Nanbeige4.3-33B 公開：33B 稠密・512K コンテキスト・Apache 2.0 の重み、自社ベンチが他社モデルカードと矛盾
MarkTechPost が 2026 年 10 月 25 日に報じたところによると、BOSS 直聘傘下とされる Nanbeige LLM Lab は Apache 2.0 ライセンスで 33B 稠密モデル Nanbeige4.3-33B とカスタム後学習用の Base 版を Hugging Face で公開した。524,288 トークンのコンテキストをサポートし、自社表では 20 項目中 17 項目で先行するとしているが、一部の競合値は相手の公式モデルカードと一致しない。
主な変更
MarkTechPost の記者 Asif Razzaq が 2026 年 10 月 25 日に報じたところによると、Nanbeige LLM Lab（報道では採用プラットフォーム BOSS 直聘に属するとされる）は Hugging Face 上で Apache 2.0 ライセンスの Nanbeige4.3-33B を公開し、同時にカスタム後学習用の Nanbeige4.3-33B-Base も公開した。報道によれば同モデルは 33B の稠密（MoE ではない）言語モデルで、引用された config.json は標準的な LlamaForCausalLM アーキテクチャを宣言している。52 層、隠れ次元 7,168、クエリヘッド 56 とキーバリューヘッド 8（グループ化クエリアテンション）、FFN 中間次元 22,016、語彙 166,912 トークン、RoPE theta は 120,000,000、最大 524,288 位置（512K コンテキスト）、入力モダリティは純テキストである。報道はまた、モデルカードがコミュニティ量子化版を 1 つ挙げているとしている。報道によればチャットテンプレートは enable_thinking（デフォルト有効）、preserve_thinking、tools の 3 つの制御項目を公開し、Nanbeige はマルチターンのツール使用とコードエージェント場面で preserve_thinking を有効にすることを勧め、ツール呼び出しには XML 呼び出し形式を推奨している。報道によれば同ラボは Nanbeige4.3-33B をシリーズの「教師」モデルと位置づけ、エージェント能力をより小さなモデルに蒸留する計画で、まず Nanbeige4.3-3B を出すとしている。ベンチマークについて、報道は Nanbeige 自身の比較表で同モデルが Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B に対して 20 項目中 17 項目で先行するとしている。Terminal-Bench 2.1 は 80.9（Qwen3.8-27B は 73.0）、DeepSWE は 65.5 対 42.5、Terminal-Bench 4.0 は 23.8（報道では同モデルの最低スコア）、SWE-Bench Pro は 60.3 で Qwen3.8-27B の 61.7 に劣る。報道は特に、Nanbeige の表のいくつかの競合値が競合の公式モデルカードと矛盾すると指摘する。Meta は Muse-Glimmer-30B の SWE-Bench Pro を 51.2、Gemma4-31B を 36.9 と報告しているが、Nanbeige はちょうど逆に記載している。Google は Gemma 4 31B の GPQA Diamond を 84.3 としているが、Nanbeige の表は 91.3 を示す。Meta は Muse-Glimmer-30B の Terminal-Bench 2.1 を 51.7 と報告しているが、Nanbeige は 61.8 と測定している。報道はテストフレームワークの違いが一部の差を説明しうるとするが、SWE-Bench Pro のそのペアは入れ替わったように見え、独立した再現が出るまではこれらの行を暫定と見なすべきとしている。デプロイについて、報道はモデルカードが Transformers、SGLang、vLLM のレシピを提供し、サーバー例は 4 路テンソル並列と Qwen3 の推論・ツール呼び出しパーサーを組み合わせているとしている。報道は config.json に基づく推算として BF16 重みは約 66 GB、BF16 での KV キャッシュは 1 トークンあたり約 208 KiB、完全な 524,288 トークン系列は約 112 GB を要するとしている。報道によればその発稿時点で Hugging Face の推論プロバイダーは同モデルをホストしていない。以上のベンチマークはすべてベンダー自己申告または報道の伝聞であり、重みと KV キャッシュの数値は報道が示した推算であって公式開示ではなく、本紙は実測もモデルリポジトリの設定ファイルやライセンスファイルの独立検証も行っていない。
開発者への影響
開発者にとって最も直接的な制約はデプロイ形態である。報道が描く公式レシピはマルチ GPU サーバー上の 4 路テンソル並列であり、単一 GPU ワークステーションの道ではない。報道は同時に BF16 重み約 66 GB という推算を示しており、これは量子化しなくてもマルチ GPU かマルチノード環境がなければサービスを動かせないことを意味する。評価計画ではまずハードウェアを解決し、それからモデル品質を語ることになる。この部分は条件付きの分析である。具体的な VRAM 使用量は推論フレームワーク、バッチサイズ、同時実行数で変わるため、自分のマシンで実測して確認する必要がある。 第二に長コンテキストの実際のコストである。報道は BF16 で KV キャッシュが 1 トークンあたり約 208 KiB、満杯の 524,288 トークン系列で約 112 GB を要すると推算しており、重み自体と同程度の規模である。これは 512K がデフォルト設定ではなく「必要に応じて有効化する能力」に近いことを意味する。業務で長いリクエストの割合が高くないなら、コンテキスト上限を下げることで VRAM 予算と同時実行能力が大きく変わる。本当に満長で走らせるなら KV キャッシュが主要なコスト項目となり、重みの量子化ではこの部分は直接解決されず、KV 量子化やページング戦略を別途設定する必要がある。 第三に接続方式とフレームワーク適応である。報道はツール呼び出しに XML 形式を推奨し、サーバー例は Qwen3 の推論・ツール呼び出しパーサーを組み合わせているとする。すでに OpenAI 風の関数呼び出しプロトコルでエージェントループを組んでいるチームにとって、これは通常、接続先を変えるだけでなく解析層とプロンプトテンプレートを変えることを意味する。報道の enable_thinking がデフォルト有効、preserve_thinking が過去の推論内容を保持するという挙動も、各ターンのリクエストのトークン構成とマルチターンコストを変える。フレームワークが履歴ターンを切り詰めたり並べ替えたりする場合、これらの制御項目の実際の挙動を先に確認する必要がある。 第四に評価の口径である。報道は Nanbeige の自社表が Meta や Google の公式モデルカードと複数のベンチマーク行で衝突し、そのうち SWE-Bench Pro の一行は入れ替わった疑いがあるとしている。したがって「ある 30B 近辺のモデルよりどれだけ強いか」という横断的結論は独立再現まで成立しない。参考にできるのは同じ表内部の構造的情報である。Terminal-Bench 2.1 は自社申告で先行する一方、Terminal-Bench 4.0 の自社申告の絶対スコアは 23.8 にとどまり、同族ベンチマークでのこの落差は能力がタスクとテストフレームワークに強く依存することを示唆する。選型は自社タスクでの再現に基づくべきである。 第五にモダリティとライセンスである。同モデルは純テキスト入力で、スクリーンショットや図表、動画を直接扱えず、視覚入力が必要なワークフローの代替にはならない。ライセンス面ではオープンウェイトとライセンス条項を区別すべきである。報道は重みが Apache 2.0 で公開されたとする。これは「重みのみ公開」より緩やかだが、なおモデルリポジトリに付随するライセンスファイルを基準にすべきで、重みがダウンロード可能というだけで商用・再配布条件を推測してはならない。現在の KimiSeek カタログとの照合では、Nanbeige4.3-33B と Nanbeige4.3-33B-Base はいずれも掲載モデル一覧にない。報道で言及された配布方法は Hugging Face からの重みダウンロードを指し、ホスト型 API に言及する場合はベンダー自身のチャネルを指す。
導入と評価の提案
以下はすべて提案または条件付き分析であり、報道の事実結論ではない。 判断一（推論スタックの選択）：報道はモデルカードが SGLang と vLLM の両方のレシピを提供し、サーバー例が 4 路テンソル並列と Qwen3 の推論・ツール呼び出しパーサーを結びつけているとする。選択すべきは一つのスタックだけを維持するか二つを並行させるかである。条件はツール呼び出しに依存するかどうかである。エージェントフローが安定した関数呼び出し解析を必要とするなら、報道が明らかにしたパーサー結びつきはスタック変更が解析挙動を変えうることを意味し、そのときに限り二重スタックの維持コストを払う価値がある。純テキスト推論だけなら単一スタックの方が経済的である。測定可能な検証基準は、ツール呼び出しを含むタスクを 20〜50 件用意し、両スタックでツール呼び出し形式エラー率と解析失敗率をそれぞれ集計し、差が許容範囲なら単一スタックに収束させることである。 判断二（コンテキスト上限と VRAM 予算）：報道は BF16 重み約 66 GB、1 トークン約 208 KiB の KV キャッシュ、満系列約 112 GB と推算している。選択すべきはサービスのコンテキスト長上限と同時実行上限である。条件は実際のリクエストのコンテキスト分布による。大多数のリクエストが 32K 以内なら、上限を 512K よりずっと低く抑えることで大量の VRAM を同時実行数の向上に回せ、512K は少数の長いタスクに残せる。測定可能な検証基準は、本番または負荷試験リクエストのコンテキスト長分位数を記録し、設定上限でのピーク VRAM と P95 初回トークン遅延を測定して、どちらもハードウェア余裕内であることを確認することである。超える場合は上限を下げるかコミュニティ量子化版に切り替える（報道ではモデルカードに 1 つ挙がっているが、品質への影響は自分で実測する必要がある）。 判断三（評価の優先順位と順序）：報道は自社表が他社公式モデルカードと SWE-Bench Pro、GPQA Diamond、Terminal-Bench 2.1 などの行で衝突し、報道は SWE-Bench Pro の一行が入れ替わった疑いがあると判断している。選択すべきは公開ランキングを論じ続けるか、予算を自社タスクの再現に振るかである。条件は自分のワークロードがエージェント型コーディングやオフィス協業と強く関連するかどうかである。関連するなら、自社リポジトリと実タスクの価値はランキングより高い。測定可能な検証基準は、同じ評価スクリプトの下で自社タスクセットの実行可能成功率または通過率を測り、同サイズのベースラインと同じスクリプト内で比較することである。同じテストフレームワーク内の差だけが選型に使える。 判断四（マルチターンエージェントのトークン構成）：報道は enable_thinking がデフォルト有効で、preserve_thinking が以前のターンの推論内容を保持し、公式はマルチターンのツール使用とコードエージェントで有効化を勧めるとしている。選択すべきはデフォルトで履歴推論を保持するか、ターンごとに削るかである。条件は会話のターン数である。ターンが多いほど、推論内容の保持がコンテキストと費用を増幅する。測定可能な検証基準は、同一のマルチターンタスク群で保持と削減の両設定のタスク成功率、総トークン消費、初字遅延を比較し、成功率が明らかに下がらない場合にのみコスト抑制のため削減を採用することである。
制限と未確認事項
明確にしておく。現在の KimiSeek オンラインカタログとの照合では、Nanbeige4.3-33B と Nanbeige4.3-33B-Base はいずれも掲載モデル一覧に現れず、このバージョンは現時点で KimiSeek 上には提供されていない。報道で言及された配布と可用性は Hugging Face からの重みダウンロードを指し、ホスト型 API に言及する場合はベンダー自身のチャネルを指す。報道は発稿時点で Hugging Face の推論プロバイダーがホストしていないことだけを確認しており、他のすべてのホスティングチャネルがホストしていないとは断言していない。他のチャネルが提供するかは別途確認すべきである。本紙はモデルリポジトリ、設定ファイル、付随ライセンスファイルを独立検証していない。本文に記したアーキテクチャパラメータ、制御項目、ライセンス記述はすべて同報道によるモデルカードと config.json の伝聞である。報道中のベンチマークスコアはすべて Nanbeige の自己申告または報道の伝聞で、独立した第三者再現はまだなく、報道自体が一部の競合値が Meta や Google の公式モデルカードと衝突し、SWE-Bench Pro の一行が入れ替わった疑いがあると指摘している。これらの行は独立再現までは暫定と見なすべきである。報道中の約 66 GB の重み、1 トークン約 208 KiB の KV キャッシュ、満系列約 112 GB の KV キャッシュ、4 路テンソル並列などはすべて同報道が config.json に基づく推算またはモデルカードの伝聞であり、公式開示でも本紙の実測でもない。実際の VRAM 使用量は推論フレームワーク、バッチサイズ、同時実行数、コンテキスト分布に影響され、自分のハードウェアで実測する必要がある。Apache 2.0 は報道で示されたライセンス記述であり、重みがダウンロード可能であることはライセンス条項と同義ではない。具体的な商用・再配布条件はモデルリポジトリに付随するライセンスファイルを基準にすべきである。ツール呼び出しの XML 形式推奨、Qwen3 とのパーサー組み合わせ、enable_thinking のデフォルト有効などの挙動はすべて報道によるモデルカードとチャットテンプレートの記述であり、実際の挙動はバージョン更新で変わりうる。Nanbeige4.3-3B に関する蒸留計画はベンダーが公表した計画の表現であり、公開された重みや能力データはまだなく、納品済みの能力と見なすべきではない。