Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
一个 33.1B 的开放模型,面向智能体编程和专业协作任务,是 Nanbeige4.3 系列的旗舰教师模型,适合想要约 30B 参数强力开放模型的开发者和智能体开发者。
Nanbeige4.3-33B 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download Nanbeige/Nanbeige4.3-33B
Nanbeige4.3-33B 是一个有 33.1B 参数的文本生成模型。作者把它做成 Nanbeige4.3 系列的旗舰教师模型,以便之后把智能体能力传给更小的模型。它面向复杂的编程和专业协作任务,支持英语和中文。
它适合想要一个约 30B 参数的开放模型,用来做编程智能体和办公式任务自动化的开发者和智能体开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者 | 在仓库上运行编程智能体 | 修复一个由失败测试发现的 bug |
| 办公自动化 | 运营团队 | 自动化多步骤的专业任务 | 一个要连续用到多个工具的任务 |
| 人工智能研究 | 研究人员 | 研究用于蒸馏的教师模型 | 把它作为更小学生模型的来源 |
| 企业 IT | 平台团队 | 为内部智能体托管开放模型 | 一个会规划并调用工具的内部助手 |
如果你需要适合手机或笔记本的小模型,可以跳过它,因为模型卡计划为此另做一个 3B 的小模型。
| Use case | Who | What they get back |
|---|---|---|
| 智能体编程 | 开发者 | 代码修改和关于仓库的回答 |
| 专业协作任务 | 运营团队 | 通过工具完成的、有规划的多步骤工作 |
| 教学生模型 | 研究人员 | 输出可用来训练更小模型的教师 |
你需要先准备:
pip install -U huggingface_hub hf download Nanbeige/Nanbeige4.3-33B
通过模型的聊天模板和它聊天,或把它接入智能体。模型卡的测试用最高思考强度运行它,并使用一个会保留思考文字的聊天模板设置。
| Tool | What it does |
|---|---|
| preserve_thinking=true | 保留模型思考文字的聊天模板设置,模型卡的测试用了它 |
| Highest thinking effort | 模型卡用来对比所有模型的模式 |
你通过自己的编程智能体,请它修一个失败的测试。模型读代码、规划修改、调用工具,并返回一个补丁。模型卡里它的 Terminal-Bench 2.1 结果是 80.9。
这是一个用来构建智能体的大模型。它下载不快,所以第一步可以先读模型卡,判断你的 GPU 能不能放下 4-bit 版本。
模型卡把它和 Qwen3.8-27B、Muse-Glimmer-30B 和 Gemma4-31B 做了对比,每个模型都用同样的推理设置。它在多数智能体编程和协作表格上领先,但在 SWE-Bench Pro、GDPval 和 GPQA Diamond 上没有。
这些是作者自己的分数,每个基准的设置在模型卡里都有说明。
一个 33.1B 的开放模型,面向智能体编程和专业协作任务,是 Nanbeige4.3 系列的旗舰教师模型,适合想要约 30B 参数强力开放模型的开发者和智能体开发者。
由 Nanbeige 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Nanbeige4.3-33B 是一个有 33.1B 参数的文本生成模型。作者把它做成 Nanbeige4.3 系列的旗舰教师模型,以便之后把智能体能力传给更小的模型。它面向复杂的编程和专业协作任务,支持英语和中文。
适合谁:它适合想要一个约 30B 参数的开放模型,用来做编程智能体和办公式任务自动化的开发者和智能体开发者。
Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在仓库上运行编程智能体 | 修复一个由失败测试发现的 bug
办公自动化 | 运营团队 | 自动化多步骤的专业任务 | 一个要连续用到多个工具的任务
人工智能研究 | 研究人员 | 研究用于蒸馏的教师模型 | 把它作为更小学生模型的来源
企业 IT | 平台团队 | 为内部智能体托管开放模型 | 一个会规划并调用工具的内部助手
如果你需要适合手机或笔记本的小模型,可以跳过它,因为模型卡计划为此另做一个 3B 的小模型。
用在哪里:
Use case | Who | What they get back
智能体编程 | 开发者 | 代码修改和关于仓库的回答
专业协作任务 | 运营团队 | 通过工具完成的、有规划的多步骤工作
教学生模型 | 研究人员 | 输出可用来训练更小模型的教师
如何设置:
你需要先准备:
pip install -U huggingface_hub
hf download Nanbeige/Nanbeige4.3-33B
如何使用:通过模型的聊天模板和它聊天,或把它接入智能体。模型卡的测试用最高思考强度运行它,并使用一个会保留思考文字的聊天模板设置。
Tool | What it does
preserve_thinking=true | 保留模型思考文字的聊天模板设置,模型卡的测试用了它
Highest thinking effort | 模型卡用来对比所有模型的模式
示例:你通过自己的编程智能体,请它修一个失败的测试。模型读代码、规划修改、调用工具,并返回一个补丁。模型卡里它的 Terminal-Bench 2.1 结果是 80.9。
新手与专家:这是一个用来构建智能体的大模型。它下载不快,所以第一步可以先读模型卡,判断你的 GPU 能不能放下 4-bit 版本。
模型卡把它和 Qwen3.8-27B、Muse-Glimmer-30B 和 Gemma4-31B 做了对比,每个模型都用同样的推理设置。它在多数智能体编程和协作表格上领先,但在 SWE-Bench Pro、GDPval 和 GPQA Diamond 上没有。
你给智能体一个任务
模型规划并思考
它调用工具并读取结果
它返回代码或最终答案
注意事项:这些是作者自己的分数,每个基准的设置在模型卡里都有说明。
Title: Terminal-Bench 2.1 得分
Nanbeige4.3-33B: 80.9
Qwen3.8-27B: 73.0
Muse-Glimmer-30B: 61.8
Gemma4-31B: 47.2
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Nanbeige/Nanbeige4.3-33B
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Nanbeige4.3-33B 本页 | 21,843 | 1,077 | 33.1B | apache-2.0 | |
| Nanbeige4.3-33B-INT4共有 nanbeige · llama · text-generation | 749 | 10 | 33.1B | apache-2.0 | |
| Nanbeige4.2-3B共有 nanbeige · text-generation · conversational | 96,886 | 860 | 4.2B | apache-2.0 | |
| Nanbeige_Nanbeige4.3-33B-GGUF共有 nanbeige · text-generation · conversational | 151,191 | 33 | 33.1B | apache-2.0 | |
| MiniCPM5-2B共有 llama · text-generation · conversational | 1,039,518 | 1,850 | 2.5B | apache-2.0 | |
| TinyLlama-1.1B-Chat-v1.0共有 llama · text-generation · conversational | 963,057 | 1,910 | 1.1B | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。
Wan-AI · 工具包
通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。