Nanbeige4.2-3B의 개요
Nanbeige4.2-3B는 중국 채용 플랫폼 BOSS Zhipin의 Nanbeige LLM Lab이 2026년 7월에 공개한 에이전트 중심 소형 모델입니다. 임베딩을 제외한 파라미터가 30억 개(전체 40억 개)이며 루프형 트랜스포머를 씁니다. 같은 레이어를 토큰마다 여러 번 돌려 가중치를 늘리지 않고 용량을 키우는 방식입니다. 영어와 중국어 텍스트를 읽고 쓰며 컨텍스트는 256K 토큰입니다.
실제와 합성 에이전트 환경을 폭넓게 섞어 파인튜닝한 뒤, 최종 결과와 중간 단계 모두에 보상을 주는 강화학습으로 훈련했습니다. 사고 모드는 기본으로 켜져 있고 끌 수 있습니다. 연구소의 더 큰 Nanbeige4.3-33B는 10월에 나왔지만 소형 모델로는 이 3B가 현행이며, Nanbeige는 2026년 하반기에 4.5를 낼 계획이라고 밝혔습니다.
가중치는 Apache 2.0입니다. 최근 30일 동안 Hugging Face 다운로드는 약 121,000회였습니다.
Nanbeige4.2-3B, 쓸 만한 가치가 있습니까?
Nanbeige4.2-3B의 에이전트 점수는 세 배 큰 모델에 걸맞습니다. 연구소 표에서 SWE-Bench Verified 63.6%로 Qwen3.5-9B의 53.1%, Gemma 4 12B의 44.2%를 앞서고, Terminal-Bench 2.0에서 44.1 대 29.2, MCP-Atlas 도구 사용에서 57.8 대 47.4입니다. 추론도 탄탄해 GPQA Diamond 87.4, 2026년 2월 HMMT 82.8로 둘 다 Qwen3.5-9B보다 높습니다.
독립적인 결과도 전체 그림을 뒷받침합니다. 2026년 8월 Artificial Analysis의 휴대폰 테스트에서 소형 모델 중 63으로 LFM2.5-2.6B와 공동 1위였고, BFCL 함수 호출 76%, MATH-500 96%였습니다. 같은 테스트에서 약점도 드러났습니다. 환각 없음 지표가 33%로 LFM2.5-2.6B의 79%보다 낮아, 경쟁 모델보다 사실을 더 쉽게 지어냅니다.
더 큰 문제는 생각하는 시간입니다. Nanbeige의 모든 점수는 사고 모드 기준이며, 추론에는 새 토큰을 최대 131,072개까지 쓰도록 권장합니다. Artificial Analysis가 iPhone 17 Pro에서 답변마다 1분 제한을 두자 점수가 63에서 18로 떨어졌습니다. 초당 약 14토큰으로는 추론 대부분이 끝나지 않았기 때문입니다. 1,024토큰 프롬프트에 256토큰으로 답하는 데 4.0 GB에서 21.4초가 걸렸고, LFM2.5-2.6B는 8.0초, 2.3 GB였습니다.
그래서 기다림이 문제 되지 않는, 노트북이나 데스크톱 GPU에서 에이전트를 백그라운드로 돌리는 용도에 맞습니다. trust_remote_code와 Nanbeige 자체 SGLang 포크도 필요해 보안을 중시하는 팀에는 검토 작업이 늘어납니다. IF-Bench 지시 따르기에서는 여전히 Gemma 4 12B가 73.5 대 54.6으로 앞섭니다.
제 역할을 하는 곳
오픈소스 라이브러리 여러 개를 혼자 관리하는 개발자
API 토큰 비용 없이 로컬 에이전트가 밤사이 작은 버그 수정을 시도하게 하고 싶다
Nanbeige의 SGLang 포크로 서빙하고 preserve_thinking을 켠 채 OpenHands를 연결합니다. SWE-Bench Verified 63.6%는 자체 발표이므로 병합 전에 모든 패치를 검토하세요.
외부 IT 업체를 쓰는 직원 20명 회계 사무소의 사무장
문서 검색과 일상적인 사무 작업용 사적 비서를 돌리고 싶다
OpenClaw 같은 에이전트 프레임워크로 데스크톱 GPU에서 돌립니다. Nanbeige는 여기서 GDPval 68.8, Qwen3.5-9B는 38.0이라고 보고합니다. 환각 없음 33%이므로 인용한 수치는 확인해야 합니다.
도입 전 확인할 점
- 설정
- transformers 4.45.1을 설치하고 trust_remote_code로 불러오거나, 서빙용으로 Nanbeige의 SGLang 브랜치를 클론합니다. 채팅 템플릿에서 enable_thinking과 preserve_thinking을 설정하며, 도구 호출에는 XML 형식을 권장합니다.
- 연동
- transformers, Nanbeige의 SGLang 포크, 테스트에 쓰인 OpenHands, SWE-agent, Terminus 스캐폴드, 개인 워크플로용 OpenClaw, 추측 디코딩용 DSpark 초안 모델.
- 데이터와 개인정보
- 자체 호스팅이므로 프롬프트와 파일이 자신의 하드웨어에 남습니다. Apache 2.0은 상업적 사용을 허용합니다. 자체 모델 코드가 trust_remote_code로 실행되므로 배포 전에 검토하세요.
- 대규모 사용 시 비용
- 가중치는 무료입니다. Artificial Analysis는 iPhone 17 Pro에서 메모리 4.0 GB를 측정했습니다. 긴 사고 기록 때문에 추론하지 않는 모델보다 작업당 토큰이 훨씬 많습니다.
- 제한
- 휴대폰에서 초당 약 14토큰입니다. 권장 사고 예산은 최대 131,072토큰이며, 영어와 중국어만 지원합니다.
좋은 점
- SWE-Bench Verified 63.6%로 Qwen3.5-9B 상회(자체 발표)
- Artificial Analysis 소형 모델 휴대폰 테스트 공동 1위
- 임베딩 제외 3B로 256K 컨텍스트와 도구 호출
- Apache 2.0
아쉬운 점
- 긴 사고: 1분 제한에서 18점
- Artificial Analysis 테스트에서 환각 없음 33%
- trust_remote_code와 SGLang 포크 필요
- IF-Bench 지시 따르기에서 Gemma 4 12B에 뒤짐
추천 대상
노트북이나 GPU 한 장에서 로컬 코딩 또는 사무 에이전트를 돌리며 긴 추론 시간을 감수할 수 있는 개발자.
Nanbeige4.2-3B 대안
Nanbeige4.2-3B: 자주 묻는 질문
- Nanbeige4.2-3B, 쓸 만한 가치가 있습니까?
- Nanbeige4.2-3B는 생각할 시간만 주면 예전에는 9B 모델이 필요하던 에이전트 작업을 해냅니다. 평점은 5점 만점에 4.2점입니다.
- Nanbeige4.2-3B의 가격은 얼마입니까?
- Apache 2.0 가중치는 무료입니다. 자체 호스팅 API는 공개되지 않았습니다.
- Nanbeige4.2-3B의 단점은 무엇입니까?
- 긴 사고: 1분 제한에서 18점; Artificial Analysis 테스트에서 환각 없음 33%; trust_remote_code와 SGLang 포크 필요; IF-Bench 지시 따르기에서 Gemma 4 12B에 뒤짐.
- Nanbeige4.2-3B에 적합한 사람은 누구입니까?
- 노트북이나 GPU 한 장에서 로컬 코딩 또는 사무 에이전트를 돌리며 긴 추론 시간을 감수할 수 있는 개발자.
- 팀이나 프로덕션 환경에서 Nanbeige4.2-3B의 비용은 얼마입니까?
- 가중치는 무료입니다. Artificial Analysis는 iPhone 17 Pro에서 메모리 4.0 GB를 측정했습니다. 긴 사고 기록 때문에 추론하지 않는 모델보다 작업당 토큰이 훨씬 많습니다.
- Nanbeige4.2-3B에 회사 데이터를 맡겨도 안전합니까?
- 자체 호스팅이므로 프롬프트와 파일이 자신의 하드웨어에 남습니다. Apache 2.0은 상업적 사용을 허용합니다. 자체 모델 코드가 trust_remote_code로 실행되므로 배포 전에 검토하세요.
- Nanbeige4.2-3B의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Spark-X2.6-4B, LFM3, MiniCPM5-2B, Gemma 4 및 Nanbeige4.3-33B입니다.
답변 확인일: 2026년 11월 7일.
Nanbeige4.2-3B 개발사입니까? 이 평점을 사이트에 표시하십시오
