Nanbeige4.3-33B : un modèle ouvert qui devance Qwen en code agentique

Nanbeige LLM Lab, l'équipe de recherche en IA de la plateforme de recrutement chinoise BOSS Zhipin, a publié Nanbeige4.3-33B en poids ouverts sous licence Apache 2.0. Les poids ont été mis en ligne sur Hugging Face le 24 octobre 2026. Selon les propres tests du laboratoire, le modèle de 33 milliards de paramètres bat Qwen3.8-27B sur la plupart des tâches de code de type agent.

Poids ouverts signifie que n'importe qui peut télécharger les fichiers du modèle et les exécuter sur son propre matériel. Apache 2.0 autorise l'usage commercial avec peu de conditions.

Ce qu'est Nanbeige4.3-33B

La fiche du modèle sur Hugging Face le présente comme le « modèle enseignant phare » de la série Nanbeige4.3. Un modèle enseignant est un grand modèle utilisé pour entraîner des modèles plus petits, un procédé appelé distillation. Data Studios rapporte que Nanbeige4.3-3B est désigné comme le premier modèle « élève » plus petit. Aucune date n'a été donnée pour celui-ci.

Le modèle est conçu pour le travail agentique. Il s'agit de tâches où le modèle planifie des étapes et appelle des outils, comme un terminal ou un éditeur de code, au lieu de simplement répondre à une question. La fiche indique qu'il « excelle dans les tâches complexes de code et de travail collaboratif professionnel ».

Points clés de la fiche et de Data Studios :

• Taille : environ 33 milliards de paramètres dans une architecture dense. Chaque paramètre travaille sur chaque token, contrairement aux modèles à mélange d'experts qui n'utilisent qu'une partie de leurs poids à la fois.
• Contexte : 524 288 tokens, la quantité de texte qu'il peut lire en une fois.
• Langues : anglais et chinois.
• Mode de réflexion : activé par défaut. La fiche recommande de conserver le raisonnement antérieur dans l'usage d'outils sur plusieurs tours et dans le travail d'agent de code.

Les précédents modèles publics de Nanbeige étaient tous petits, des versions à 3 milliards de paramètres, indique Data Studios. Startup Fortune note que la gamme 3B est sortie plus tôt en 2026.

Les scores revendiqués

La fiche revendique « des performances agentiques de pointe parmi les modèles ouverts de la classe des ~30B paramètres ». Elle compare le modèle à Qwen3.8-27B, Muse-Glimmer-30B et Gemma4-31B.

Benchmark	Nanbeige4.3-33B	Qwen3.8-27B	Gemma4-31B
Terminal-Bench 2.1	80,9	73,0	47,2
DeepSWE	65,5	42,5	2,7
SWE-Bench Pro	60,3	61,7	51,2
NL2Repo	53,0	48,3	33,8
Automation Bench	54,2	38,3	9,7
JobBench	44,8	34,5	9,0
GPQA Diamond	89,5	89,2	91,3
AIME 2026	95,2	94,5	89,2

Startup Fortune compte une victoire sur Qwen3.8-27B dans sept des huit tests de code agentique. Qwen reste devant sur SWE-Bench Pro, un test de correction de vrais problèmes logiciels, et sur GDPval. Gemma4-31B mène sur GPQA Diamond, un quiz scientifique de niveau universitaire avancé.

Tous les chiffres viennent de Nanbeige lui-même. Data Studios souligne que le laboratoire a adapté plusieurs configurations de test, si bien que les scores ne correspondent pas directement aux classements publics. Par exemple, la fiche indique que NL2Repo a été exécuté via Claude Code. Aucun rapport technique n'a été publié, et les données d'entraînement ne sont pas divulguées.

Comment l'exécuter

La fiche donne des recettes d'installation pour Transformers, SGLang, vLLM et Docker Model Runner. Ses exemples de déploiement répartissent le modèle sur quatre GPU. La fiche n'indique pas de quantité minimale de mémoire GPU.

Data Studios estime les poids en pleine précision à environ 66 Go. Il estime aussi qu'un contexte de longueur maximale nécessiterait environ 104 Gio de mémoire supplémentaire pour le cache de travail du modèle. Ces deux chiffres sont des calculs du média lui-même, pas des chiffres de la fiche.

Un matériel plus modeste est possible avec la quantification, qui réduit les poids en stockant les nombres sur moins de bits. Startup Fortune rapporte qu'une version 4 bits tourne sur une seule carte graphique de 24 Go. Il ajoute que le grand cache limite alors la quantité de contexte réellement utilisable. Hugging Face recense 47 quantifications de la communauté, et Data Studios n'a trouvé à ce moment-là aucune API hébergée servant le modèle.

Ce que cela signifie pour les développeurs

Nanbeige4.3-33B est un nouveau signe fort que des agents de code performants peuvent tourner sur du matériel qu'une équipe possède. Il suit Flint de Recursive, un modèle de code de 40B sous licence Apache publié quelques jours plus tôt.

• Testez-le d'abord sur vos propres tâches. Les scores sont autodéclarés et utilisent des environnements de test adaptés. Faites-le tourner sur un échantillon de vos vrais tickets avant de vous fier au tableau.
• Comparez-le à Qwen3.8-27B côte à côte. Qwen reste devant sur SWE-Bench Pro, le test le plus proche de la correction de problèmes dans une base de code existante.
• Prévoyez de la mémoire pour le contexte, pas seulement pour les poids. Une carte de 24 Go peut charger une copie 4 bits, mais les longues sessions d'agent ont besoin de place pour le cache.
• Suivez les réglages de la fiche. Utilisez les valeurs d'échantillonnage recommandées et gardez la réflexion activée pour l'usage d'outils, comme la fiche le recommande pour le travail d'agent.
• Vérifiez la chaîne de licences. Apache 2.0 couvre les poids officiels. Les quantifications de la communauté sont des mises en ligne distinctes, alors vérifiez que chacune conserve les mêmes conditions.