Ett genererat titelkort för artikeln, som anger att Bespoke-Nimble-9B-v3 dök upp på Hugging Face den 30 september 2026 utan något tillkännagivande från leverantören, och att släppet flyttade familjen från Apache 2.0 till CC BY-NC 4.0.
Engineering & Research

Nimble v3 släpptes i tysthet: Bespoke Labs 9B-beslutsmodell blev icke-kommersiell

Författare

Gideon Frost

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Vikterna för Nimble v3 – registrerad som Bespoke-Nimble-9B-v3 – laddades upp till Hugging Face den 30 september 2026, och tretton dagar senare har Bespoke Labs fortfarande inte sagt ett ord om dem offentligt. Det finns inget inlägg på labbets egen blogg, ingen versionsnotis, ingen post i repots pull request-historik som nämner versionen, och ingen rad i projektets README-ändringslogg. Det som finns är ett repo med fem filer, ett medföljande utvärderingsdataset, ett kort modellkort och en licens som ändrades. Samma labb lade också upp en platshållare för Bespoke-Nimble-27B-v3 den 9 oktober – ett repo vars enda modellfil är en anteckning som förklarar att vikterna ännu inte finns.

Det är allt som går att veta från leverantörens sida, och det är värt att skilja från det som inte går att veta. Allt nedan är hämtat från Hugging Face API, de råa modellkorten, GitHub API och den paketeringsmetadata som modellen nu bär; där ett tal är leverantörens eget, står det så.

Vad finns egentligen i arkivet?

Bespoke-Nimble-9B-v3 innehåller README.md, adapter_config.json, adapter_model.safetensors, en schema_config.json, och .gitattributes. Det är den kompletta listan. Det är en PEFT LoRA-adapter, inte en fristående modell: kortet anger Qwen/Qwen3.5-9B som bas, och basen dupliceras inte i repositoriet.

Kortet i sig består av fyra korta avsnitt. Det säger att adaptern tar "en kontext och typade frågor (ett val bland alternativ, eller ja eller nej)" och returnerar en sannolikhet för varje alternativ. Den rapporterar en poäng på 56,88 i Decision Index 0.2.1. Den anger licensen. Den har en citering som namnger Shreyas Pimpalgaonkar, Sid Devic, Mrinal Kumar, Pratik Dalal och Mahesh Sathiamoorthy.

Vad som inte finns i det spelar lika stor roll. Det finns ingen tokenizer, ingen promptbyggare, ingen referensinferenskod, ingen kontrollsummefil, ingen härkomstpost och inget kontextlängdskontrakt – allt detta levererade familjens första utgåva, Bespoke-Nimble-9B, tillsammans med sina egna vikter den 18 september som en del av ett paket med tjugoen filer. v3-repositoriet är en adapter-checkpoint och en licensrad. Allt du behöver för att köra det korrekt sätter du nu ihop själv eller hämtar från en paketerare.

A screenshot of the Bespoke-Nimble-9B-v3 model card on Hugging Face, showing the repository file list of five files, the CC BY-NC 4.0 licence declaration, the Qwen3.5-9B base model, the Decision Index 0.2.1 score of 56.88, and the five named authors in the citation block.

Licensen är den del som kommer att avgöra vem som kan använda den.

Den enda meningen i v3-kortet som förändrar ett upphandlingssamtal är denna: Bespoke-Nimble-9B-v3 släpps under CC BY-NC 4.0, vilket kortet förklarar som ”det får inte användas för kommersiella ändamål.”

Varje tidigare Nimble-checkpoint var Apache 2.0. Bespoke-Nimble-9B är Apache 2.0. Bespoke-Nimble-9B-v2, som laddades upp den 23 september, är Apache 2.0. Basmodellen är Apache 2.0 och förblir så – Bespokes modellkort säger det uttryckligen, vilket är det ärliga att göra och också anledningen till att ett företag inte kan kringgå begränsningen genom att hänvisa till baslicensen. En bas med tillståndsgivande licens luckrar inte upp en icke-kommersiell adapter, och det är i adaptern beslutsbeteendet finns.

Det finns en andra licensfråga som är värre, eftersom den är tvetydig snarare än enbart restriktiv. GitHub-repositoriet bespokelabsai/nimble — projektets startsida, som för närvarande har 2 179 stjärnor — rapporterar ingen licens alls via GitHubs API. Ett repositorium utan licensfil är inte öppen källkod i någon mening som en jurist skulle acceptera, och det gäller oavsett om underhållarna avsåg det eller inte. Labbets egen README erkänner att det finns skavanker i modellens första utgåva; en olicensierad kodbas för träning och kuratering är en annan klass av problem.

Så den praktiska hållningen för den som planerar en produkt idag är: Nimble v3:s vikter är läsbara, nedladdningsbara och icke-kommersiella; koden som producerade dem har inga deklarerade villkor. Om du behöver en kommersiellt användbar beslutsmodell på Qwen3.5-9B-basen är detta inte den, och alternativen granskas i Nimble v3 vs Kev och Nimble v3 vs Decider.

Tre uppsättningar siffror, tre olika instrument

v3-kortet innehåller exakt en poäng: 56.88 på Decision Index 0.2.1. Bespoke Labs kompletterande datasetarkiv publicerar hela körningen, motorn och reproduktionsanvisningar, vilket är mer transparens än vad de flesta leverantörer erbjuder, och siffran är fortfarande utgivarens egen – mätt med den egna referensimplementationen av ett tredjepartskit.

För den tidigare kontrollpunkten publicerade familjen en betydligt bredare tabell, och det är det enda head-to-head-material som finns mot den modell som detta definieras mot. På 324 undanhållna kontrastiva par matchade modellen från den 18 september 90,12 % av referensetiketterna mot 93,21 % för TypeSafe's Jev 1.13, med Qwen3.5-9B-basen på 66,36 %. På 3 880 människoetiketterade beslut över tretton offentliga datamängder var marginalen 75,7 % mot Jevs 76,0 % – ett dött lopp. Dessa siffror tillhör den första Nimble, inte v3, och projektet betecknar dem som sina egna mätningar.

Den tredje uppsättningen är den som ingen på Bespoke Labs körde. Paketet som nu levererar modellen för lokal användning publicerade en körning med 231 fall av JevBench original, easy- och hard-uppsättningarna, på en Apple M5 Max med en 40-kärnig GPU: 201 av 231 korrekta vid 88 ms medianlatens för den icke-kvantiserade MLX-bygget, 202 av 231 vid 176 ms för den icke-kvantiserade GGUF-bygget, och 198 av 231 vid 168 ms för Q4_K_M-kvantiseringen — med förbehållet tryckt bredvid tabellen att kvantisering ändrar poäng och beslut. Detta är en tredjeparts-testram, men det är en paketeringsram, inte en oberoende granskning, och paketerarna säger rakt ut att JevBench och Decision Index använder olika uppgifter och olika poängsättning.

A screenshot of the bespokelabsai/nimble GitHub repository, showing the description 'Local typed decisions, contrastive data curation, and model evaluation', the README heading 'Data, Model, Recipe for an open Jev', the star count, and the absence of a declared licence in the sidebar.

Vad Bespoke Labs inte har sagt

Fem saker som en läsare rimligen förväntar sig att hitta – men inte gör:

• En kontextlängd. V3-kortet anger ingen. Paketerarens listning annonserar 32 768, och familjens tidigare utgåva dokumenterar ett kontrakt på 8 192 token där alltför stora prompter avvisas i stället för att trunkeras. Det är olika siffror som beskriver olika saker, och inget i Bespokes eget v3-material avgör vilket som gäller för själva adaptern.

• Ett tak för alternativ. Tidigare Nimble-checkpoints dokumenterade 1 till 255 val per fält — en avsiktlig utökning utöver de ursprungliga 26, med hjälp av extra vokabulärplatser för enskilda token. Huruvida v3 ärver det taket anges inte.

• En temperatur. Familjens historia här är verkligen användbar och värd att känna till: den ursprungliga checkpointen levererades med ett anpassat värde nära 2,18, uppdateringen den 24 september flyttade standardvärdet till 1,0 utan separat anpassning, och mellanliggande versioner hade sina egna inställningar. Att använda den felaktiga ändrar inte vilket svar som vinner, men den ändrar varje sannolikhet – vilket är hela produkten. V3-kortet är tyst.

• Någon redogörelse för vad som ändrats. Repositoriets PR-historik hoppar från "Stöd för senaste Nimble 9B-versionen och standardvärden för checkpoints" den 24 september till en README-badge den 13 oktober. Det finns ingen v3-ändringsnotis, ingen uppdatering av datahärkomst, ingen träningssammanfattning.

• Vad som helst om 27B. Det Bespoke-Nimble-27B-v3-repositoriet, skapat den 9 oktober, innehåller en licensdeklaration, en README och en fil vars hela innehåll är att vikterna ännu inte har släppts. README:n anger en siffra – 65,33 i den offentliga sviten Decision Index 0.3 – och säger att modellen körs på Bespoke Labs värdbaserade API, med åtkomst genom att kontakta labbet. Ingen nedladdning, inget datum, inga vikter. Det är en platshållare och bör läsas som en sådan.

Det är formen hos en tyst leverans: en kontrollpunkt dyker upp, dokumentationen gör det inte, och versionsnumret är den enda indikationen på att ett beslut fattades.

Vad förändrades egentligen den här veckan?

Uppladdningen den 30 september är inte det som gör detta skrivbart i dag. Det som gör det skrivbart är att Nimble v3 blev installerbar de senaste dagarna. En lokal modellruntime lade till nimble-v3 i sitt publika bibliotek den 13 oktober och slog samman adaptern med Qwen3.5-9B-basen så att ett enda pull-kommando ger en körbar 9B-beslutsmodell i sex viktformat – två okvantiserade byggen på 17,9 GB, ett MXFP8 MLX-bygge på 9,3 GB, ett NVFP4-bygge på 6,9 GB, en Q8_0 på 9,5 GB och en Q4_K_M på 5,6 GB. I skrivande stund visade listningen 45 nedladdningar och en stämpel med "uppdaterad för tre timmar sedan", vilket är ungefär så färskt som en modellkatalogpost blir.

Två saker följer. Den första är att åtkomstfrågan har ändrat karaktär: för tretton dagar sedan innebar användning av Nimble v3 att ladda ner en 9B-bas, slå samman en LoRA och rekonstruera ett promptformat som repositoriet inte längre dokumenterar. Nu innebär det att hämta ett paket – med licensrestriktionen som följer med inuti det, och med paketerarens egen anteckning om att den slog samman adaptern med den av utgivaren angivna basen i stället för att återdistribuera något som Bespoke Labs inte publicerade.

Det andra är att ett resultat från en första körning nu finns för en modell som inte hade något. En noggrannhetssiffra för 231 fall och en latensfördelning från en testrigg som inte är leverantörens är precis den typ av bevis som den här kategorin har saknat, och den är värd att läsas som en undre gräns snarare än en dom: samma körning placerade den kvantiserade byggversionen 4 fall under den okvantiserade, och paketerarna varnar för att dina tröskelvärden behöver omvalideras mot dina egna exempel.

Var det här lämnar routingen: en beslutsmodell är en smal komponent, och Nimble v3 svarar bara på de frågor du ger den – den kan inte skriva, förklara eller returnera ett svar som inte är ett av dina alternativ. Den generativa halvan av en sådan pipeline är den del som OrcaRouter täcker: över 200 modeller bakom en enda OpenAI-kompatibel nyckel till leverantörens listpris vidarebefordrat med 0 % påslag, med automatisk failover och ett routing-DSL som du kan uttrycka som kod. OrcaRouter servirar inte Nimble v3, och inget här bör läsas som ett påstående att det gör det. Den korrekta formuleringen är att ett billigt, lokalt besluts-huvud och en routad generativ modell bakom det är två halvor av ett och samma mönster, och om du bygger den andra halvan, är det vi.

A generated scoreboard card for Nimble v3 listing six dimensions: release date September 30 2026, licence CC BY-NC 4.0 non-commercial, base model Qwen3.5-9B with a LoRA adapter, repository size five files, headline score 56.88 on Decision Index 0.2.1 measured by the publisher, and vendor announcement status none, with a footer noting that all figures are publisher-reported and the 56.88 comes from the publisher's own implementation of a third-party benchmark kit.

Vad man gör med det, och vad man ska se upp med

Om du utvärderar beslutsmodeller i stället för att släppa en, är Nimble v3 nu det billigaste sättet att ta sig in i kategorin: ett enda pull, ingen GPU krävs utöver en laptop, en dokumenterad noggrannhetssiffra från tredje part, och en licens som är okej för forskning. Om du bygger en produkt besvarar licensen frågan innan benchmarkarna gör det, och det saknade kontextkontraktet och temperaturen innebär att du kommer att kalibrera på dina egna data vare sig du avsåg det eller inte.

De tre saker som skulle ändra denna bedömning: ett tillkännagivande från leverantören som klargör licensen (CC BY-NC på en flaggskeppscheckpoint är ovanligt för ett labb som annars har släppt under Apache 2.0 och tagit in 40 M$ för att bygga för företag), ett 27B-repositorium med innehåll, och en ändringsnot som förklarar vad v3 faktiskt gjorde annorlunda jämfört med v2. Fram till dess är den ärliga sammanfattningen att ett kompetent team laddade upp en checkpoint, begränsade användningen och lät paketerarna sköta tillkännagivandet.

Nimble v3 är en adapter med öppna vikter som du själv serverar; den generativa halvan av samma pipeline är vad OrcaRouter täcker. 200+ modeller bakom en enda OpenAI-kompatibel nyckel OrcaRouter serverar inte Nimble v3, och inget i den här artikeln bör tolkas som ett påstående att den gör det.