Nanbeige 4.3‑33B: caratteristiche tecniche e modalità di rilascio
Nanbeige 4.3‑33B (spesso indicato semplicemente come Nanbeige 4.3 33B) è un modello linguistico open source da 33,1 miliardi di parametri, distribuito con licenza Apache 2.0. La sua finestra di contesto è di 512 000 token, una delle più ampie disponibili per modelli di questa dimensione. Il modello è stato pubblicato il 24 ottobre 2026 su Hugging Face dal laboratorio cinese Nanbeige, parte del gruppo BOSS Zhipin (Kanzhun), una piattaforma di recruiting online quotata al Nasdaq (BZ) e a Hong Kong.
Il rilascio comprende due repository:
- Nanbeige4.3-33B: versione già rifinita per chat, ragionamento e utilizzo di strumenti.
- Nanbeige4.3-33B-Base: modello grezzo da cui partire per un eventuale post‑addestramento.
I pesi occupano circa 66 GB in BF16 o ~20 GB con quantizzazione a 4 bit. Per far girare il modello è necessaria anche la KV‑cache, che a 16 bit richiede circa 112 GB per gestire i 524 288 token di contesto, mentre a 8 bit la memoria si dimezza a costo di una lieve perdita di qualità.
Il modello dichiara supporto per inglese e cinese. Al momento non sono disponibili dati ufficiali sulle prestazioni in altre lingue, inclusa l’italiano.
Obiettivi di design e posizionamento nella serie Nanbeige
Nanbeige è il laboratorio di modelli linguistici di BOSS Zhipin, il cui obiettivo è fornire strumenti di intelligenza artificiale per il recruiting e per altre applicazioni aziendali. La serie Nanbeige 4 era iniziata con modelli da 3 miliardi di parametri (Nanbeige 4‑3B) rilasciati a dicembre 2025, con successive revisioni 4.1 e 4.2. La versione 4.3‑33B rappresenta una svolta sia per la scala (quasi dieci volte più grande) sia per l’impostazione: il modello è presentato come “flagship teacher model”, ovvero modello insegnante destinato alla distillazione verso versioni più piccole (es. Nanbeige 4.3‑3B, ancora senza data di rilascio).
Il config.json indica un’architettura Llama classica con 52 strati, 8 teste per chiavi e valori e 128 dimensioni per testa, senza attenzione sparsa o ibrida. Le opzioni di ragionamento includono:
enable_thinking: attiva o disattiva il ragionamento di default.preserve_thinking: conserva i ragionamenti dei turni precedenti; consigliata per flussi con strumenti e agenti di codice, ma da disattivare per conversazioni di tipo chat.
Le chiamate a strumenti avvengono tramite un template dedicato, con formato XML consigliato e supporto JSON.
Confronto con Qwen 3.8‑27B: i risultati dei test interni
Il laboratorio ha confrontato Nanbeige 4.3‑33B con Qwen 3.8‑27B (modello da 27 miliardi di Alibaba) e con altri concorrenti come Gemma 4‑31B e Meta Muse‑Glimmer‑30B. Su 20 prove complete, Nanbeige vince 18 volte e perde solo due:
- SWE‑Bench Pro: 60,3 vs 61,7 (Qwen).
- GDPval: 84,8 vs 86,4 (Qwen).
Di seguito una selezione di risultati (punteggio su 100):
| Prova | Nanbeige 4.3‑33B | Qwen 3.8‑27B | Gemma 4‑31B | Muse‑Glimmer‑30B |
|---|---|---|---|---|
| Terminal‑Bench 2.1 | 80,9 | 73,0 | 47,2 | 61,8 |
| Terminal‑Bench 4.0 | 23,8 | 6,3 | 0,0 | 1,6 |
| DeepSWE | 65,5 | 42,5 | 2,7 | 4,4 |
| SWE‑Bench Pro | 60,3 | 61,7 | 51,2 | 36,9 |
| Automation Bench | 54,2 | 38,3 | 9,7 | 15,2 |
| JobBench | 44,8 | 34,5 | 9,0 | 16,6 |
| DeepPlanning | 63,3 | 49,2 | 19,4 | 21,4 |
| GDPval | 84,8 | 86,4 | 71,4 | 75,8 |
| GPQA Diamond | 89,5 | 89,2 | 91,3 | 83,5 |
| AIME 2026 | 95,2 | 94,5 | 89,2 | 94,7 |
Il vantaggio più evidente è nel coding agentico. Terminal‑Bench misura la capacità di completare compiti da riga di comando, mentre le suite SWE (DeepSWE, SWE‑Bench Pro) valutano la risoluzione di problemi reali in progetti software. Nanbeige supera Qwen di 23,0 punti su Terminal‑Bench 4.0 e di 23,0 punti su DeepSWE, dimostrando una forte competenza nell’automazione di codice.
Interpretazione dei margini di risultato
Al di fuori del coding, i margini sono più sottili: su Tau3‑Bench la differenza è di 0,3 punti, su GPQA Diamond di 0,3 punti (con Gemma che rimane al primo posto), e su AIME 2026 di 0,7 punti. Queste differenze rientrano nella variabilità tipica dei benchmark e richiedono valutazioni ripetute per confermare un vantaggio definitivo.
Limiti e considerazioni critiche
È importante sottolineare che tutti i numeri provengono da test effettuati dal laboratorio che ha prodotto il modello. Non esistono ancora valutazioni indipendenti né rapporti tecnici dettagliati sul dataset di addestramento. Inoltre, la scheda non specifica se i concorrenti (Qwen, Gemma, Muse‑Glimmer) siano stati testati con le stesse impostazioni di preserve_thinking o con lo stesso template per gli strumenti, fattori che potrebbero influenzare i risultati.
Su sei delle venti prove il vantaggio di Nanbeige su Qwen è inferiore a 3 punti; su quattro prove è inferiore a 1 punto. Queste differenze sono così piccole da richiedere più run per stabilire una superiorità statistica. Inoltre, la mancanza di dati sulle performance in italiano rende difficile valutare l’utilità del modello per gli utenti di lingua latina.
Requisiti hardware e fattibilità di utilizzo locale
Per eseguire Nanbeige 4.3‑33B in locale occorrono:
- ~66 GB di RAM GPU per i pesi in BF16 (o ~20 GB con quantizzazione a 4 bit).
- KV‑cache: circa 112 GB per gestire l’intera finestra di 524 288 token a 16 bit; a 8 bit la cache scende a ~56 GB.
- Un setup consigliato prevede quattro GPU in parallelo (come indicato nelle istruzioni per vLLM e SGLang).
Startup Fortune segnala che la versione a 4 bit può girare su una singola scheda da 24 GB, ma la cache disponibile limita la lunghezza del contesto a circa 20 000‑25 000 token, ben al di sotto dei 524 288 token dichiarati. Pertanto, il modello non è pensato per un uso casalingo su una singola GPU, ma più per ambienti server o cluster.
Dalla serie 3B al 33B: evoluzione architetturale
Il primo modello della serie, Nanbeige 4‑3B (dicembre 2025), è stato addestrato su 23 000 miliardi di token. La versione 4.1‑3B ha introdotto affinamento supervisionato e apprendimento per rinforzo, mentre la 4.2‑3B (luglio 2026) ha sperimentato il Looped Transformer, un’architettura che riutilizza gli stessi strati più volte per aumentare la capacità senza aggiungere parametri. Questo modello da 4 miliardi di parametri ha raggiunto 63,6 su SWE‑Bench Verified e 87,4 su GPQA Diamond.
Con Nanbeige 4.3‑33B il laboratorio ha abbandonato il Looped Transformer, tornando a una configurazione Llama classica (LlamaForCausalLM). La scheda del 4.2 anticipava che le innovazioni del Looped Transformer sarebbero state integrate nella prossima generazione, Nanbeige 4.5, prevista per la fine del 2026.
Questo ritorno alla “strada battuta” suggerisce una strategia focalizzata sul rilascio rapido di un modello di grande capacità, pronto per la distillazione verso versioni più piccole, piuttosto che sull’innovazione architetturale a lungo termine.
Prospettive future e conclusioni
Nanbeige 4.3‑33B rappresenta un passo significativo per la comunità open source, grazie alla licenza permissiva Apache 2.0 e all’assenza di liste d’attesa per il download. La capacità di eccellere nei benchmark di coding agentico lo rende un candidato interessante per applicazioni di automazione software, sviluppo assistito e integrazione con tool di DevOps.
Tuttavia, la mancanza di valutazioni indipendenti, la dipendenza da hardware di fascia alta e l’assenza di dati sulle prestazioni in lingue diverse dall’inglese e dal cinese limitano l’adozione immediata. Gli utenti dovranno attendere ulteriori test da parte di terzi e possibili ottimizzazioni della memoria per sfruttare appieno la finestra di contesto dichiarata.
Nel panorama dei modelli di grandi dimensioni, Nanbeige 4.3‑33B si colloca come un’alternativa competitiva a Qwen 3.8‑27B, soprattutto per chi cerca capacità avanzate nel coding autonomo. La sua evoluzione verso la serie 4.5, con l’integrazione di nuove architetture, potrebbe consolidare la posizione di Nanbeige come uno dei principali laboratori di LLM in Asia.