난베이지, 330억 매개변수 오픈소스 에이전트 모델 ‘난베이지4.3-33B’ 공개

중국 채용 플랫폼 보스 직핀(BOSS Zhipin)이 운영하는 난베이지는 24일 이 모델을 AI 모델 공유 플랫폼 허깅페이스에 올렸다. 영어와 중국어를 지원하고, 상업적 이용과 연구에 쓸 수 있는 아파치 2.0 라이선스를 적용했다. 전문가 혼합(MoE) 대신 밀집형(Dense) 구조라서 입력 토큰을 처리할 때 전체 매개변수가 작동한다. 실행 구조가 단순하고 배포 환경을 예측하기 쉬운 대신 연산 자원은 더 쓸 수 있다.

난베이지는 중국 최대 규모의 온라인 채용 플랫폼으로 꼽히는 보스 직핀 안의 LLM 연구 조직으로, 이름은 ‘남북각(南北閣)’을 뜻한다. 그동안은 30억 매개변수급 소형 모델에 집중해 왔다. 컨텍스트 창이 25만6000토큰인 ‘난베이지4.1-3B’와 에이전트형 ‘난베이지4.2-3B’를 가중치 공개 방식으로 내놓았는데, 이번 모델은 그보다 열 배 넘게 큰 330억 매개변수 규모다.

연구소가 밝힌 벤치마크에서는 큐원3.8-27B, 메타의 ‘뮤즈-글리머-30B’, 구글의 ‘젬마4-31B’와 견준 20개 항목 가운데 17개에서 가장 높은 점수를 받았다. 터미널 벤치 2.1은 80.9점으로 큐원3.8-27B의 73.0점을, 딥SWE는 65.5점으로 42.5점을, 자동화 벤치는 54.2점으로 38.3점을, 잡벤치는 44.8점으로 34.5점을 앞섰다. 가상 스타트업 성과를 재는 YC-벤치의 모의 수익은 102만5437달러(약 13억5000만원)로 큐원3.8-27B의 64만1290달러(약 8억4000만원)보다 많았다.

모든 항목에서 앞선 것은 아니다. SWE-벤치 프로는 60.3점으로 큐원3.8-27B(61.7점)에, GDPval은 84.8점으로 86.4점에 뒤졌다. AIME 2026은 95.2점, AA-LCR은 84.0점이었다. 무엇보다 이 수치는 연구소가 직접 낸 결과다. 비교표의 젬마4-31B ‘GPQA 다이아몬드’ 점수가 89.5점인데 구글이 공개한 값은 84.3점인 것처럼 경쟁 모델 개발사의 발표와 다른 항목도 있어, 독립 검증이 필요하다.

오픈웨이트는 학습된 가중치를 내려받아 자체 서버에서 돌릴 수 있게 공개한다는 뜻이다. 다만 학습 데이터와 학습 코드까지 모두 내놓는 완전한 오픈소스와는 구분된다. 기업이 데이터를 외부로 보내지 않고 모델을 쓸 수 있다는 점 때문에 에이전트용 모델에서 이 방식의 수요가 늘고 있다.

컨텍스트 창은 최대 52만4288토큰이다. 모델 카드에는 트랜스포머스, SGLang, vLLM으로 실행하는 방법이 담겼지만, BF16 정밀도의 가중치만 약 66GB 메모리가 필요하고 긴 문맥에는 더 많이 들어 다중 GPU 서버가 알맞다.

연구소는 이 모델을 더 작은 모델을 만드는 교사 모델로도 쓸 계획이다. 큰 모델의 학습 데이터와 에이전트 능력을 작은 모델로 옮기는 증류 파이프라인을 구축하겠다는 것으로, 후속 모델 ‘난베이지4.3-3B’도 준비하고 있다.