BOSS直聘旗下大语言模型研究团队南北阁推出Nanbeige4.3-33B,将其定位为4.3系列的旗舰教师模型,计划用于后续小模型蒸馏,包括Nanbeige4.3-3B。团队称,新模型在多数所列基准中领先;这些成绩来自团队评测,不能直接证明实际部署中的成本或效率优势。

这次发布既面向当前的代码和办公智能体任务,也为后续小模型提供能力来源。按照南北阁公布的路线,33B教师模型将为小模型蒸馏奠定基础,蒸馏后的效果仍待后续产品展示。团队在讨论区表示,Nanbeige4.3系列技术报告计划与即将推出的学生模型Nanbeige4.3-3B一同发布。

评测对手包括Qwen3.8-27B、Muse-Glimmer-30B和Gemma4-31B。南北阁称,所有模型均使用最高思考强度,同一基准采用相同推理超参数和评测框架;其中,Nanbeige4.3-33B启用了保留此前轮次推理内容的配置。相同评测设置并不意味着各模型消耗相同计算资源。

团队公布的结果也有例外:SWE-Bench Pro中,Nanbeige4.3-33B得分为60.3,低于Qwen3.8-27B的61.7;GDPval中,两者分别为84.8和86.4。这些数值是对应基准的评测成绩,不能改写为真实业务任务的完成率。GDPval还采用了修订后的评分规则,与其他公开结果比较时需要核对口径。

在使用方式上,模型卡称最高支持524,288个token,即512K上下文,并列出Transformers、SGLang和vLLM三种运行框架。团队提供的preserve_thinking开关可控制是否保留此前助手轮次的推理内容,并建议在多轮工具使用、办公任务和代码智能体工作流中启用。官方README元数据将模型许可证标记为Apache-2.0。

对开发者而言,这些配置提供了开展自身任务测试的入口。当前更值得检验的是:团队报告的基准优势能否在具体工作流中保留,以及未来3B学生模型能保留多少能力。现有材料尚不足以判断实际部署成本、延迟或蒸馏效果。

参考来源: