Nanbeige4.3-33B 是什么？约 33B 开源 Agent 模型，4 卡自托管粗估（2026-10）
直接回答
Nanbeige4.3-33B 是南北阁开源的约 33B 稠密 Agent/编程模型：Apache-2.0、上下文到 512K（524,288 tokens）。官方模型页自报在约 30B 开源档多项领先，例如 Terminal-Bench 2.1 为 80.9、DeepSWE 为 65.5——都是官方自测，不是我们跑的。完整 BF16 权重约 66GB；官方 SGLang / vLLM 启动示例都是 4 卡张量并行，单卡装不下原版权重。没多卡 GPU 就别硬自托管；Agent 继续调 API，程序放 2核2G～4核4G 的云服务器。核对于 2026-10-26（台北时间）。
快速推荐：按你的情况选
99 元/年，新老用户同价，续费同价锁到 2029-03-31，限购 1 台（我们 2026-10-20 核对）。跑一个只调 API 的小服务够用。
活动页写新用户首年 109 元，每个实名主体限 1 台，续费按官网价（我们 2026-10-23 核对）。
活动页写「轻量服务器+Token Plan组合购，68元起」（我们 2026-10-23 核对）。
价格核对于 2026-10-26，活动价和库存随时变，下单前以官方页面为准。带 ↗ 的按钮是推广链接，价格不变。
本文怎么来的：定义、跑分、上下文长度和启动示例来自南贝官方模型页（Nanbeige4.3-33B 模型卡片）。权重体积按官方公布的 BF16 参数量 × 2 字节换算。云服务器活动价引用我们已有页面，核对日写在旁边。2026-10-26（台北时间）都对过。厂商归属、用户量、公开 SaaS 调用价官方没写清的，本文不写。我们没做过实测。
Nanbeige4.3-33B 是南北阁开源的约 33B 稠密 Agent/编程模型：Apache-2.0、上下文 512K；官方自报在约 30B 开源档多项领先，完整权重约 66GB，启动示例按 4 卡张量并行。
我对着南贝官方模型页把参数、对比表和 Quickstart 过了一遍，能落地的就这几块。
一眼看完：是什么、跑分、卡、适合谁
| 结论 | |
|---|---|
| 是什么 | 南北阁开源的约 33B 稠密模型；Apache-2.0；上下文到 524,288 tokens（512K）；定位是 Nanbeige4.3 系列旗舰教师模型 |
| 官方跑分（自报） | Terminal-Bench 2.1：80.9；DeepSWE：65.5；同表对照 Qwen3.8-27B 等。官方自测，非我们复现 |
| 自托管粗估 | BF16 权重约 66GB；官方 SGLang / vLLM 示例均为 4 卡张量并行；单卡装不下原版权重 |
| 适合谁 | 有多卡 GPU、要自托管约 30B Agent/编程模型的人；没卡的，继续 API + 便宜云跑 Agent |
跑分：只抄官方表，不当自己的实测
模型页把 Nanbeige4.3-33B 和 Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B 放同一张表，写明各模型都开到最高 thinking，推理超参和 harness 一致。
我只摘两行大家最容易拿来吹的：
| 测试 | Nanbeige4.3-33B | Qwen3.8-27B |
|---|---|---|
| Terminal-Bench 2.1 | 80.9 | 73.0 |
| DeepSWE | 65.5 | 42.5 |
官方自报，来源：南贝官方模型页对比表，核对时间：2026-10-26（台北时间）。
表里还有 SWE-Bench Pro、Automation Bench、JobBench 一堆。全抄没意义；要较真自己按官方脚注里的 harness 复现，别把官分直接写成「实测领先」。
自己跑：官方示例就是 4 卡
权重是 BF16，官方接口给出的参数总量 33,118,977,024，×2 字节约 66GB。单张 24GB、32GB 的游戏卡装不下原版。
Quickstart 里 SGLang 写着 --tp-size 4，vLLM 写着 --tensor-parallel-size 4。官方没点名必须哪家卡，但张量并行开到 4，意思很直：按他们的配方，这是四路切权重。
长上下文还要 KV 缓存。512K 开满，显存压力比「刚好装下权重」大一截；具体多要多少，我们没测，不编。
Transformers、SGLang、vLLM 三种启动方式模型页都给了。聊天模板有 enable_thinking、preserve_thinking；多轮工具调用官方建议 preserve_thinking=true，普通闲聊建议关掉。Agent 场景温度他们写 1.0，推理闲聊写 0.6。
没多卡，别为这个 33B 去拼游戏卡
原版权重就约 66GB。量化版、单卡能不能跑、掉多少分——官方模型页没给可核对的量化配方表，本文也不猜。
多数人其实用不上自托管：模型继续走 API，Agent 程序放普通云服务器。Hermes 官方文档推荐 2 核、2–4 GB；我们站内页的结论是只调 API 时 2核2G～2核4G 够用。详见 部署 AI Agent 要什么配置的云服务器。
活动价沿用已核对过的数字：阿里云 ECS 经济型 e 2核2G 99 元/年（2026-10-20）；腾讯云轻量 4核4G3M 新用户首年 109 元（2026-10-23）。以下单页为准。
公开的按量调用价我没在官方模型页核到，就不写「一刀多少钱」。页上倒是写死了许可证：Apache-2.0。
常见问题
Nanbeige4.3-33B 是什么？
南北阁开源的约 33B 稠密 Agent/编程模型。Apache-2.0，上下文到 512K；官方定位是 Nanbeige4.3 系列的旗舰教师模型，后续要往更小模型蒸馏。核对于 2026-10-26（台北时间）。
官方跑分能信多少？
只能当官方自报。模型页写：同约 30B 档对比，各模型用同一套推理超参和 harness，且都开到最高 thinking。Terminal-Bench 2.1 写 80.9，DeepSWE 写 65.5。我们没有复现，也不把这些数写成实测。
自己跑要几张卡？
官方没写死显卡型号。SGLang 示例是 --tp-size 4，vLLM 示例是 --tensor-parallel-size 4。按 BF16 参数量换算，完整权重约 66GB，单卡装不下；粗估至少 4 张 24GB 级显卡才能把权重摊开，长上下文还要再留 KV——不是我们实测。
有没有公开的按量 API 价？
官方模型页是开放权重，没有公开 SaaS 标价。成稿时我们没核到官方挂牌的调用价，所以不写「一刀多少钱」。
没多卡 GPU，还想用 Agent 怎么办？
别为了这个 33B 去拼游戏卡。模型继续走 API；Hermes / OpenClaw 这类 Agent 本身很轻，2核2G～4核4G 的云服务器够用。见站内「部署 AI Agent 要什么配置」。
本文要点
- Nanbeige4.3-33B 是南北阁开源的约 33B 稠密 Agent/编程模型：Apache-2.0、上下文到 512K（524,288 tokens）。
- 官方模型页自报在约 30B 开源档多项领先，例如 Terminal-Bench 2.1 为 80.9、DeepSWE 为 65.5——都是官方自测，不是我们跑的。
- 完整 BF16 权重约 66GB；官方 SGLang / vLLM 启动示例都是 4 卡张量并行，单卡装不下原版权重。
信息来源阿里云 99 计划页 · 腾讯云轻量特惠页 · 阿里云 OpenClaw/Hermes 部署活动页
最后更新 · 价格核对 2026-10-26
引用本文Nanbeige4.3-33B 是什么？约 33B 开源 Agent 模型，4 卡自托管粗估（2026-10） — https://www.agentcomm.net/zh/nanbeige4-3-33b/