A Startup Fortune informou em 25 de outubro de 2026 que a Nanbeige havia lançado o Nanbeige4.3-33B naquela semana. Voltado a agentes de programação e tarefas profissionais com ferramentas, o modelo de pesos abertos tem contexto máximo de 524.288 tokens, segundo a ficha da Nanbeige.
A Nanbeige descreve o modelo como o principal modelo professor da série Nanbeige4.3, que deve servir de base para destilar capacidades de agente em modelos menores. A empresa cita o Nanbeige4.3-3B como um modelo futuro planejado.
O que os benchmarks reportados pela Nanbeige indicam
Na tabela da Nanbeige, o Nanbeige4.3-33B aparece com pontuação maior que o Qwen3.8-27B em 18 das 20 linhas. O Qwen fica à frente em SWE-Bench Pro e GDPval. Alguns exemplos mostram por que a comparação depende da tarefa:
| 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 |
Esses são resultados reportados pela Nanbeige. A ficha diz que os modelos foram avaliados com o maior esforço de raciocínio e que os mesmos hiperparâmetros de inferência e o mesmo harness foram usados para todos os modelos em cada benchmark. Os métodos também variam entre provas: por exemplo, a Nanbeige diz que GDPval usa rubricas revisadas, enquanto Terminal-Bench 2.1 usa Terminus 2.
Configurações para agentes e chat
A ficha separa as recomendações para uso com ferramentas das voltadas a raciocínio e chat. preserve_thinking controla se o raciocínio anterior do assistente é mantido entre turnos: a Nanbeige recomenda true para uso de ferramentas em várias etapas e agentes de código, e false para conversa geral e perguntas e respostas.
| Uso | preserve_thinking | temperature | top_p | max_new_tokens |
| Agentes e ferramentas | true | 1.0 | 0.95 | 65.536 |
| Raciocínio e chat | false | 0.6 | 0.95 | 262.144 |
enable_thinking, que controla o raciocínio da resposta atual, vem ativado por padrão. Para chamadas de ferramentas, a Nanbeige recomenda o formato XML; JSON também é compatível.
Frameworks documentados para inferência local
A Nanbeige oferece exemplos de início rápido para Transformers, SGLang e vLLM. Os exemplos de SGLang e vLLM usam paralelismo de tensores com tamanho 4; o exemplo de Transformers usa mapeamento automático de dispositivos. Esses são parâmetros dos exemplos, não um requisito mínimo de hardware declarado pela Nanbeige.
