중국 채용 플랫폼 BOSS Zhipin 산하 Nanbeige LLM Lab이 에이전트 코딩과 사무형 협업 작업에 맞춘 대규모 언어 모델 Nanbeige4.3-33B를 Apache 2.0 라이선스로 Hugging Face에 공개했다. 이 모델은 33B 매개변수의 밀집 모델이다. 사후 학습을 직접 해 볼 수 있도록 Nanbeige4.3-33B-Base도 함께 내놓았다.1
컨텍스트 창은 524,288 토큰(512K)이고 가중치는 BF16이다. Transformers, SGLang, vLLM으로 실행할 수 있으며, 모델 카드의 서버 예시는 4-way 텐서 병렬을 쓴다. MarkTechPost에 따르면 이 모델은 텍스트만 입력으로 받으며, 공개 시점에 이 모델을 호스팅하는 Hugging Face Inference Provider는 없다.
Nanbeige는 이 모델을 Nanbeige4.3 시리즈의 주력 교사 모델로 설명했다. 앞으로 지식 증류로 작은 모델을 만들 계획이며, 첫 대상은 Nanbeige4.3-3B다.1,2
자체 벤치마크 결과
Nanbeige는 Qwen3.8-27B, Muse-Glimmer-30B, Gemma4-31B와 비교했다고 밝혔다. 모든 모델을 가장 높은 사고 강도로 돌렸고 추론 설정과 하네스는 같게 맞췄다. 20개 항목 가운데 17개에서 앞섰다는 것이 회사 표의 결과다.1,2
| 항목 | Nanbeige4.3-33B | Qwen3.8-27B |
|---|---|---|
| Terminal-Bench 2.1 | 80.9 | 73.0 |
| DeepSWE | 65.5 | 42.5 |
| SWE-Bench Pro | 60.3 | 61.7 |
| Automation Bench | 54.2 | 38.3 |
| JobBench | 44.8 | 34.5 |
| GDPval | 84.8 | 86.4 |
이 밖에 Terminal-Bench 4.0에서 23.8점을 받아 0.0점인 Gemma4-31B를 앞섰고, YC-bench의 모의 수익은 $1,025,437로 Qwen3.8-27B의 $641,290보다 높았다. 추론 항목에서는 AIME 2026 95.2점, AA-LCR 84.0점을 Nanbeige가 자체 보고했다. 뒤진 항목은 20개 중 3개로, Qwen3.8-27B가 SWE-Bench Pro(61.7점 대 60.3점)와 GDPval(86.4점 대 84.8점)에서, Gemma4-31B가 GPQA Diamond(91.3점 대 89.5점)에서 앞섰다. Nanbeige는 JobBench가 평가한 35개 직종 대부분에서 기준 모델을 넘었다고 밝혔다.1,2
Base 모델은 보고된 8개 과제 모두에서 Gemma4-31B-Base보다 점수가 높았다. MMLU-Pro는 66.9 대 59.3, GPQA는 62.0 대 41.5다.1
구성과 실행 조건
config.json은 표준 LlamaForCausalLM 구조를 선언한다. 52개 층, 은닉 크기 7,168, 쿼리 헤드 56개와 키·값 헤드 8개(그룹 쿼리 어텐션)로 구성되며, 전문가 혼합 구조가 아니라 토큰마다 33B 전체가 계산에 쓰인다.
MarkTechPost가 설정값으로 계산한 결과 BF16 가중치는 약 66GB가 필요하다. KV 캐시는 토큰당 약 208KiB로, 524,288토큰 전체를 채우면 약 112GB가 더 든다.1
채팅 템플릿에는 조절 항목이 있다. enable_thinking은 추론 생성 여부를 정하며 기본값은 켜짐이다. preserve_thinking은 이전 턴의 추론 내용을 유지하는 설정으로, 여러 턴에 걸친 도구 사용과 코드 에이전트에는 True를, 일반 대화에는 False를 권한다. tools를 넘기면 도구 호출 템플릿이 켜지고, XML 형식을 권장한다.2
에이전트와 도구 사용 작업에는 샘플링 온도 1.0, top_p 0.95, 최대 생성 65,536토큰을 권한다. 추론과 대화 작업에는 온도 0.6, 최대 생성 262,144토큰이다.1,2
경쟁사 공식 수치와 차이
비교 점수는 Nanbeige가 직접 낸 값이다. MarkTechPost는 경쟁 모델 수치 일부가 각 회사 모델 카드와 다르다고 짚었다. Meta는 Muse-Glimmer-30B의 SWE-Bench Pro를 51.2, Gemma4-31B를 36.9로 밝혔는데 Nanbeige 표에는 두 값이 반대로 들어 있다. Google은 Gemma 4 31B의 GPQA Diamond를 84.3으로 올렸으나 Nanbeige 표는 91.3이다. Meta는 Muse-Glimmer-30B의 Terminal-Bench 2.1을 51.7로 밝혔으며, MarkTechPost는 Nanbeige가 이를 61.8로 측정했다고 전했다.1
하네스 차이가 일부 격차를 설명할 수 있지만, 독립 평가가 나오기 전까지 이 항목들은 잠정치로 봐야 한다는 것이 MarkTechPost의 판단이다. Nanbeige는 도메인별 에이전트를 만들기 위한 데이터·학습 공동 작업도 받는다고 밝혔다.1,2
출처
- Nanbeige Releases Nanbeige4.3-33B, a 33B Open Agentic Coding Model marktechpost.com
- Nanbeige/Nanbeige4.3-33B · Hugging Face huggingface.co