南北阁开源 Nanbeige4.3-33B：33B 参数 512K 上下文，Agentic 编程反超同量级千问 3.8

10 月 24 日，BOSS 直聘旗下的南北阁大模型实验室（Nanbeige LLM Lab）把 Nanbeige4.3-33B 的权重上传到了 Hugging Face，10 月 25 日国内社区与海外媒体集中跟进。模型采用 Apache 2.0 许可，权重与配套的 Base 模型同时公开，是近期开放模型阵营里又一枚"教师模型"——它的任务不是做通用聊天机器人，而是把 Agentic（智能体）编程与协同能力拉满，再蒸馏到更小的模型上。

参数与架构：约 331 亿参数、Llama 风格、512K 上下文

Nanbeige4.3-33B 参数量约 331 亿（BF16），架构标签为 Llama 风格，原生上下文长度最高 524,288 token（即 512K）。它作为 Nanbeige4.3 系列的旗舰"教师模型"，设计思路是：先训练一个大容量教师把 Agent 能力做扎实，再把能力蒸馏到后续的 Nanbeige4.3-3B 小模型上。换句话说，33B 这版本身就是"为蒸馏而生"的锚点模型。

主打 Agentic coding 与 cowork，不是通用聊天

模型卡明确把它定位在两类评测上：Agentic coding 与 Agentic cowork。"Agentic coding"指模型要在终端或代码仓库里真正动手——读写文件、执行命令、完成多步软件工程任务，涵盖 Terminal-Bench 2.1/4.0、DeepSWE、SWE-Bench Pro、SWE-Atlas-QnA、NL2Repo、Scicode、SkillsBench 等；"Agentic cowork"则模拟专业非编码工作，如 Automation Bench、JobBench（覆盖 35 种职业）、GDPval、Claw-Eval、Toolathlon-Verified、DeepPlanning、EnterpriseOps-Gym、YC-bench（用美元而非百分比计分）等。

基准对比：20 项里 18 项高于千问 3.8

对比对象锁定为 Qwen3.8-27B、Muse-Glimmer-30B 与 Gemma4-31B，四者均在各自最高思考强度、同一推理超参与 harness 下评测。关键数据：Terminal-Bench 2.1 拿下 80.9（Qwen 73.0）；Terminal-Bench 4.0 为 23.8（Qwen 仅 6.3），差距明显；DeepSWE 65.5 对 42.5；SWE-Atlas-QnA 50.8 对 41.9；NL2Repo 53.0 对 48.3；SkillsBench 61.1 对 56.4。它也并非全胜：SWE-Bench Pro 以 60.3 略输 Qwen 的 61.7，GDPval 84.8 略输 86.4；Gemma4-31B 在 GPQA Diamond 上以 91.3 反超它的 89.5。模型卡的口径是"20 项对比里 18 项高于 Qwen3.8-27B"，整体在 30B 量级开放模型里 Agentic 能力靠前。

推理不掉队：GPQA 89.5、AIME 2026 95.2

为了证明"专精 Agent 没有牺牲通用能力"，模型卡还列了 GPQA Diamond 89.5、AIME 2026 95.2、AA-LCR 84.0——与同量级开源模型基本持平或略优，说明它不是用通用推理换 Agent 专项能力。

怎么部署：Transformers / SGLang / vLLM 都能跑

模型支持 512K 上下文，提供 thinking 模式与工具调用格式（XML 或 JSON）的可配置 chat-template 开关，文档里给了张量并行（tensor-parallel）的服务配置，可通过 Transformers、SGLang 或 vLLM 自托管。发布即获得 784 个 Hugging Face 点赞与 9600+ 次下载，对于一个面向窄众 Agent 场景的中等体量开源模型来说，关注度相当可观。

意义：给自托管 coding / cowork 一个不依赖闭源 API 的选择

Nanbeige4.3-33B 的价值在于：在 30B 级开放模型里把 Agentic 能力直接拉满，并且配套 512K 长上下文与 Apache 2.0 完全开放的权重，给那些想自托管、不想把代码和业务数据送进闭源 API 的团队提供了一个新选项。它的"教师模型"定位也意味着，后续 3B 蒸馏版一旦放出，大概率会把这套 Agent 能力带到更小的显存门槛上。对开发者来说，比起一味追 397B 旗舰，这种"同量级最强 + 开放权重 + 长上下文"的组合，可能更贴近真实落地的性价比。