一句话看懂：BOSS直聘旗下的南北阁实验室发布并开源了330亿参数的Nanbeige4.3-33B，专攻Agentic编程和办公协作任务，支持512K上下文。它和近30B的几款开源模型做了同台对比，数据值得关注，但还需独立复测。
事件核心：发生了什么
2026年10月25日，Nanbeige LLM Lab在Hugging Face上线Nanbeige4.3-33B，采用Apache 2.0协议。这是一个dense架构（非MoE）的33B模型，权重为BF16，上下文长度524,288 tokens。该实验室隶属招聘平台BOSS直聘。同时发布的还有Nanbeige4.3-33B-Base，供开发者自行进行后训练。
配置上，模型采用LlamaForCausalLM架构、52层、隐藏维度7168，启用GQA，并暴露enable_thinking和tools等对话控制项。官方推荐以4卡张量并行部署，BF16权重合计约66GB，更适合多GPU服务器而非单卡消费级设备。
为什么重要
一是路线选择。南北阁明确先做“强教师模型”，再向更小的Nanbeige4.3-3B蒸馏Agentic能力，这是把编程智能体当作可迁移技能来做，而不只是刷分。二是竞争位置。官方对比表覆盖20项基准，该模型声称领先17项，包括Terminal-Bench 2.1的80.9分对Qwen3.8-27B的73.0分，DeepSWE差距更大（65.5对42.5）。
但这些数字全部由南北阁自测，且部分竞品分数与对方官方模型卡不一致，例如SWE-Bench Pro的两组数字疑似对调。目前公开信息显示，这些结果只能视为初步参考，需等独立评测。
对用户/开发者/创作者的影响
开发者可以用Transformers、SGLang或vLLM接入，官方建议温度1.0、top_p 0.95、最大生成65,536 tokens，并推荐保留多轮思考内容以支撑工具调用。对做代码智能体、自动化办公或招聘场景工具的人来说，这是又一个可私有化部署的开源选项，但前提是准备好4卡级算力。普通用户暂时无法直接使用；文本之外的多模态输入也不在支持范围内。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 第三方独立复测能否复现其Terminal-Bench和DeepSWE优势；
2. Nanbeige4.3-3B蒸馏版是否发布、小模型能否保留Agentic能力；
3. 社区量化版本和单机部署方案会不会跟进，降低使用门槛。
