Qu’est-ce que Nanbeige4.2-3B ?
Nanbeige4.2-3B est un petit modèle orienté agents du Nanbeige LLM Lab de BOSS Zhipin, la plateforme chinoise de recrutement, publié en juillet 2026. Il compte 3 milliards de paramètres hors embeddings (4 milliards au total) et utilise un transformer en boucle : les mêmes couches s'exécutent plus d'une fois par token, ce qui ajoute de la capacité sans ajouter de poids. Il lit et écrit du texte, en anglais et en chinois, avec un contexte de 256K tokens.
Il a été affiné sur un large mélange d'environnements d'agents réels et synthétiques, puis entraîné par renforcement sur les résultats finaux comme sur les étapes intermédiaires. La réflexion est activée par défaut et peut être coupée. Le plus grand Nanbeige4.3-33B du laboratoire a suivi en octobre ; le 3B reste son petit modèle actuel, et Nanbeige annonce une version 4.5 pour la fin de 2026.
Les poids sont sous Apache 2.0. Sur les 30 derniers jours, ils ont été téléchargés environ 121 000 fois sur Hugging Face.
Nanbeige4.2-3B vaut-il le coup ?
Nanbeige4.2-3B affiche des scores d'agent dignes d'un modèle trois fois plus gros. Dans le tableau du laboratoire, il obtient 63,6% sur SWE-Bench Verified contre 53,1% pour Qwen3.5-9B et 44,2% pour Gemma 4 12B, 44,1 sur Terminal-Bench 2.0 contre 29,2, et 57,8 en usage d'outils sur MCP-Atlas contre 47,4. Le raisonnement suit : 87,4 sur GPQA Diamond et 82,8 sur HMMT de février 2026, tous deux devant Qwen3.5-9B.
Un résultat indépendant confirme le tableau d'ensemble. Le test sur téléphone d'Artificial Analysis d'août 2026 l'a placé premier ex aequo des petits modèles avec 63, à égalité avec LFM2.5-2.6B, avec 76% en appels de fonctions BFCL et 96% sur MATH-500. Le même test a trouvé le point faible : seulement 33% sur sa mesure de non-hallucination contre 79% pour LFM2.5-2.6B, il invente donc des faits plus volontiers que ses rivaux.
Le plus gros hic, c'est la durée de sa réflexion. Tous les scores de Nanbeige sont en mode réflexion, avec jusqu'à 131 072 nouveaux tokens recommandés pour raisonner. Quand Artificial Analysis a limité chaque réponse à une minute sur un iPhone 17 Pro, son score est tombé de 63 à 18, car à environ 14 tokens par seconde l'essentiel de sa réflexion n'aboutissait jamais. Un prompt de 1 024 tokens avec une réponse de 256 tokens a pris 21,4 secondes dans 4,0 Go, contre 8,0 secondes et 2,3 Go pour LFM2.5-2.6B.
Il convient donc aux portables et aux GPU de bureau qui font tourner des agents en arrière-plan, où l'attente ne gêne pas. Il exige aussi trust_remote_code et le fork SGLang de Nanbeige, ce qui ajoute du travail de vérification pour les équipes attentives à la sécurité. Gemma 4 12B reste devant sur le suivi d'instructions IF-Bench, 73,5 contre 54,6.
Là où il fait la différence
Un développeur indépendant qui maintient plusieurs bibliothèques open source
Laisser un agent local tenter de petites corrections de bugs pendant la nuit sans payer de tokens d'API
Servez-le avec le fork SGLang de Nanbeige et branchez OpenHands avec preserve_thinking activé. Son 63,6% sur SWE-Bench Verified est un chiffre éditeur ; relisez chaque correctif avant de le fusionner.
Une responsable administrative dans un cabinet comptable de 20 personnes avec un prestataire informatique
Disposer d'un assistant privé pour retrouver des documents et gérer les tâches de bureau courantes
Faites-le tourner sur un GPU de bureau via un framework d'agents comme OpenClaw, où Nanbeige annonce 68,8 sur GDPval contre 38,0 pour Qwen3.5-9B. Ses 33% de non-hallucination imposent de vérifier les chiffres qu'il cite.
Avant de vous engager
- Mise en route
- Installez transformers 4.45.1 et chargez le modèle avec trust_remote_code, ou clonez la branche SGLang de Nanbeige pour le servir. Réglez enable_thinking et preserve_thinking dans le modèle de chat ; le format XML est recommandé pour les appels d'outils.
- Intégrations
- transformers, le fork SGLang de Nanbeige, les environnements OpenHands, SWE-agent et Terminus de ses tests, OpenClaw pour les flux personnels et un modèle brouillon DSpark pour le décodage spéculatif.
- Données et confidentialité
- Auto-hébergé : prompts et fichiers restent sur votre matériel. Apache 2.0 autorise l'usage commercial. Le code de modélisation maison s'exécute avec trust_remote_code, relisez-le donc avant le déploiement.
- Coût à grande échelle
- Les poids sont gratuits. Artificial Analysis a mesuré 4,0 Go de mémoire sur un iPhone 17 Pro ; les longues traces de réflexion représentent bien plus de tokens par tâche qu'un modèle sans raisonnement.
- Limites
- Environ 14 tokens par seconde sur téléphone ; les budgets de réflexion recommandés vont jusqu'à 131 072 tokens ; anglais et chinois uniquement.
Les points forts
- 63,6% sur SWE-Bench Verified, au-dessus de Qwen3.5-9B (chiffre éditeur)
- Premier ex aequo du test sur téléphone des petits modèles d'Artificial Analysis
- Contexte de 256K et appels d'outils avec 3B paramètres hors embeddings
- Apache 2.0
Les points faibles
- Réflexion longue : 18 points avec une limite d'une minute
- 33% de non-hallucination dans le test d'Artificial Analysis
- Exige trust_remote_code et un fork de SGLang
- Derrière Gemma 4 12B sur le suivi d'instructions IF-Bench
Idéal pour
Les développeurs qui font tourner un agent local de code ou de bureautique sur un portable ou un seul GPU et tolèrent de longs temps de réflexion.
Alternatives à Nanbeige4.2-3B
Nanbeige4.2-3B : questions fréquentes
- Nanbeige4.2-3B vaut-il le coup ?
- Nanbeige4.2-3B fait un travail d'agent qui demandait jusqu'ici un modèle de 9B, à condition de lui laisser le temps de réfléchir. Nous lui donnons 4.2 sur 5.
- Combien coûte Nanbeige4.2-3B ?
- Poids gratuits sous Apache 2.0. Aucune API hébergée maison publiée.
- Quels sont les inconvénients de Nanbeige4.2-3B ?
- Réflexion longue : 18 points avec une limite d'une minute; 33% de non-hallucination dans le test d'Artificial Analysis; exige trust_remote_code et un fork de SGLang; derrière Gemma 4 12B sur le suivi d'instructions IF-Bench.
- À qui s’adresse Nanbeige4.2-3B ?
- Les développeurs qui font tourner un agent local de code ou de bureautique sur un portable ou un seul GPU et tolèrent de longs temps de réflexion.
- Combien coûte Nanbeige4.2-3B pour une équipe ou en production ?
- Les poids sont gratuits. Artificial Analysis a mesuré 4,0 Go de mémoire sur un iPhone 17 Pro ; les longues traces de réflexion représentent bien plus de tokens par tâche qu'un modèle sans raisonnement.
- Nanbeige4.2-3B est-il sûr pour les données de l’entreprise ?
- Auto-hébergé : prompts et fichiers restent sur votre matériel. Apache 2.0 autorise l'usage commercial. Le code de modélisation maison s'exécute avec trust_remote_code, relisez-le donc avant le déploiement.
- Quelles sont les meilleures alternatives à Nanbeige4.2-3B ?
- Les alternatives les plus proches que nous avons testées sont Spark-X2.6-4B, LFM3, MiniCPM5-2B, Gemma 4 et Nanbeige4.3-33B.
Réponses vérifiées le 7 nov. 2026.
Vous éditez Nanbeige4.2-3B ? Affichez cette note sur votre site
