Nanbeige 4.2-3B 在多项基准上领先 Qwen 和 Gemma
teortaxesTex · x · 2026-07-22
Nanbeige 4.2-3B 放出了一组相当亮眼的基准成绩，配图将它和 Qwen 3.5、Gemma 4 等模型做了对比。
- 这是一款 4B 总参数 / 3B 非嵌入参数 的小模型。
- 图里展示的成绩里，它在多项 agent、代码和推理测试上都很靠前：
- GDPval rubrics：74.3
- Agent-IF-Oneday：67.5
- Office-QA-Pro：21.1
- Pinch-Bench-V2：74.7
- SWE-Bench Verified：63.6
- Terminal-Bench 2.0：44.1
- HLE w/o Search：17.8
- GPQA-Diamond：87.4
- HMMT-Feb-2026：82.8
所属事件:Nanbeige4.2-3B 发布，Looped Transformer 架构主打 Agent 能力(5 条相关)→
「模型」频道最新
- GPT-6.1 Terra 发布:专为快速高效的计算机操作训练 — mark_k · 2026-10-27
- Nat Lambert 点评:依赖内部基础设施的窄域 RL 训练,不利开源权重 — mervenoyann · 2026-10-27
- 网传 Terminal-Bench 4.0 图：GPT-6.1 Terra 以最低成本登顶 — Angaisb_ · 2026-10-27
- GPT-6.1 Terra 跑分曝光:任务快 3 倍,单 token 成本仅十分之一 — OpenAIDevs · 2026-10-27
- OpenAI 推出 GPT-6.1 Terra:主打低成本高速计算机操作 — OpenAIDevs · 2026-10-27
- GPT-6.1 Terra 全量上线:Plus/Pro/企业/Edu 可用,API 名 gpt-6.1-terra — OpenAI · 2026-10-27