# Nanbeige 4.3 33B: gratis, Apache 2.0 y 524.288 de contexto > Nanbeige4.3-33B llega con 33.000 millones densos, licencia Apache 2.0 y 524.288 tokens de contexto: 66 GB de pesos y unos 112 GB de caché. > Por José Maldonado · Inteligencia Artificial · 2026-10-28 Nanbeige4.3-33B aterrizó en Hugging Face el sábado 24 de octubre y su ficha quedó cerrada el domingo 25 con una etiqueta que en este mercado escasea: apache-2.0. Son 33.000 millones de parámetros densos, un techo declarado de 524.288 tokens de contexto y unos 66 GB de pesos en BF16, según [el repositorio del modelo](https://huggingface.co/Nanbeige/Nanbeige4.3-33B). No es el primer modelo chino de pesos abiertos del mes ni será el último, y por eso la licencia pesa aquí más que el anuncio. El sello importa porque Nanbeige LLM Lab, el equipo de modelos de la plataforma de empleo BOSS Zhipin, no se limita a soltar pesos: Apache 2.0 permite uso comercial, redistribución y derivados sin negociar con nadie. Ese detalle separa a este 33B de otras familias abiertas con permisos a medida, y explica por qué el goteo de checkpoints chinos que ya [cambia poco el mapa](https://observatorioblockchain.com/inteligencia-artificial/eeuu-expulsa-deepseek-sistemas-federales/) sigue moviendo a quien despliega en local. La letra pequeña aparece al intentar aprovechar las 512K de ventana. Nanbeige4.3-33B es un transformer denso de los de antes, sin mezcla de expertos, y cada token que recuerda se paga en memoria. Exprimir el contexto completo exige más de 100 GB de caché y un servidor con cuatro aceleradores, no una tarjeta de consumo. ## Lo que trae el repositorio, peso a peso La ficha describe un transformer denso con arquitectura Llama y recomienda servirlo con Transformers, SGLang o vLLM, con el parser de razonamiento y el de herramientas bien fijados. El chat trae el modo de pensamiento activado por defecto, un interruptor para conservar el razonamiento de turnos anteriores y un formato XML para las llamadas a herramientas. Dato Valor declarado Parámetros 33.100 millones, denso Capas y ancho 52 capas, 7.168 ocultos Atención 56 cabezas de consulta y 8 de clave-valor Vocabulario 166.912 tokens, embeddings sin atar Contexto afinado 524.288 tokens Contexto del base 131.072 tokens Pesos BF16, unos 66 GB Licencia Apache 2.0 también en el base El base merece un aviso porque no es un duplicado del afinado: el repositorio aparte llega con 131.072 posiciones y una frecuencia rotatoria menor, pensado para quien quiera hacer su propio posentrenamiento en vez de heredar el del laboratorio. Es la misma pareja que el equipo publicó con la serie 4.2, y esta vez el modelo grande es el que enseña. ## La cuenta de la VRAM para 512K de contexto El número que decide cualquier despliegue de Nanbeige 4.3 33B está en la caché. Con 8 cabezas de clave-valor de 128 dimensiones en 52 capas, cada token guardado ocupa 208 KiB de caché en BF16. Multiplicado por la ventana completa, el modelo necesita unos 111,7 GB solo para recordar lo que lee, y esa memoria se suma a los 66 GB de pesos antes de contar activaciones. En el uso diario la cifra se estrecha mucho: con 32.768 tokens de contexto la caché ronda los 7 GB y a 131.072 tokens se va a 27,9 GB, que ya es territorio de servidor. Por eso las recetas oficiales de SGLang y vLLM piden paralelismo de tensor en cuatro GPU, la forma habitual de [repartir la inferencia distribuida](https://observatorioblockchain.com/inteligencia-artificial/llm-d-inferencia-distribuida/) de un modelo así. Y por eso una tarjeta de 24 GB con una cuantización de 4 bits deja poco aire: los pesos de 20,79 GB apenas reservan 3 GB para la caché, unos 14.000 tokens. Escenario Memoria solo de caché 32.768 tokens 7 GB 131.072 tokens 27,9 GB 524.288 tokens 111,7 GB Pesos BF16 más ventana completa 177,7 GB ## Benchmarks propios y las filas donde pierde El laboratorio compara su modelo con Qwen3.8-27B, Muse-Glimmer-30B y Gemma4-31B en 20 pruebas, todas con el mismo arnés y el mismo esfuerzo de razonamiento, y gana 17 de ellas. Las distancias más llamativas salen en las tareas de terminal: 80,9 frente a los 73,0 de Qwen3.8-27B en Terminal-Bench 2.1, y 65,5 frente a los 42,5 de DeepSWE, con cifras que firma el propio Nanbeige. ![Rendimiento de Nanbeige43 en diferentes pruebas](https://content.observatorioblockchain.com/wp-content/uploads/2026/10/nanbeige43-benchmarks-scaled.webp) *Rendimiento de Nanbeige43 en diferentes pruebas* Conviene matizar que esa tabla la publica quien vende el modelo y nadie de fuera la ha reproducido todavía. Tampoco hay informe técnico enlazado, ni el repositorio dice con cuántos tokens se entrenó o qué mezcla de datos usó. La ficha es todo lo que hay por ahora, y una ficha es marketing y documentación a partes iguales. También hay tres filas donde pierde, y son las que más dicen. En SWE-Bench Pro se queda en 60,3 contra los 61,7 de Qwen3.8-27B. En GDPval anota 84,8 frente a 86,4 y en GPQA Diamond baja a 89,5 cuando Gemma4-31B llega a 91,3. Su propio suelo está en Terminal-Bench 4.0, con 23,8 puntos en una prueba que casi todos los rivales suspenden con notas de un dígito. ## Un denso de 33B frente a un MoE del mismo tamaño La diferencia práctica es el coste por token. Un modelo denso mueve los 33.000 millones en cada palabra que genera, mientras una mezcla de expertos de tamaño parecido despierta una fracción de sus parámetros por token. A igualdad de hardware, el denso sirve menos peticiones por segundo y no hay licencia que compense esa factura cuando el volumen aprieta. Lo que gana el denso es previsibilidad: la latencia no depende de a qué expertos enrute el modelo, las cuantizaciones se comportan mejor y el ajuste fino toca capas que siempre trabajan. Para un equipo que corre un agente de código sobre su propio repositorio, con cuatro GPU y pocas peticiones concurrentes, el cambio no duele y el contexto largo hace el trabajo. Para una API con miles de usuarios la decisión se invierte, y ahí conviene una mezcla de expertos o pagar por token ajeno en vez de comprar memoria. La ventana de 512K existe en el checkpoint, aunque aprovecharla entera es una decisión de infraestructura. ## De dónde sale el laboratorio y qué viene detrás Nanbeige LLM Lab es el equipo de modelos de BOSS Zhipin, la plataforma china de empleo, y hasta ahora era conocido por sus modelos pequeños: la serie 4-3B, la 4.1-3B y la 4.2-3B. El [checkpoint base de esta entrega](https://huggingface.co/Nanbeige/Nanbeige4.3-33B-Base) confirma el salto al tamaño medio con el mismo apellido. El antecedente inmediato ayuda a leer este lanzamiento. Nanbeige4.2-3B llegó con un transformer con bucles que reutiliza la misma pila de capas dos veces para ganar profundidad sin parámetros extra, 3.000 millones sin embeddings y 63,6 en SWE-Bench Verified según su propia ficha. Ese modelo sí traía [informe técnico](https://arxiv.org/html/2607.22083v2), con la arquitectura explicada y los arneses de evaluación detallados. El 4.3-33B se presenta como profesor del que saldrán los pequeños. El propio repositorio lo dice: es la base para destilar las capacidades de agente en Nanbeige4.3-3B, que aún no está publicado. Visto así, este 33B es una pieza intermedia, y su valor comercial depende más de lo que habilite que de sus 20 filas de benchmark. La señal de adopción también llegó rápido. En menos de dos días había cuantizaciones comunitarias para llama.cpp, con una de 4 bits que ocupa 20,79 GB y [un catálogo completo de precisiones](https://huggingface.co/bartowski/Nanbeige_Nanbeige4.3-33B-GGUF), además de una versión en FP4 de 22 GB. Quien quiera probarlo en su máquina puede, siempre que acepte ventanas mucho más cortas de las que anuncia la ficha. ## Lo que falta por verificar de Nanbeige4.3 Lo sólido de Nanbeige 4.3 33B es la licencia y la arquitectura, ambas comprobables en el checkpoint. Falta lo que convierte un modelo en útil: si el contexto de 512K mantiene la calidad cuando se llena, cuánto aguanta un agente de varias horas sin desviarse y si las ventajas en Terminal-Bench sobreviven a otro arnés. La comunidad ya pregunta en el repositorio por el informe técnico y por los detalles de la caché, y esas preguntas decidirán si el 33B se usa como profesor o se queda en la estantería. Un Apache 2.0 sin papeles detrás es una puerta abierta con la luz apagada: deja entrar a todo el mundo, aunque cada uno debe encender la suya.