一言まとめ
本データセットは、BOSS直聘傘下のNanbeigeラボが2026年10月25日にオープンソース化したNanbeige4.3-33Bのモデルカードデータを整理したもの：33.1Bパラメータの稠密アーキテクチャ、BF16重み、512Kコンテキスト、Apache 2.0ライセンス、自己報告でTerminal-Bench 2.1 80.9、20ベンチマーク中17項目で3つの30B級オープンモデルをリード。
データ説明
データソースはNanbeige LLM Labの公式モデルカードとHugging Faceリポジトリ（2026年10月25日公開）、MarkTechPostなどが整理。比較データはNanbeigeの自己報告。比較対象はQwen3.8-27B、Muse-Glimmer-30B、Gemma4-31Bの3つの30B級オープンモデル。競合他社の値は各ラボの公式モデルカードに基づき、Nanbeigeの表と一部不一致（テストフレームワークの違いによる）。独立検証まで暫定値として扱うべき。
主要データ
モデル仕様
| model | フィールド説明 | 値 |
|---|---|---|
| model_name | モデル名 | Nanbeige4.3-33B |
| parameter_count | パラメータ数 | 33.1B（稠密、MoE非採用） |
| precision | 重み精度 | BF16 |
| context_window | コンテキストウィンドウ | 524,288トークン（512K） |
| license | ライセンス | Apache 2.0 |
| architecture | アーキテクチャ | LlamaForCausalLM（52層、hidden 7168、GQA 56Q/8KV、vocab 166,912） |
| variants | 公開バージョン | Nanbeige4.3-33B、Nanbeige4.3-33B-Base |
| release_date | 公開日 | 2026-10-25 |
ベンチマーク（Nanbeige自己報告）
| field | フィールド説明 | 値 |
|---|---|---|
| terminal_bench_21 | Terminal-Bench 2.1（agenticプログラミング） | 80.9 |
| deep_swe | DeepSWE | 65.5 |
| swe_bench_pro | SWE-Bench Pro | 60.3 |
| automation_bench | Automation Bench（agenticオフィス） | 54.2 |
| job_bench | JobBench | 44.8 |
| aime_2026 | AIME 2026（数学推論） | 95.2 |
| gpqa_diamond | GPQA Diamond | 89.5 |
競合比較（Nanbeige自己報告、一部）
| field | フィールド説明 | Nanbeige4.3-33B | Qwen3.8-27B |
|---|---|---|---|
| terminal_bench_21 | Terminal-Bench 2.1 | 80.9 | 73.0 |
| deep_swe | DeepSWE | 65.5 | 42.5 |
| swe_bench_pro | SWE-Bench Pro | 60.3 | 61.7 |
| yc_bench_earnings | YC-benchシミュレーション収入（USD） | 1,025,437 | 641,290 |
フィールド説明
- 稠密（Dense）：エキスパートルーティング（MoE）なし。全33Bパラメータが各トークンで計算に参加。
- BF16メモリ：config.jsonから推算すると、重みは約66GBのVRAMが必要。512KフルシーケンスのKVキャッシュは約112GB。
- デプロイ：モデルカードはTransformers、SGLang、vLLMのレシピを提供し、サーバー例は4ウェイテンソル並列を採用。
- 自己報告の範囲：すべての比較スコアはNanbeigeが共通ハイパーパラメータ・ハーネスで測定。一部の競合公式カード数値はNanbeigeの表と異なり、独立検証を待つ。