据MarkTechPost报道，Nanbeige LLM Lab于10月25日在Hugging Face以Apache 2.0许可证发布Nanbeige4.3-33B。这是一款面向智能体编程和办公协作任务的33B稠密语言模型，实验室同时发布Nanbeige4.3-33B-Base，供用户进行自定义后训练。
该实验室隶属招聘平台BOSS直聘。按照其公布的信息，Nanbeige4.3-33B是Nanbeige4.3系列的旗舰“教师”模型，策略是先构建较强的教师模型，再将智能体技能蒸馏到更小模型，首先从Nanbeige4.3-3B开始。模型支持524,288个token的上下文窗口。
Nanbeige公布的自测结果显示，在与Qwen3.8-27B、Muse-Glimmer-30B和Gemma4-31B的对比中，该模型在20项基准的17项领先。所有模型均以最高思考强度运行，并使用共享超参数和测试框架；这些成绩均为实验室自报。其Terminal-Bench 2.1得分为80.9，Qwen3.8-27B为73.0；DeepSWE为65.5对42.5；Terminal-Bench 4.0为23.8，Gemma4-31B为0.0。办公协作方面，Automation Bench为54.2对38.3，JobBench为44.8对34.5，YC-bench模拟收入为1,025,437美元对641,290美元。推理测试中，AIME 2026为95.2，AA-LCR为84.0。
该模型也在部分项目落后。SWE-Bench Pro得分为60.3，低于Qwen3.8-27B的61.7；GDPval为84.8，低于Qwen3.8-27B的86.4；GPQA Diamond为89.5，低于Gemma4-31B的91.3。Nanbeige还称，Base模型在8项报告任务上全部超过Gemma4-31B-Base，例如MMLU-Pro为66.9对59.3，GPQA为62.0对41.5。
配置方面，模型采用标准LlamaForCausalLM架构，不设专家路由，每个token运行全部33B参数。其配置文件显示52层、隐藏维度7168、56个查询头和8个键值头，采用分组查询注意力，词表规模166,912个token，RoPE theta为120,000,000，最大位置数为524,288。BF16权重约需66GB，需在多GPU服务器上运行；页面给出的SGLang和vLLM配方使用4路张量并行，并列出一个社区量化版本。
聊天模板提供enable_thinking、preserve_thinking和工具调用控制。enable_thinking默认开启；preserve_thinking用于保留前几轮推理，实验室建议在多轮工具使用和代码智能体场景中使用；传入tools可启用工具调用，推荐XML调用格式。