Nanbeige4.2-3Bとは？
Nanbeige4.2-3Bは、中国の求人プラットフォームBOSS ZhipinのNanbeige LLM Labが2026年7月に公開した、エージェント向けの小型モデルです。埋め込みを除くパラメーターは30億（合計40億）で、ループ型Transformerを採用しています。同じ層をトークンごとに複数回通すことで、重みを増やさずに容量を増やす仕組みです。英語と中国語のテキストを読み書きし、コンテキストは256Kトークンです。
実在と合成のエージェント環境を幅広く混ぜてファインチューニングし、最終結果と途中の手順の両方を報酬とする強化学習で仕上げました。思考モードは既定でオンで、オフにもできます。研究所の大型モデルNanbeige4.3-33Bは10月に出ましたが、小型モデルとしてはこの3Bが現行で、Nanbeigeは2026年後半に4.5を出す予定だとしています。
重みはApache 2.0です。直近30日のHugging Faceでのダウンロードは約121,000回でした。
Nanbeige4.2-3Bは使う価値があるか？
Nanbeige4.2-3Bのエージェント系スコアは、3倍の大きさのモデルに相当します。研究所の表では、SWE-Bench Verifiedで63.6%（Qwen3.5-9Bは53.1%、Gemma 4 12Bは44.2%）、Terminal-Bench 2.0で44.1（同29.2）、MCP-Atlasのツール利用で57.8（同47.4）です。推論も堅調で、GPQA Diamondで87.4、2026年2月のHMMTで82.8と、どちらもQwen3.5-9Bを上回ります。
独立した結果も全体像を裏づけています。2026年8月のArtificial Analysisのスマートフォンテストでは、小型モデルの中でLFM2.5-2.6Bと並ぶ63で首位タイとなり、BFCLの関数呼び出しで76%、MATH-500で96%でした。同じテストで弱点も見つかりました。ハルシネーションしにくさの指標が33%にとどまり、LFM2.5-2.6Bは79%で、競合より事実をでっち上げやすいということです。
より大きな問題は思考の長さです。Nanbeigeのスコアはすべて思考モードによるもので、推論には最大131,072の新規トークンが推奨されています。Artificial AnalysisがiPhone 17 Proで回答を1分に制限すると、スコアは63から18に落ちました。毎秒約14トークンでは、推論の大半が終わらなかったためです。1,024トークンのプロンプトに256トークンで答えるのに4.0 GBで21.4秒かかり、LFM2.5-2.6Bは8.0秒、2.3 GBでした。
ですから向いているのは、待つことが問題にならない、ノートPCやデスクトップGPUでエージェントを裏で動かす用途です。trust_remote_codeとNanbeige独自のSGLangフォークも必要で、セキュリティを重視するチームには確認の手間が増えます。IF-Benchの指示追従では今もGemma 4 12Bが73.5対54.6で上回っています。
真価を発揮する場面
複数のオープンソースライブラリを1人で保守する開発者
APIトークン代を払わずに、ローカルのエージェントに夜間の小さなバグ修正を試させたい
NanbeigeのSGLangフォークでサービングし、preserve_thinkingを有効にしてOpenHandsをつなぎます。SWE-Bench Verifiedの63.6%は自己申告なので、マージ前にすべてのパッチを確認してください。
外部のITサポートを使う20人規模の会計事務所の事務長
文書検索や定型的な事務作業のためのプライベートなアシスタントを動かしたい
OpenClawのようなエージェントフレームワークを通じてデスクトップGPUで動かします。NanbeigeはそこでGDPval 68.8、Qwen3.5-9Bは38.0と報告しています。ハルシネーションしにくさが33%なので、引用された数字は確認が必要です。
導入前に確認すること
- 導入
- transformers 4.45.1をインストールしてtrust_remote_codeで読み込むか、サービング用にNanbeigeのSGLangブランチをクローンします。チャットテンプレートでenable_thinkingとpreserve_thinkingを設定し、ツール呼び出しにはXML形式が推奨されています。
- 連携
- transformers、NanbeigeのSGLangフォーク、テストで使われたOpenHands、SWE-agent、Terminusの各スキャフォールド、個人用ワークフロー向けのOpenClaw、投機的デコード用のDSparkドラフトモデル。
- データとプライバシー
- セルフホストなので、プロンプトとファイルは自分のハードウェアにとどまります。Apache 2.0は商用利用を認めています。独自のモデルコードがtrust_remote_codeで実行されるため、デプロイ前に確認してください。
- 大規模利用時のコスト
- 重みは無料です。Artificial AnalysisはiPhone 17 Proで4.0 GBのメモリを計測しました。思考の記録が長いため、推論しないモデルよりタスクあたりのトークン数がはるかに多くなります。
- 制限
- スマートフォンでは毎秒約14トークン。推奨される思考予算は最大131,072トークン。英語と中国語のみです。
良い点
- SWE-Bench Verifiedで63.6%、Qwen3.5-9B超え（自己申告）
- Artificial Analysisの小型モデル向けスマホテストで首位タイ
- 埋め込みを除く3Bで256Kコンテキストとツール呼び出し
- Apache 2.0
気になる点
- 思考が長く、1分制限では18点
- Artificial Analysisのテストでハルシネーションしにくさは33%
- trust_remote_codeとSGLangのフォークが必要
- IF-Benchの指示追従でGemma 4 12Bに及ばない
おすすめの人
ノートPCやGPU 1枚でローカルのコーディングまたは事務作業エージェントを動かし、長い思考時間を許容できる開発者。
Nanbeige4.2-3Bの代替
Nanbeige4.2-3B：よくある質問
- Nanbeige4.2-3Bは使う価値があるか？
- Nanbeige4.2-3Bは、考える時間さえ与えれば、以前なら9Bモデルが必要だったエージェント作業をこなします。 評価は5点満点中4.2点です。
- Nanbeige4.2-3Bの料金は？
- Apache 2.0の重みは無料です。自社のホスト型APIは公開されていません。
- Nanbeige4.2-3Bの欠点は？
- 思考が長く、1分制限では18点; Artificial Analysisのテストでハルシネーションしにくさは33%; trust_remote_codeとSGLangのフォークが必要; IF-Benchの指示追従でGemma 4 12Bに及ばない.
- Nanbeige4.2-3Bは誰に向いているか？
- ノートPCやGPU 1枚でローカルのコーディングまたは事務作業エージェントを動かし、長い思考時間を許容できる開発者。
- チームや本番環境でNanbeige4.2-3Bを使うと費用はいくらか？
- 重みは無料です。Artificial AnalysisはiPhone 17 Proで4.0 GBのメモリを計測しました。思考の記録が長いため、推論しないモデルよりタスクあたりのトークン数がはるかに多くなります。
- Nanbeige4.2-3Bは企業 データを扱っても安全か？
- セルフホストなので、プロンプトとファイルは自分のハードウェアにとどまります。Apache 2.0は商用利用を認めています。独自のモデルコードがtrust_remote_codeで実行されるため、デプロイ前に確認してください。
- Nanbeige4.2-3Bの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はSpark-X2.6-4B, LFM3, MiniCPM5-2B, Gemma 4 、 Nanbeige4.3-33Bです。
回答確認日：2026年11月7日
Nanbeige4.2-3Bの開発元の方へ：この評価をサイトに掲載できます
