strumenti per portare a termine lavori in più fasi. La scheda lo descrive come un punto di partenza per trasferire tramite distillazione le capacità degli agenti a modelli più piccoli, non come il modello conclusivo della serie. Nanbeige4.3-3B è un esempio di questi sviluppi futuri, non un modello incluso in questa pubblicazione.
Come si inserisce la finestra da 512K nella configurazione di esecuzione
Il limite di contesto dichiarato è di 512K token, ma Nanbeige raccomanda impostazioni di generazione diverse a seconda dell’attività. Per il lavoro con agenti e strumenti suggerisce un massimo di 65.536 nuovi token; per il ragionamento e la chat ne raccomanda fino a 262.144. Si tratta di limiti di generazione riportati nella scheda del modello, distinti dalla lunghezza massima del contesto.
La pubblicazione include istruzioni per eseguire i pesi con Transformers, SGLang e vLLM. Il template di chat può attivare o disattivare il ragionamento e controllare se quello dei turni precedenti dell’assistente venga mantenuto nei turni successivi. Nanbeige raccomanda di conservare questa cronologia per l’uso di strumenti su più turni, il lavoro d’ufficio e i flussi di lavoro degli agenti di programmazione, e indica XML come formato preferito per le chiamate agli strumenti, con JSON disponibile per compatibilità.
Punteggi elevati, con chiare eccezioni
Nanbeige confronta il modello con Qwen3.8-27B, Muse-Glimmer-30B e Gemma4-31B, affermando che tutti e quattro sono stati valutati al massimo livello di sforzo di ragionamento, con gli stessi iperparametri di inferenza e la stessa infrastruttura di test per ciascun benchmark. Il laboratorio riporta un punteggio di 80,9 su Terminal-Bench 2.1, superiore al 73,0 di Qwen, e di 65,5 su DeepSWE, contro il 42,5 di Qwen. Su Automation Bench, Nanbeige indica 54,2 contro il 38,3 di Qwen.
La tabella non mostra un primato in tutte le prove. Qwen3.8-27B ottiene 61,7 su SWE-Bench Pro, sopra il 60,3 di Nanbeige4.3-33B, e 86,4 su GDPval, contro l’84,8 di Nanbeige. Gemma4-31B è in testa su GPQA Diamond, con 91,3 contro l’89,5 di Nanbeige. La scheda segnala inoltre che le procedure dei benchmark differiscono: per esempio, DeepSWE usa mini-swe-agent, mentre NL2Repo usa Claude Code.
La tabella dei benchmark è l’argomento del laboratorio
I risultati pubblicati rendono Nanbeige4.3-33B un modello degno di nota tra quelli vicini ai 30 miliardi di parametri, in particolare su diversi benchmark di programmazione e di agenti. Restano però un confronto condotto dall’azienda stessa: la scheda del modello fornisce punteggi e dettagli sulla valutazione, non una replica indipendente. I risultati di un singolo benchmark, inoltre, non stabiliscono come il modello si comporterà con altri software, strumenti o attività lavorative.
Per ora, il modello pubblicato combina una lunga finestra di contesto e pesi BF16 scaricabili con un piano per usare il modello da 33 miliardi di parametri come insegnante. Il passo successivo dichiarato da Nanbeige è la distillazione in sistemi più piccoli, di cui Nanbeige4.3-3B è indicato come esempio.