Por Redacción Pangea IA · 26 de octubre de 2026
Nanbeige LLM Lab ha publicado Nanbeige4.3-33B, un modelo abierto de 33.000 millones de parámetros pensado para agentes de programación y tareas de oficina. Sus pesos están disponibles bajo licencia Apache 2.0 y admiten un contexto anunciado de 512.000 tokens. La propuesta es atractiva para equipos que quieran desplegar agentes en su propia infraestructura, pero hay una advertencia importante: las cifras de rendimiento proceden del propio laboratorio y todavía no cuentan con una reproducción independiente amplia.
Qué es Nanbeige4.3-33B
Nanbeige4.3-33B es un modelo denso y solo de texto. A diferencia de una arquitectura de mezcla de expertos, activa todos sus parámetros en cada token, lo que simplifica parte del despliegue pero eleva las necesidades de memoria. El repositorio oficial en Hugging Face incluye los pesos, una plantilla de conversación y ejemplos para Transformers, SGLang y vLLM. También existe una versión Base destinada a quienes quieran realizar su propio ajuste posterior.
El laboratorio presenta el modelo como el «profesor» de la familia 4.3: una versión grande con la que pretende generar datos y trayectorias para futuros modelos más pequeños. El siguiente paso anunciado es Nanbeige4.3-3B, que aún no estaba disponible en el momento de esta publicación.
| Característica | Dato publicado |
| Arquitectura | Modelo denso de unos 33.100 millones de parámetros |
| Modalidad | Texto; inglés y chino |
| Contexto máximo anunciado | 524.288 tokens |
| Licencia | Apache 2.0 |
| Despliegue de referencia | Transformers, SGLang y vLLM; ejemplos con paralelismo en cuatro GPU |
| Acceso | Pesos descargables; sin proveedor de inferencia alojado confirmado al cierre |
Por qué importa para agentes de código y trabajo
El interés no está solo en responder preguntas. Nanbeige ha orientado el ajuste a flujos en los que el modelo debe usar herramientas, mantener razonamiento entre turnos y completar tareas largas: modificar repositorios, operar en terminales o encadenar acciones sobre documentos y procesos. Es el mismo terreno que están explorando productos como el agente de monitorización de Replit, aunque aquí el valor diferencial es poder descargar y controlar el modelo.
Para una empresa, una licencia permisiva y un despliegue propio pueden ayudar a mantener código, documentos y registros sensibles dentro de una infraestructura elegida por la organización. También permiten adaptar el agente a herramientas internas sin depender por completo de una API externa. Esa ventaja, sin embargo, no equivale a un sistema listo para producción: la empresa sigue necesitando servidores, observabilidad, controles de permisos y evaluaciones con sus propios datos.
Las métricas son prometedoras, pero provisionales
Nanbeige afirma que su modelo lidera 17 de las 20 comparaciones incluidas en su tabla frente a otros modelos abiertos de tamaño parecido. Entre los resultados publicados figuran 80,9 puntos en Terminal-Bench 2.1 y 65,5 en DeepSWE. En cambio, queda por detrás de Qwen3.8-27B en SWE-Bench Pro y GDPval, y también pierde una de las pruebas de razonamiento frente a Gemma 4 31B.
Estas cifras deben leerse como afirmaciones del fabricante, no como una clasificación definitiva. MarkTechPost detectó además discrepancias entre algunos valores de competidores reproducidos por Nanbeige y los que aparecen en las fichas oficiales de esos modelos. ExplainX señala que todavía no hay una reproducción externa de la tabla completa. Cambiar el agente que ejecuta la prueba, la versión del entorno o la configuración de razonamiento puede alterar de forma relevante el resultado.
La comparación más útil será la que haga cada equipo con su propio repositorio, sus documentos y sus restricciones. Esto es especialmente importante en tareas largas: un porcentaje alto en un benchmark no garantiza que el agente respete permisos, recupere bien de un error o produzca cambios mantenibles.
El coste real de ejecutarlo
Los pesos BF16 ocupan aproximadamente 66 GB antes de contar la memoria necesaria para el contexto y la ejecución. El ejemplo del laboratorio usa paralelismo tensorial en cuatro GPU. En la práctica, una pyme no debería interpretar «modelo abierto» como «modelo barato para cualquier ordenador»: aprovechar el contexto completo puede exigir mucha más memoria y una infraestructura de servidor.
Esta escala lo sitúa entre los modelos descargables manejables para organizaciones con recursos técnicos, pero lejos de una herramienta de escritorio sencilla. Frente a un modelo mucho mayor como Beam de Reflection, sus 33.000 millones de parámetros reducen la barrera; frente a una API como la de Kimi K3.1 Pro, traslada al usuario la operación, la seguridad y el coste de las GPU.
Qué debería comprobar una empresa antes de adoptarlo
- Pruebas propias: comparar tareas reales, no solo preguntas aisladas ni tablas del proveedor.
- Uso de herramientas: verificar que el formato de llamadas funciona con el agente y el orquestador elegidos.
- Seguridad: revisar el código del repositorio antes de activar opciones que permiten ejecutar código remoto y separar el entorno de producción.
- Coste total: medir GPU, almacenamiento, latencia, mantenimiento y supervisión humana frente a una API.
- Calidad por idioma: el repositorio declara inglés y chino; el rendimiento en español debe evaluarse de forma específica.
Conclusión
Nanbeige4.3-33B amplía la oferta de modelos abiertos de tamaño intermedio para agentes de programación y trabajo. La licencia Apache 2.0, el contexto anunciado de 512.000 tokens y la disponibilidad de una versión Base le dan utilidad real para investigación y despliegues controlados. Su principal límite hoy no es la falta de ambición, sino la falta de validación independiente: antes de convertir sus buenos resultados en una decisión de compra o infraestructura, conviene reproducirlos con tareas propias y calcular el coste operativo completo.
Lecturas relacionadas
- Kimi K3.1 Pro: precio y rendimiento frente a Claude
- Beam ya se puede descargar: así es la IA de Reflection
- Replit lanza una IA que detecta y repara errores en aplicaciones
Fuentes consultadas
- Ficha oficial de Nanbeige4.3-33B en Hugging Face, consultada el 26 de octubre de 2026.
- Anuncio de Nanbeige LLM Lab, publicado el 25 de octubre y consultado el 26 de octubre de 2026.
- Análisis técnico de MarkTechPost, publicado el 25 de octubre y consultado el 26 de octubre de 2026.
- Revisión de ExplainX sobre requisitos y métricas, publicada el 25 de octubre y consultada el 26 de octubre de 2026.
Deja una respuesta