BOSS直聘旗下Nanbeige发布33B开源模型，智能指数与Qwen3.8 27B同为20分
Artificial Analysis称，Nanbeige4.3-33B以33B稠密参数、Apache 2.0开源权重取得智能指数v5的20分，与Qwen3.8 27B（xhigh）持平；其终端使用和物理推理得分更高，知识类与代码评测落后，单任务输出token多约44%。
Artificial Analysis发布文章称，Nanbeige发布了开源权重模型Nanbeige4.3-33B，在Artificial Analysis Intelligence Index v5上得分20，与Qwen3.8 27B（xhigh）持平。Nanbeige是BOSS直聘（看准科技运营的中国招聘平台）旗下的基础模型研究团队。
据该文章，Nanbeige4.3-33B是33B稠密推理模型，采用Apache 2.0许可开放权重，只支持文本输入输出，上下文窗口为524K token，规模足以在笔记本电脑上本地运行。
与Qwen3.8 27B同为20分，分项强弱不同
Artificial Analysis称，Nanbeige4.3-33B与Qwen3.8 27B（xhigh）在智能指数v5上同为20分，Muse Glimmer（high，30B）为6分。文章将两者都归为稠密模型，并称Nanbeige4.3-33B与Qwen3.8 27B一起构成智能指数与总参数量对比上的新帕累托最优点。
同一个总分下，两项模型的分项结果并不一致。Nanbeige在Terminal-Bench 4.0得30%，Qwen3.8 27B为6%；在CritPt v2的Hard Subset上得16%，Qwen为4%；在AutomationBench-AA上得53%，Qwen为48%。
Qwen3.8 27B占优的项目包括：AA-Briefcase v1.1上1391 Elo对1162 Elo，FrontierCode 2.0上15%对11%，HLE-Diamond上15%对7%。
Omniscience结果：拒答更多、幻觉率更低
在AA-Omniscience v1.1上，Nanbeige4.3-33B得-4，Qwen3.8 27B得-6。Artificial Analysis给出的拆分是：Nanbeige正确回答率12%，Qwen为17%；Nanbeige拒答71%的问题，尝试作答率为29%，Qwen尝试率为43%；Nanbeige幻觉率18%，Qwen为29%。
Artificial Analysis将这一结果描述为选择性作答：Nanbeige答对的问题更少，但给出错误答案的比例也更低。
每任务输出token多约44%，暂无确认公开API
Artificial Analysis称，Nanbeige4.3-33B在每个智能指数任务上平均使用158K输出token，Qwen3.8 27B为110K，多出约44%。该数字是九项v5评测中答案token与推理token的加权平均，涵盖智能体工具调用轮次。
文章列出的模型信息还包括：仅文本模态；无已确认的公开第一方或第三方API。作为参数规模对照，文章提到DeepSeek V4.1 Flash 1017（max）总参数552B、智能指数33分，但其MoE架构每token仅激活16B参数。