BOSS直聘旗下南北阁发布 Nanbeige4.3-33B 开源推理模型
Nanbeige has released Nanbeige4.3-33B, an open weights model matching Qwen3.8 27B (xhigh) at 20 on the Artificial Analysis Intelligence Index v5 with stronger t
BOSS直聘旗下基础模型团队南北阁发布 Nanbeige4.3-33B，采用 Apache 2.0 开源协议，33B 稠密参数、仅文本输入输出、524K token 上下文窗口，小到可在笔记本本地运行。该模型在 Artificial Analysis Intelligence Index v5 上得分 20，与 Qwen3.8 27B（xhigh）持平，Terminal-Bench 4.0 得 30%、CritPt v2 Hard Subset 得 16%，均高于后者的 6% 和 4%。但它在 AA-Briefcase v1.1（1162 对 1391 Elo）、FrontierCode 2.0（11% 对 15%）和 HLE-Diamond（7% 对 15%）上落后，且每个任务输出 token 约 158K，比 Qwen3.8 27B 的 110K 多约 44%；目前尚无确认的公开 API。
正文 · AI 翻译
南北阁发布 Nanbeige4.3-33B，这是一款开放权重模型，在 Artificial Analysis Intelligence Index v5 上得分 20，与 Qwen3.8 27B（xhigh）持平，终端使用能力更强但知识能力较弱
@Nanbeige 是 BOSS 直聘的基础模型研究团队，BOSS 直聘是由看准有限公司运营的中国招聘平台。其 33B 稠密推理模型以 Apache 2.0 协议开放权重，仅支持文本输入和输出，上下文窗口为 524K token，小到可在笔记本电脑上本地运行。
主要结果：
➤ 在约 30B 总参数规模下取得有竞争力的结果。Nanbeige4.3-33B 和 Qwen3.8 27B（xhigh）均得分 20，而 Muse Glimmer（high，30B）为 6。
➤ 终端使用和物理推理是相对优势。Nanbeige 在 Terminal-Bench 4.0 上得分 30%，在 CritPt v2 的 Hard Subset 上得分 16%，而 Qwen3.8 27B 分别为 6% 和 4%。
➤ 尽管总分相同，优势领域与 Qwen3.8 27B 不同。Nanbeige 在 AutomationBench-AA 上超过 Qwen3.8 27B（53% 对 48%），但在 AA-Briefcase v1.1（1162 对 1391 Elo）、FrontierCode 2.0（11% 对 15%）和 HLE-Diamond（7% 对 15%）上落后。
➤ 在 Omniscience 上弃答率高、幻觉率低。Nanbeige 在 AA-Omniscience v1.1 上得分 -4，而 Qwen3.8 27B 为 -6，幻觉率分别为 18% 和 29%。它正确回答的问题更少（12% 对 17%），并对 71% 的问题表示无法回答。
➤ 智能水平相近，但每个任务的输出 token 更多。Nanbeige 在每个 Intelligence Index 任务上使用 158K 输出 token，而 Qwen3.8 27B 为 110K，约多 44%。
其他模型细节：
➤ 类型：开放权重推理模型（Apache 2.0 许可证）
➤ 规模：33B 总参数（稠密）
➤ 模态：仅文本输入和输出
➤ 上下文窗口：524K
➤ API 可用性：尚无确认的公开第一方或第三方 API