Nanbeige4.3-33B
Nanbeige LLM Lab
Son güncelleme: 28 Ekim 2026
🖥️ Bu model bilgisayarında çalışır mı?
Q4 quantization ile en az 24 GB VRAM ya da birleşik bellek ister — 48 GB ve üstünde rahat çalışır.
Q4 kuantlamada ağırlıklar yaklaşık 19-20 GB, uzun ajan oturumları için ek KV cache gerekir. BF16 için 80 GB üstü sınıf lazım.
BF16 ağırlıklar 66,2 GB. vLLM veya SGLang ile çoklu GPU öneriliyor, tek karta sığması için FP8/Q4 kuantlama gerekir.
Ekran kartını seç, çalışır mı gör →Türkçesini kendin test et →Bağlam uzunluğu
524K token
API giriş (1M token)
—
API çıkış (1M token)
—
Kullanıcı planı
Ücretsiz (açık kaynak)
Ücretsiz plan mevcut
Türkçe destek
Zayıf
Çok modlu
Hayır
Hızı
Orta
Ne İçin Kullanılır?
- ✓Ajan tabanlı kodlama
- ✓Terminal ve otomasyon görevleri
- ✓Farklı meslek alanlarından profesyonel iş görevleri
- ✓Araç kullanan sohbet botları
- ✓Küçük modellere distilasyon için öğretmen model
Güçlü Yönler
- ↑Terminal-Bench 2.1'de 80,9: Qwen3.8-27B (73,0) ve Gemma 4 31B (47,2) önünde
- ↑JobBench'te 44,8 puanla 30B sınıfının açık ara önünde
- ↑512K context penceresi uzun ajan oturumları için geniş
- ↑Apache 2.0: ticari kullanım ve ince ayar serbest
- ↑AIME 2026'da 95,2, AA-LCR'de 84,0
Dikkat Edilecekler
- ↓33B yoğun (dense) mimari: MoE muadillerine göre daha yavaş, daha çok VRAM ister
- ↓Model kartında sadece İngilizce ve Çince listeleniyor
- ↓Ücretli API yok, barındırma sana kalıyor
- ↓Benchmark'ların hepsi firmanın kendi ölçümü
- ↓Görsel ve ses girdisi yok, sadece metin
Nanbeige4.3-33B, Nanbeige LLM Lab'ın 24 Ekim 2026'da Hugging Face'e yüklediği açık ağırlıklı bir ajan modeli. 33 milyar parametreli, yoğun (dense) mimariye sahip ve serinin "öğretmen modeli" olarak tasarlandı. Laboratuvar, bu modeldeki ajan yeteneklerini daha küçük modellere distile etmeyi planlıyor. Yani hem doğrudan kullanılabiliyor hem de bir sonraki kuşak küçük modellerin temeli olacak. İddia ettiği alan ajan tabanlı kodlama ve profesyonel iş görevleri. Kendi yayınladığı tabloda 30B sınıfındaki açık modellerle, hepsi en yüksek düşünme seviyesinde ölçülmüş. Terminal-Bench 2.1'de 80,9 puanla Qwen3.8-27B (73,0), Muse-Glimmer-30B (61,8) ve Gemma 4 31B (47,2) önünde. Farklı mesleklerden iş görevlerini ölçen JobBench'te fark daha da açık: 44,8 puan, en yakın rakip Qwen3.8-27B 34,5'te. AIME 2026'da 95,2 ve uzun bağlam testi AA-LCR'de 84,0 ile de tablonun başında. GPQA Diamond'da ise 89,5 alıyor ve Gemma 4 31B (91,3) burada önde. Bu rakamların hepsi firmanın kendi ölçümü, bağımsız doğrulama yok. Context penceresi 524.288 token (512K). Araç çağırma destekleniyor. Kart, en iyi sonuç için araç çağrı biçimi olarak XML'i öneriyor, uyumluluk için JSON da seçilebiliyor. Önerilen ayarlar senaryoya göre değişiyor: ajan görevlerinde temperature 1,0, top_p 0,95 ve 65.536 token'a kadar çıktı, akıl yürütme ve sohbette temperature 0,6 ve 262.144 token'a kadar çıktı. Lisans Apache 2.0. Ağırlıklar Hugging Face'te hem sohbet sürümü (Nanbeige4.3-33B) hem de base sürümü (Nanbeige4.3-33B-Base) olarak yayında. BF16 ağırlıklar 66,2 GB tutuyor, tek bir tüketici kartına sığmıyor. vLLM veya SGLang ile çoklu GPU ya da FP8/Q4 kuantlama gerekiyor. Model kartında dil olarak İngilizce ve Çince listeleniyor, Türkçe yok. Ücretli bir API duyurulmadığı için fiyat alanları boş, modeli kendi altyapında barındırman gerekiyor.
En Yakın Alternatif
Gerekli Programlar
Açık ağırlıklı bir modeli kendi bilgisayarında çalıştırmak için bir model yöneticisi gerekir. İkisi de ücretsiz, ikisi de Windows, Mac ve Linux'ta çalışır.
LM Studio — görsel arayüz isteyenler için
Modeli listeden seçip indiriyorsun, terminal yok. Yeni başlayan için en kısa yol.
Ollama — terminalden çalıştıranlar için
Terminalden tek komutla model indirip çalıştırıyorsun, arayüz yok. Bu modelin Ollama kütüphanesinde hazır bir sürümü olup olmadığını ollama.com'da arayarak görebilirsin.
Donanım tarafı
Büyük modeller için ekran kartı yetmiyorsa, iş istasyonu sınıfı donanımın ne verdiğini rehberde ölçtük.
DGX Spark rehberi →