南北阁（Nanbeige LLM Lab，隶属于招聘平台 BOSS 直聘）在 Hugging Face 发布了 Nanbeige4.3-33B：33B 稠密开源模型，Apache 2.0，并同步提供 Base 版供二次训练。实验室将其定位为 Nanbeige4.3 系列旗舰 teacher，面向 agentic coding 与办公式 cowork，并计划蒸馏到更小模型（如 Nanbeige4.3-3B）。模型卡写明上下文最长 524,288 tokens。
要点
| 内容 | |
|---|---|
| 模型 | Nanbeige4.3-33B（另有 Nanbeige4.3-33B-Base） |
| 团队 | Nanbeige LLM Lab / BOSS 直聘（南北阁） |
| 规模 / 类型 | 33B 稠密（卡面 BF16） |
| 许可 | Apache 2.0（HF cardData / tags） |
| 上下文 | 最长 524,288 tokens（512K） |
| 定位 | Nanbeige4.3 旗舰 teacher；计划蒸馏至更小模型（如 3B） |
| 侧重 | Agentic coding、专业 cowork |
| 自评领先项 | 发布方表格对比 Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B；如 Terminal-Bench 2.1 80.9 vs Qwen 73.0（均为发布方数据） |
| 上线 | HF API createdAt 约 2026 年 10 月 24 日；MarkTechPost 于 10 月 25 日报道 |
背景
模型卡把 Nanbeige4.3 写成「先做强 teacher、再蒸馏」：先交出约 30B 量级 agent，再把能力压进更轻部署模型。Quickstart 给出 Transformers、SGLang、vLLM 示例，并对 agent/工具调用与推理/聊天给出不同推荐采样参数。Base 页另有一份对照 Gemma4-31B-Base 的自评表（MMLU-Pro、GPQA 等）。
MarkTechPost 2026 年 10 月 25 日报道复述了 Apache 2.0、512K 上下文，以及实验室自称在自建对比中 20 项里领先 17 项。该文同时指出：南北阁表里部分竞品分数与对方官方 Hugging Face 卡不一致（例如 Gemma 4 31B 的 GPQA Diamond，以及 Muse-Glimmer 与 Gemma 在 SWE-Bench Pro 上疑似对调的数字）。在独立评测复现前，应把发布方表格当作待核验数据。
尚不清楚的地方
- Terminal-Bench、SWE-Bench Pro、DeepSWE 及 cowork 套件的第三方同 harness 复现结果。
- 竞品分数与官方卡不一致，究竟是评测环境差异还是录入错误。
- 计划中的 Nanbeige4.3-3B 蒸馏版何时发布、规格如何。
- 托管推理可用性（MarkTechPost 发稿时称尚无 Hugging Face Inference Provider 托管）。