开源教师模型Nanbeige4.3-33B发布，用于训练3B小智能体
Nanbeige 发布了 Nanbeige4.3-33B。它的定位是“教师”，用来训练计划中的更小智能体，其中有一个即将推出的 3B 模型。
权重采用 Apache 2.0，模型卡标了 512K 上下文窗口。页面已经上线 Hugging Face。权重开放，训练更小模型的门槛也跟着降下来了。Apache 2.0 的具体商用条件要看许可证原文。
发布团队自己贴出的成绩：Terminal-Bench 2.1 上，Nanbeige4.3-33B 得 80.9 分；对比的 Qwen3.8-27B 是 73.0。SWE-Bench Pro 上则反过来：60.3 对 61.7，落后一点。两个基准有输有赢，头条分数不能直接当部署排名。
评估保留了一个叫 preserve_thinking=true 的设置，也就是把模型早期的推理过程一起保留下来。模型卡建议多轮工具调用时打开它，不推荐一般聊天。这个设置会影响生成的 token 数量。要比较任务成功率，应该在相同设置下看结果和 token 总数。
3B 模型什么时候发布，还没有消息；这些评估是否会被独立第三方复现，目前也不清楚。
关键事实
- Nanbeige发布了Nanbeige4.3-33B，作为其计划中更小智能体（包括即将推出的3B模型）的教师模型。
- Nanbeige4.3-33B的权重采用Apache 2.0许可证，模型卡显示512K上下文窗口。
- 在Terminal-Bench 2.1上，Nanbeige4.3-33B报告得分为80.9，而Qwen3.8-27B为73.0，使用相同的测试框架和推理设置。
- 在SWE-Bench Pro上，Nanbeige4.3-33B报告得分为60.3，而Qwen3.8-27B为61.7，即并非所有基准都胜出。
- 这些评估是发布团队自己的评估，而非独立复现。
- 复现智能体结果的一个实际细节：评估保留了早期推理，设置preserve_thinking=true。
- 模型卡推荐preserve_thinking=true用于多轮工具使用，但不推荐用于一般聊天。
- 在固定该设置的情况下比较任务成功率和生成的总token数，比将头条分数视为部署排名更有用。
📚 相关主题
开源大模型