M 贤紫精选模型市场
返回模型市场

Nanbeige4.3-33B

推理增强 · Nanbeige4.3-33B · Q4_K_M

Nanbeige4.3-33B Agent Computer Use GGUF

Nanbeige4.3-33B Llamacpp imatrix 量化版

由 Nanbeige 发布,基于 llama.cpp b11845 版本 imatrix 量化

基础信息

项目说明
模型名称Nanbeige4.3-33B Llamacpp imatrix
原始模型Nanbeige/Nanbeige4.3-33B
量化工具llama.cpp b11845
参数量33B(源权重)
输入模态文本
推测解码否
imatrix是

评测总表

CategoryBenchmarkNanbeige4.3-33BQwen3.8-27BMuse-Glimmer-30BGemma4-31B
Agentic CodingTerminal-Bench 2.180.973.061.847.2
Agentic CodingTerminal-Bench 4.023.86.31.60.0
Agentic CodingDeepSWE365.542.54.42.7
Agentic CodingSWE-Bench Pro360.361.736.951.2
Agentic CodingSWE-Atlas-QnA450.841.917.73.3
Agentic CodingNL2Repo553.048.327.433.8
Agentic CodingScicode52.646.744.945.5
Agentic CodingSkillsBench61.156.439.728.9
Agentic CoworkAutomation Bench654.238.315.29.7
Agentic CoworkJobBench744.834.516.69.0
Agentic CoworkGDPval884.886.475.871.4
Agentic CoworkClaw-Evalpass^3978.375.257.344.2
Agentic CoworkToolathlon-Verified1070.468.547.227.8
Agentic CoworkDeepPlanning1263.349.221.419.4
Agentic CoworkEnterpriseOps-Gym1241.040.230.527.3
Agentic CoworkYC-bench11$1,025,437$641,290$513,978$265,152
Agentic CoworkTau3-Bench1248.848.533.718.6
ReasoningGPQA Diamond89.589.283.591.3
ReasoningAIME 202695.294.594.789.2
ReasoningAA-LCR84.082.083.372.0

评测说明

  1. Nanbeige4.3-33B 在聊天模板中设置 preserve_thinking=true 进行评估。
  2. Terminal-Bench 2.1 使用 Terminus 2 进行评估。
  3. Terminal-Bench 4 和 DeepSWE 使用 mini-swe-agent v2.4.6 进行评估。
  4. SWE-Atlas-QnA 使用 mini-swe-agent v2.4.6 进行评估。答案基于 1,304 个任务专用评分标准,以 GPT-6 Sol 作为评判模型,并采用中等推理强度进行评估。
  5. NL2Repo 使用 Claude Code 进行评估。
  6. Automation Bench v1.0.6 包含 600 个公开发布的任务。
  7. JobBench 使用配备搜索工具的 Claude Code 框架进行评估。
  8. GDPval 使用修订后的评分标准进行评分。
  9. Claw-Eval 仅在 Claw-Eval General 子集(包含 157 个单轮用户交互任务)上进行评估。
  10. Toolathlon-Verified 对单个模型请求不设置 max_tokens 限制。
  11. YC-bench 在每次模型调用前仅保留最近 10 轮用户对话作为历史上下文。
  12. DeepPlanning、EnterpriseOps-Gym、Tau3-Bench 使用其官方代码仓库进行评估。