莫名其妙？BOSS直聘居然自己训了个大模型，还把阿里 Qwen 摁在地上摩擦？？？ Nanbeige4.3-33B 开源了：330 亿参数，Apache 2… · @Super_Nius · TwKit

@Super_Nius

莫名其妙？BOSS直聘居然自己训了个大模型，还把阿里 Qwen 摁在地上摩擦？？？ Nanbeige4.3-33B 开源了：330 亿参数，Apache 2.0 协议，能塞 512K 上下文。 据它自家模型卡： DeepSWE（真实代码任务）65.5分，而Qwen3.8-27B 才 42.5分；Terminal-Bench 2.1 是 80.9 对 73.0 🔥 Nanbeige4.3-33B 报告亮点 这次只有模型卡，没有新技术报告；上一份是去年 12 月的 Nanbeige4-3B 技术报告。 定位是「老师」：官方说它是 4.3 系列的旗舰教师模型，后面要拿它蒸馏出小的 Nanbeige4.3-3B。 规模和协议：33.1B 参数，稠密模型，Apache 2.0，上下文 512K。 编程大幅领先：DeepSWE 65.5 对 Qwen3.8-27B 的 42.5；Terminal-Bench 4.0 是 23.8 对 6.3。 办公类任务：Automation Bench 54.2 对 38.3，JobBench 44.8 对 34.5。 20 项里赢 18 项（据第三方转述）：输的两项是 SWE-Bench Pro（60.3 对 61.7）和 GDPval（84.8 对 86.4）。 评测有设定：所有模型用最高思考力度；Nanbeige 开了 preserve_thinking；Terminal-Bench 2.1 用 Terminus 2 框架。 短板：成绩都是官方自测，Artificial Analysis 榜单上还没有它。 注意：全是官方自己测的，第三方还没复现。想本地跑 Agent 的可以先蹲一波 🧐

曝光 437 · 评论 6 · 点赞 4 · 书签 1