Startup Fortune berichtete am 25. Oktober 2026, Nanbeige4.3-33B sei in derselben Woche auf Hugging Face erschienen. Nanbeige positioniert das Open-Weight-Modell als großes „Teacher-Modell“ für Coding-Agenten und professionelle Aufgaben. Die Modellkarte von Nanbeige nennt einen Kontext von bis zu 524.288 Token und empfiehlt unterschiedliche Einstellungen für Agenten und Chat.
Was Nanbeiges Benchmark-Tabelle zeigt
In Nanbeiges eigener Tabelle liegt Nanbeige4.3-33B in 18 von 20 aufgeführten Benchmarks vor Qwen3.8-27B. Bei DeepSWE stehen 65,5 zu 42,5 und bei Terminal-Bench 2.1 80,9 zu 73,0. Qwen3.8-27B erzielt dagegen höhere Werte bei SWE-Bench Pro und GDPval.
| Benchmark | Nanbeige4.3-33B | Qwen3.8-27B |
| DeepSWE | 65,5 | 42,5 |
| Terminal-Bench 2.1 | 80,9 | 73,0 |
| SWE-Bench Pro | 60,3 | 61,7 |
| GDPval | 84,8 | 86,4 |
Die Werte stammen aus Nanbeiges eigenen Auswertungen. Laut Modellkarte wurden alle Modelle mit ihrer jeweils höchsten Thinking-Einstellung bewertet; für jedes Benchmark kamen dieselben Inferenzparameter und derselbe Test-Harness zum Einsatz. Die konkreten Bedingungen unterscheiden sich je nach Benchmark: SWE-Atlas-QnA verwendet 1.304 aufgabenspezifische Rubriken, die GPT-6 Sol mit mittlerer Reasoning-Stufe bewertet. Automation Bench v1.0.6 umfasst 600 öffentliche Aufgaben, während Claw-Eval hier auf seine 157 Aufgaben umfassende General-Teilmenge begrenzt ist.
Welche Einstellungen Nanbeige empfiehlt
Nanbeige unterscheidet zwischen Agenten- und Werkzeugnutzung einerseits und allgemeinem Chat beziehungsweise Fragen und Antworten andererseits. enable_thinking ist standardmäßig aktiviert. preserve_thinking steuert, ob vorherige Überlegungen des Assistenten in einem mehrstufigen Gespräch erhalten bleiben.
| Einsatz | preserve_thinking | temperature | top_p | max_new_tokens | Werkzeugaufrufe |
| Agenten und Werkzeuge, auch Coding-Agenten | True | 1.0 | 0.95 | 65,536 | XML empfohlen; JSON ebenfalls unterstützt |
| Allgemeiner Chat und Fragen und Antworten | False | 0.6 | 0.95 | 262,144 | Keine separate Empfehlung genannt |
Für mehrstufige Werkzeugnutzung, Office-Aufgaben und Coding-Agenten empfiehlt Nanbeige, vorherige Überlegungen beizubehalten. Bei allgemeinem Chat und Fragen und Antworten empfiehlt das Unternehmen, diese Einstellung auszuschalten. XML ist laut Modellkarte das bevorzugte Format für Werkzeugaufrufe; JSON bleibt eine unterstützte Alternative.
Lokale Inferenz mit drei Frameworks
Nanbeige stellt Beispiele für Transformers, SGLang und vLLM bereit. Das Transformers-Beispiel nutzt device_map='auto'; die Beispiele für SGLang und vLLM setzen tensor parallel size auf 4. Das ist der Wert in den Beispielkonfigurationen.
Startup Fortune berichtete außerdem, eine 4-Bit-Quantisierung könne auf einer einzelnen GPU mit 24 GB laufen. Bei langem Kontext beanspruche der KV-Cache zusätzlichen Speicher.
