
Nimble v3 незаметно вышел: 9B-модель принятия решений от Bespoke Labs стала некоммерческой
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 185 tok/s
- openaiНОВИНКАOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 за 1 млн токенов · 76 tok/s
- openaiНОВИНКАOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 за 1 млн токенов · 151 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 240 tok/s
- AlibabaНОВИНКАQwen: Qwen4 Max2026-11-16$1.50 / $4.50 за 1 млн токенов · 178 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 94 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 за 1 млн токенов · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 104 tok/s
Веса для Nimble v3 — зарегистрированные под именем Bespoke-Nimble-9B-v3 — были загружены на Hugging Face 30 сентября 2026 года, и спустя тринадцать дней Bespoke Labs по-прежнему не проронила о них публично ни слова. Нет ни поста в собственном блоге лаборатории, ни примечания к выпуску, ни записи в истории pull-запросов репозитория, где упоминалась бы эта версия, ни строки в списке изменений в README проекта. Есть лишь репозиторий из пяти файлов, сопутствующий набор данных для оценки, короткая карточка модели и изменившаяся лицензия. Та же лаборатория также разместила 9 октября заглушку для Bespoke-Nimble-27B-v3 — репозиторий, единственным файлом модели в котором является заметка, объясняющая, что весов пока не существует.
Это всё, что можно узнать со стороны вендора, и это стоит отделять от того, что узнать нельзя. Всё ниже взято из Hugging Face API, исходных карточек модели, GitHub API и метаданных упаковки, которые теперь содержит модель; там, где число принадлежит самому вендору, это указано.
Что на самом деле находится в репозитории
Bespoke-Nimble-9B-v3 содержит README.md, adapter_config.json, adapter_model.safetensors, schema_config.json и .gitattributes. Это полный список. Это адаптер PEFT LoRA, а не самостоятельная модель: карточка в качестве базовой называет Qwen/Qwen3.5-9B, и базовая модель не дублируется в репозитории.
Сама карточка — это четыре коротких раздела. В ней говорится, что адаптер принимает «контекст и типизированные вопросы (выбор из вариантов или да/нет)» и возвращает вероятность для каждого варианта. В ней сообщается оценка Decision Index 0.2.1, равная 56.88. В ней указана лицензия. В ней приводится ссылка, в которой указаны имена Shreyas Pimpalgaonkar, Sid Devic, Mrinal Kumar, Pratik Dalal и Mahesh Sathiamoorthy.
То, чего нет в нём, имеет не меньшее значение. Нет ни токенизатора, ни конструктора промптов, ни эталонного кода инференса, ни файла контрольной суммы, ни записи о происхождении, ни контракта по длине контекста — всё это первый релиз семейства, Bespoke-Nimble-9B, поставил вместе с собственными весами 18 сентября в составе пакета из двадцати одного файла. Репозиторий v3 — это адаптерный чекпоинт и строка лицензии. Всё, что нужно для его правильного запуска, вы теперь собираете сами или берёте у упаковщика.

Лицензия — это то, что определит, кто сможет её использовать.
Единственное предложение в карточке v3, которое меняет разговор о закупке, звучит так: Bespoke-Nimble-9B-v3 выпущена на условиях CC BY-NC 4.0, что карточка поясняет как «не может использоваться в коммерческих целях».
Каждый предыдущий чекпойнт Nimble распространялся под Apache 2.0. Bespoke-Nimble-9B распространяется под Apache 2.0. Bespoke-Nimble-9B-v2, загруженная 23 сентября, распространяется под Apache 2.0. Базовая модель распространяется под Apache 2.0 и остаётся таковой — в карточке Bespoke это указано прямо, что честно и одновременно является причиной, по которой компания не может обойти ограничение, сославшись на лицензию базовой модели. Наличие разрешительной лицензии у базовой модели не ослабляет ограничения некоммерческого адаптера, и именно в адаптере находится поведение, отвечающее за принятие решений.
Есть второй вопрос о лицензии, который хуже, потому что он неоднозначен, а не просто ограничителен. Репозиторий GitHub bespokelabsai/nimble — домашняя страница проекта, на данный момент насчитывающая 2 179 звёзд — вообще не сообщает о лицензии через API GitHub. Репозиторий без файла лицензии не является открытым исходным кодом ни в каком смысле, который примет юрист, и это верно независимо от того, намеревались ли это сопровождающие. Собственный README лаборатории признаёт шероховатости в первом релизе модели; нелицензированная кодовая база для обучения и курирования — это проблема совершенно иного класса.
Так что практическая позиция для всех, кто сегодня планирует выпускать продукт, такова: веса Nimble v3 доступны для чтения и скачивания, но некоммерческие; у кода, с помощью которого они были получены, нет заявленных условий. Если вам нужна коммерчески применимая модель принятия решений на базе Qwen3.5-9B, то это не она, а альтернативы рассматриваются в Nimble v3 vs Kev и Nimble v3 vs Decider.
Три набора чисел, три разных инструмента
Карточка v3 содержит ровно одну оценку: 56,88 по Decision Index 0.2.1. Репозиторий сопутствующего набора данных от Bespoke Labs публикует полный прогон, движок и инструкции по воспроизведению — это больше прозрачности, чем предлагает большинство вендоров, и число по-прежнему принадлежит самому публикатору: оно измерено с помощью его собственной эталонной реализации стороннего комплекта.
Для более раннего чекпоинта семейство опубликовало гораздо более широкую таблицу, и это единственный существующий материал прямого сопоставления с моделью, по которой определяется эта категория. На 324 отложенных контрастивных парах модель от 18 сентября совпала с 90,12% эталонных меток против 93,21% у Jev 1.13.0 от TypeSafe, тогда как базовая Qwen3.5-9B показала 66,36%. На 3 880 решениях с человеческой разметкой из тринадцати публичных наборов данных разрыв составил 75,7% против 76,0% у Jev — практически ничья. Эти цифры относятся к первой Nimble, а не к v3, и проект помечает их как собственные измерения.
Третий набор — это тот, который никто в Bespoke Labs не запускал. Пакет, который теперь поставляет модель для локального использования, опубликовал прогон из 231 случая оригинального JevBench, а также наборов easy и hard, на Apple M5 Max с 40-ядерным GPU: 201 из 231 правильно при медианной задержке 88 мс для неквантованной сборки MLX, 202 из 231 при 176 мс для неквантованной сборки GGUF и 198 из 231 при 168 мс для квантизации Q4_K_M — с оговоркой, напечатанной рядом с таблицей, что квантизация меняет оценки и решения. Это сторонний харнесс, но это упаковочный харнесс, а не независимый аудит, и упаковщики прямо говорят, что JevBench и Decision Index используют разные задачи и разные системы подсчёта баллов.

Что не сказала Bespoke Labs
Пять вещей, которые читатель вправе ожидать найти и не найдёт:
• Длина контекста. В карточке v3 она не указана. В листинге упаковщика заявлено 32 768 токенов, а в документации к более раннему релизу семейства указан контракт на 8 192 токена, причём слишком длинные промпты отклоняются, а не усекаются. Это разные числа, описывающие разные вещи, и ничто в собственных материалах Bespoke о v3 не проясняет, какое из них относится к самому адаптеру.
• Потолок количества вариантов.В более ранних чекпойнтах Nimble документировалось от 1 до 255 вариантов на поле — намеренное расширение по сравнению с исходными 26 за счёт дополнительных слотов словаря для одиночных токенов. Унаследует ли v3 этот потолок, не указано.
• Температура. История этого семейства здесь действительно полезна, и её стоит знать: исходный чекпоинт поставлялся с подобранным значением около 2,18, обновление от 24 сентября перевело значение по умолчанию на 1,0 без отдельной подгонки, а промежуточные релизы имели собственные настройки. Применение неверного значения не меняет, какой ответ побеждает, но меняет каждую вероятность — а это и есть весь продукт. Карточка v3 молчит.
• Любое заявление о том, что именно изменилось. История PR репозитория перескакивает с «Support latest Nimble 9B release and checkpoint defaults» от 24 сентября на бейдж в README от 13 октября. Нет ни примечания к изменениям v3, ни обновления о происхождении данных, ни сводки по обучению.
• Что угодно о 27B.Репозиторий Bespoke-Nimble-27B-v3, созданный 9 октября, содержит декларацию о лицензии, README и файл, всё содержимое которого сводится к тому, что веса ещё не опубликованы. В README указано одно число — 65,33 в публичном наборе Decision Index 0.3 — и сказано, что модель работает через размещённый API Bespoke Labs, а доступ предоставляется по обращению в лабораторию. Ни загрузки, ни даты, ни весов. Это заглушка, и читать её следует именно так.
Такова форма тихой поставки: контрольная точка появляется, документация — нет, и номер версии — единственное указание на то, что решение было принято.
Что на самом деле изменилось на этой неделе?
Загрузка от 30 сентября — не то, что делает эту тему writable сегодня. Делает её таковой то, что Nimble v3 стал доступен для установки за последние несколько дней. Локальный рантайм для моделей добавил nimble-v3 в свою публичную библиотеку 13 октября, объединив адаптер с базой Qwen3.5-9B так, что одна команда pull даёт готовую к запуску 9B-модель принятия решений в шести форматах весов — два неквантованных билда по 17,9 ГБ, билд MXFP8 MLX на 9,3 ГБ, билд NVFP4 на 6,9 ГБ, Q8_0 на 9,5 ГБ и Q4_K_M на 5,6 ГБ. На момент написания в каталоге значилось 45 загрузок и отметка «обновлено три часа назад» — свежее карточки в каталоге моделей уже не бывает.
Из этого следуют две вещи. Первая: вопрос доступа изменил свой характер: тринадцать дней назад использование Nimble v3 означало скачать 9B-базу, объединить LoRA и восстановить формат промпта, который репозиторий больше не документирует. Теперь это означает загрузить пакет — причём вместе с ним едет лицензионное ограничение, а в собственной заметке упаковщика сказано, что он объединил адаптер с указанной издателем базой, а не распространял что-либо, не опубликованное Bespoke Labs.
Второе — теперь появилось число первого прогона для модели, у которой его не было. Показатель точности на 231 кейсе и распределение задержки из харнесса, который не принадлежит вендору, — это именно те доказательства, которых не хватало этой категории, и это стоит воспринимать как нижнюю границу, а не как вердикт: тот же прогон поставил квантованную сборку на 4 кейса ниже неквантованной, а сборщики пакетов предупреждают, что ваши пороги нужно перепроверить на ваших собственных примерах.
Что это значит для маршрутизации: модель принятия решений — это узкий компонент, и Nimble v3 отвечает только на те вопросы, которые вы ей передаёте — она не может писать, объяснять или возвращать ответ, не являющийся одним из ваших вариантов. Генеративная половина такого пайплайна — это то, что покрывает OrcaRouter: 200+ моделей за одним ключом, совместимым с OpenAI, по прайс-листовой цене провайдера, передаваемой с наценкой 0%, с автоматическим переключением при сбое и DSL маршрутизации, который можно выразить кодом. OrcaRouter не обслуживает Nimble v3, и ничто здесь не должно восприниматься как утверждение, что это так. Точная формулировка такова: дешёвая локальная голова принятия решений и маршрутизируемая генеративная модель за ней — это две половины одного паттерна, и если вы строите вторую половину, то это мы.

Что с этим делать и на что обращать внимание
Если вы оцениваете модели принятия решений, а не внедряете их, Nimble v3 — теперь самый дешёвый способ войти в эту категорию: достаточно одного pull, GPU мощнее ноутбучного не нужен, есть документированный показатель точности от третьей стороны и лицензия, которая подходит для исследований. Если вы создаёте продукт, лицензия отвечает на этот вопрос раньше, чем бенчмарки, а отсутствие контракта контекста и температуры означает, что вам придётся калиброваться на собственных данных, намеревались вы это делать или нет.
Три вещи, которые изменили бы эту оценку: анонс от вендора, проясняющий лицензию (CC BY-NC на флагманском чекпоинте — это необычно для лаборатории, которая в остальном выпускала под Apache 2.0 и привлекла $40M на создание решений для предприятий), заполненный репозиторий 27B и примечание к изменениям, объясняющее, чем v3 на самом деле отличалась от v2. До тех пор честное резюме таково: компетентная команда загрузила чекпоинт, ограничила его использование и позволила упаковщикам делать анонсы.
Nimble v3 — это адаптер с открытыми весами, который вы разворачиваете самостоятельно; генеративная половина того же пайплайна — это то, что покрывает OrcaRouter. Более 200 моделей по одному ключу, совместимому с OpenAI OrcaRouter не обслуживает Nimble v3, и ничто в этой статье не должно восприниматься как утверждение об обратном.
