O que é Nanbeige4.2-3B?
Nanbeige4.2-3B é um modelo pequeno focado em agentes do Nanbeige LLM Lab da BOSS Zhipin, a plataforma chinesa de recrutamento, lançado em julho de 2026. Tem 3 bilhões de parâmetros sem embeddings (4 bilhões no total) e usa um transformer em loop: as mesmas camadas rodam mais de uma vez por token, aumentando a capacidade sem acrescentar pesos. Lê e escreve texto, em inglês e chinês, com contexto de 256K tokens.
Foi ajustado com uma mistura ampla de ambientes de agentes reais e sintéticos, e depois treinado com aprendizado por reforço sobre resultados finais e etapas intermediárias. O raciocínio vem ligado por padrão e pode ser desligado. O maior Nanbeige4.3-33B do laboratório veio em outubro; o 3B continua sendo seu modelo pequeno atual, e a Nanbeige diz que planeja uma versão 4.5 para o fim de 2026.
Os pesos estão sob Apache 2.0. Nos últimos 30 dias, tiveram cerca de 121.000 downloads no Hugging Face.
Nanbeige4.2-3B vale a pena?
O Nanbeige4.2-3B tem notas de agente típicas de um modelo três vezes maior. Na tabela do laboratório, ele marca 63,6% no SWE-Bench Verified contra 53,1% do Qwen3.5-9B e 44,2% do Gemma 4 12B, 44,1 no Terminal-Bench 2.0 contra 29,2 e 57,8 em uso de ferramentas no MCP-Atlas contra 47,4. O raciocínio também se mantém: 87,4 no GPQA Diamond e 82,8 no HMMT de fevereiro de 2026, ambos à frente do Qwen3.5-9B.
Um resultado independente sustenta o quadro geral. O teste em celular da Artificial Analysis em agosto de 2026 o colocou empatado em primeiro entre os modelos pequenos com 63, ao lado do LFM2.5-2.6B, com 76% em chamadas de função BFCL e 96% no MATH-500. O mesmo teste achou o ponto fraco: só 33% na medida de não alucinação, contra 79% do LFM2.5-2.6B, então ele inventa fatos com mais facilidade que os rivais.
O porém maior é quanto tempo ele pensa. Todas as notas da Nanbeige são em modo de raciocínio, com até 131.072 novos tokens recomendados para raciocinar. Quando a Artificial Analysis limitou cada resposta a um minuto num iPhone 17 Pro, a nota caiu de 63 para 18, porque a cerca de 14 tokens por segundo a maior parte do raciocínio nunca terminava. Um prompt de 1.024 tokens com resposta de 256 tokens levou 21,4 segundos em 4,0 GB, contra 8,0 segundos e 2,3 GB do LFM2.5-2.6B.
Por isso ele combina com notebooks e GPUs de desktop rodando agentes em segundo plano, onde esperar não é problema. Ele também exige trust_remote_code e o fork do SGLang da Nanbeige, o que dá trabalho extra de revisão a equipes atentas à segurança. O Gemma 4 12B continua à frente em seguir instruções no IF-Bench, 73,5 a 54,6.
Onde ele se destaca
Um desenvolvedor solo que mantém várias bibliotecas de código aberto
Deixar um agente local tentar pequenas correções de bugs durante a noite sem pagar tokens de API
Sirva com o fork do SGLang da Nanbeige e aponte o OpenHands para ele com preserve_thinking ligado. Os 63,6% no SWE-Bench Verified são dado próprio; revise cada patch antes do merge.
Uma gerente administrativa num escritório de contabilidade de 20 pessoas com um prestador de TI
Ter um assistente privado para busca de documentos e tarefas rotineiras de escritório
Rode numa GPU de desktop por um framework de agentes como o OpenClaw, onde a Nanbeige relata 68,8 no GDPval contra 38,0 do Qwen3.5-9B. Os 33% de não alucinação exigem conferir os números que ele citar.
Antes de decidir
- Configuração
- Instale o transformers 4.45.1 e carregue com trust_remote_code, ou clone o branch do SGLang da Nanbeige para servir. Defina enable_thinking e preserve_thinking no template de chat; o formato XML é recomendado para chamadas de ferramentas.
- Integrações
- transformers, o fork do SGLang da Nanbeige, os ambientes OpenHands, SWE-agent e Terminus dos seus testes, OpenClaw para fluxos pessoais e um modelo rascunho DSpark para decodificação especulativa.
- Dados e privacidade
- Auto-hospedado, então prompts e arquivos ficam no seu hardware. Apache 2.0 permite uso comercial. O código de modelagem próprio roda com trust_remote_code, então revise-o antes de implantar.
- Custo em escala
- Os pesos são gratuitos. A Artificial Analysis mediu 4,0 GB de memória num iPhone 17 Pro; rastros longos de raciocínio significam muito mais tokens por tarefa que um modelo sem raciocínio.
- Limites
- Cerca de 14 tokens por segundo num celular; orçamentos de raciocínio recomendados chegam a 131.072 tokens; só inglês e chinês.
O que é bom
- 63,6% no SWE-Bench Verified, acima do Qwen3.5-9B (dado próprio)
- Empatado em primeiro no teste em celular de modelos pequenos da Artificial Analysis
- Contexto de 256K e chamadas de ferramentas com 3B parâmetros sem embeddings
- Apache 2.0
O que não é
- Raciocínio longo: 18 pontos com limite de um minuto
- 33% de não alucinação no teste da Artificial Analysis
- Exige trust_remote_code e um fork do SGLang
- Fica atrás do Gemma 4 12B em seguir instruções no IF-Bench
Ideal para
Desenvolvedores que rodam um agente local de código ou de escritório num notebook ou numa única GPU e toleram tempos longos de raciocínio.
Alternativas ao Nanbeige4.2-3B
Nanbeige4.2-3B: perguntas frequentes
- Nanbeige4.2-3B vale a pena?
- O Nanbeige4.2-3B faz trabalho de agente que antes exigia um modelo de 9B, desde que você lhe dê tempo para pensar. Damos nota 4.2 de 5.
- Quanto custa Nanbeige4.2-3B?
- Pesos gratuitos sob Apache 2.0. Não há API hospedada própria publicada.
- Quais são as desvantagens de Nanbeige4.2-3B?
- Raciocínio longo: 18 pontos com limite de um minuto; 33% de não alucinação no teste da Artificial Analysis; exige trust_remote_code e um fork do SGLang; fica atrás do Gemma 4 12B em seguir instruções no IF-Bench.
- Para quem Nanbeige4.2-3B é indicado?
- Desenvolvedores que rodam um agente local de código ou de escritório num notebook ou numa única GPU e toleram tempos longos de raciocínio.
- Quanto custa Nanbeige4.2-3B para uma equipe ou em produção?
- Os pesos são gratuitos. A Artificial Analysis mediu 4,0 GB de memória num iPhone 17 Pro; rastros longos de raciocínio significam muito mais tokens por tarefa que um modelo sem raciocínio.
- Nanbeige4.2-3B é seguro para dados da empresa?
- Auto-hospedado, então prompts e arquivos ficam no seu hardware. Apache 2.0 permite uso comercial. O código de modelagem próprio roda com trust_remote_code, então revise-o antes de implantar.
- Quais são as melhores alternativas ao Nanbeige4.2-3B?
- As alternativas mais próximas que analisamos são Spark-X2.6-4B, LFM3, MiniCPM5-2B, Gemma 4 e Nanbeige4.3-33B.
Respostas verificadas em 7 de nov. de 2026.
Você faz o Nanbeige4.2-3B? Mostre esta nota no seu site
