南北阁发布 Nanbeige4.3-33B：33B 稠密智能体编程模型，Apache 2.0 开源

核心事实

据 MarkTechPost 报道，南北阁 LLM Lab（隶属招聘平台 BOSS 直聘）已在 Hugging Face 以 Apache 2.0 许可证发布 Nanbeige4.3-33B。这是一个 33B 稠密（非 MoE）语言模型，面向智能体编程（agentic coding）与办公类「cowork」任务，支持 524,288 token 上下文窗口，权重为 BF16。该实验室同时发布了 Nanbeige4.3-33B-Base，供使用者自行做后训练。据模型卡信息，其架构为标准 LlamaForCausalLM，共 52 层，隐藏维度 7,168，采用分组查询注意力（56 个查询头、8 个 KV 头）。

背景与影响

报道称，Nanbeige4.3-33B 是 Nanbeige4.3 系列的旗舰「教师」模型，实验室的策略是先做强教师模型，再把智能体能力蒸馏到更小的模型，首个目标为 Nanbeige4.3-3B。模型卡提供了 Transformers、SGLang 与 vLLM 的部署配方，服务端示例采用 4 路张量并行；按 config.json 推算，BF16 权重约需 66 GB 显存，完整 524,288 token 序列的 KV 缓存约需 112 GB。据报发布时尚无 Hugging Face 推理服务商托管该模型，需自行部署。在实验室自评表格中，该模型在 20 项基准里领先 17 项，例如 Terminal-Bench 2.1 得 80.9，对比 Qwen3.8-27B 的 73.0；但在 SWE-Bench Pro 上以 60.3 落后于 Qwen3.8-27B 的 61.7。

限制与来源

上述基准成绩均为 Nanbeige 自行报告，尚未获独立复现确认。报道指出，其表格中若干竞品数值与对方官方模型卡不一致，例如 Muse-Glimmer-30B 在 SWE-Bench Pro 上的分数疑似与 Gemma4-31B 对调，Gemma 4 31B 的 GPQA Diamond 分数亦与 Google 公布值不同，相关行应视为暂定数据。模型为纯文本输入，量化版本与本地运行支持情况请以 Hugging Face 模型卡及官网当前信息为准。本文来源为 MarkTechPost，链接：marktechpost.com。