辽宁
30B这个量级的开源Agent，终于有了一个能直接干活的教师模型：Nanbeige4.3-33B正式上线，定位就是先做一个高容量教师模型，后面再把它蒸馏成更小的Nanbeige4.3-3B。它不用等闭源大模型排队，也不用先买一整套昂贵服务，开源权重拿到手就能按官方流程部署进Agent框架。
◆ 核心跑分，都来自模型卡同口径对比（最高思考强度、同一套推理参数和评测框架，厂商自报分数，不是独立第三方复测）：
◆ Terminal-Bench 2.1：80.9分，对比Qwen3.8-27B的73.0分、Gemma4-31B的47.2分
◆ Terminal-Bench 4.0：23.8分，对比Qwen3.8-27B的6.3分，差距拉得最大
◆ DeepSWE：65.5分，对比Qwen3.8-27B的42.5分
◆ 职场协作也不弱：Automation Bench 54.2分、JobBench 44.8分、DeepPlanning 63.3分，分别对比Qwen3.8-27B的38.3分、34.5分、49.2分
◆ 上下文给到512K（524288个token），长任务、长代码库、长文档不用频繁截断
◆ 也别只看第一名：SWE-Bench Pro它是60.3分，略低于Qwen3.8-27B的61.7分；GDPval 84.8分，也低于Qwen3.8-27B的86.4分，说明它不是全项通吃
上手步骤（按模型卡流程，别跳步）：
1. 先去模型主页下载Nanbeige4.3-33B权重，确认版本和文件完整再部署。
2. 用Transformers加载时按官方示例设置trust_remote_code=True，并开启chat template的enable_thinking；Agent场景建议把preserve_thinking设为True，多轮工具调用才不会丢上下文。
3. 部署优先选vLLM或SGLang，官方示例都给了qwen3推理解析和qwen3_coder工具调用解析参数，照抄这两个参数，别自己换成别的解析器。
4. Agent和工具调用任务按官方推荐设temperature=1.0、top_p=0.95；纯推理和聊天任务则用temperature=0.6、top_p=0.95，别把两套参数混用。
5. 上线前必须先在小任务上跑通一次：能正常调工具、能完整输出、能正确结束，再接真实业务。33B模型对显存要求不低，普通笔记本和单张小显存显卡不要硬上，先按官方示例的多卡部署配置评估成本。
一句话判断：如果你要的是一个能跑终端编码、能跑职场协作任务的30B级开源Agent，这个模型值得排在第一梯队先试；如果你只看SWE-Bench Pro这一项，Qwen3.8-27B目前还压它一头，选型别只看一张榜单。
你会先拿它跑终端编码，还是先试职场协作任务？评论区说说你最想让它干的第一件事。
个人观点，仅供参考。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
