Nanbeige bringt mit Nanbeige4.3-33B ein Open-Weights-Modell für Coding und professionelle Arbeitsabläufe heraus. Das Modell mit 33 Milliarden Parametern setzt sich in mehreren Agenten-Benchmarks deutlich von Qwen3.8-27B, Muse-Glimmer-30B und Gemma4-31B ab.
Großer Vorsprung bei Coding-Agenten
Im aktuellen Terminal-Bench 4.0 erreicht Nanbeige4.3-33B einen Wert von 23,8. Qwen3.8-27B kommt unter demselben Testaufbau auf 6,3, Muse-Glimmer-30B auf 1,6 und Gemma4-31B auf 0. Der Benchmark prüft praktische Aufgaben in einer Computerumgebung und gehört damit zu den aussagekräftigeren Coding-Tests.
Quelle: Nanbeige
Bei Automation Bench erzielt Nanbeige 54,2 Punkte. Qwen folgt mit 38,3 Punkten, während Muse-Glimmer und Gemma auf 15,2 beziehungsweise 9,7 kommen. In diesem Test müssen Agenten mehrstufige Abläufe über mehrere Dienste erledigen.
Anzeige
Nicht in jedem Test an der Spitze
Bei professioneller Wissensarbeit fällt der Abstand kleiner aus. In GDPval erreicht Nanbeige 84,8 Punkte und liegt damit knapp hinter Qwen mit 86,4. Muse-Glimmer erzielt 75,8 und Gemma 71,4 Punkte.
Quelle: Nanbeige
Auch bei naturwissenschaftlichen Fachfragen gibt es keinen Durchmarsch. Nanbeige kommt in GPQA Diamond auf 89,5 Punkte und schlägt Qwen mit 89,2 nur knapp. Gemma führt diesen Vergleich mit 91,3 Punkten an.
Nanbeige hat die vier Modelle mit denselben Inferenzparametern und derselben Testumgebung auf ihrer jeweils höchsten Thinking-Stufe geprüft. Bei JobBench, das Aufgaben aus 35 Berufen umfasst, erreicht das neue Modell 44,8 Punkte. Qwen kommt auf 34,5, Muse-Glimmer auf 16,6 und Gemma auf 9 Punkte.
Ein Lehrer für kleinere Agenten
Nanbeige4.3-33B bildet den Anfang einer neuen Modellreihe. Das KI-Unternehmen will seine Fähigkeiten später in noch kleinere Modelle übertragen. Als erster Kandidat ist Nanbeige4.3-3B angekündigt, das mit drei Milliarden Parametern deutlich weniger Rechenleistung benötigen wird.
Das Chat-Template kann Thinking ein- und ausschalten sowie frühere Gedankengänge über mehrere Nachrichten hinweg behalten. Für Tool-Aufrufe stehen XML und JSON bereit. Das Kontextfenster umfasst bis zu 524.288 Token, also 512K.
Bei längeren Agentenläufen kann das Modell seine früheren Reasoning-Schritte behalten. Für normale Chats empfiehlt Nanbeige dagegen, diesen Verlauf nicht in jede neue Antwort mitzunehmen.
Neben dem fertigen Chatmodell veröffentlicht Nanbeige auch das Basismodell. Beide Varianten besitzen 33 Milliarden Parameter und liegen im BF16-Format vor.
Kostenloser Download statt API-Preis
Nanbeige4.3-33B steht auf Hugging Face unter der Apache-2.0-Lizenz zum Download. Das Modell lässt sich mit Transformers, SGLang und vLLM betreiben. Mehrere Quantisierungen senken den Speicherbedarf für lokale Installationen.
Einen eigenen API-Preis nennt Nanbeige nicht. Zum Start ist das Modell auch bei keinem Inference Provider direkt verfügbar. Nutzer zahlen daher keinen festen Preis pro Token, müssen Rechenleistung und Betrieb aber selbst übernehmen.
