Nanbeige4.3-33B เทียบกับ Qwen 3.6 35B-A3B: Nanbeige ทดสอบประสิทธิภาพ Qwen คนละรุ่น และนั่นคือประเด็นสำคัญ
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 75 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 114 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 40 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-10-303 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 101 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 100 tok/s
- Orcaใหม่OrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 100 tok/s
- Orcaใหม่OrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 48 tok/s
- Moonshotใหม่MoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- Orcaใหม่OrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 74 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 54 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 163 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2244ความฉลาด
เปิดการ์ดโมเดลของ Nanbeige สำหรับ Nanbeige4.3-33B แล้วนับคอลัมน์ Qwen มีอยู่เพียงคอลัมน์เดียวเท่านั้น และเป็นของ Qwen3.8-27B — โมเดลมัลติโมดัลแบบ dense ที่เปิดตัวในเดือนสิงหาคม 2026 ส่วน Qwen 3.6 35B-A3B ซึ่งเป็นโมเดล mixture-of-experts ที่ Liquid AI ใช้เป็นจุดอ้างอิงของตัวเองสำหรับ LFM2.5 และที่ระบบนิเวศเอเจนต์แบบ open-weight ส่วนใหญ่ใช้เป็นเกณฑ์เปรียบเทียบนั้น ไม่ปรากฏอยู่ในตารางยี่สิบแถวของ Nanbeige เลย
การที่ไม่มีโมเดลนั้นอยู่ถือเป็นการเลือก และทำให้การจับคู่นี้น่าสนใจกว่าการเทียบแบบตัวต่อตัวทั่วไป Nanbeige4.3-33B ถูกนำไปเปรียบเทียบกับโมเดล Qwen ที่มันเอาชนะได้ในแถวงานแบบเอเจนต์ระยะยาว Qwen 3.6 35B-A3B คือโมเดล Qwen ที่มีต้นทุนการรันเพียงหนึ่งในสี่ รองรับรูปภาพและวิดีโอ และใช้งานจริงในโปรดักชันตั้งแต่เดือนเมษายน การเปรียบเทียบนี้จะยุติธรรมกว่าหรือง่ายกว่ากันนั้น ขึ้นอยู่กับว่าคุณกำลังซื้ออะไร และทั้งสองโมเดลไม่ได้ถูกปรับให้เหมาะกับผู้ซื้อกลุ่มเดียวกัน
หนึ่งในสองสิ่งนี้มีความหนาแน่น ส่วนอีกสิ่งหนึ่งไม่ใช่ และนั่นคือสิ่งที่กำหนดค่าใช้จ่าย
ความแตกต่างที่มีผลกระทบมากที่สุดเพียงอย่างเดียวไม่ได้อยู่บนเกณฑ์วัดใด ๆ
• พารามิเตอร์ — รวม 33.1B และทำงานทั้งหมด สำหรับ Nanbeige4.3-33B ส่วน Qwen 3.6 35B-A3B ซึ่งเป็นแบบ mixture of experts มีขนาดรวม 35B โดยมีประมาณ 3B ที่ทำงานต่อโทเคน
• คำนวณต่อโทเค็น — การประมวลผลไปข้างหน้าแบบ dense เต็มรูปแบบสำหรับ Nanbeige4.3-33B เทียบกับการประมวลผลแบบ sparse บนชุดย่อยของผู้เชี่ยวชาญขนาดเล็กสำหรับ Qwen 3.6 35B-A3B บนฮาร์ดแวร์เดียวกัน โมเดล Qwen สร้างโทเค็นต่อวินาทีต่อ GPU ได้มากกว่าอย่างมาก
• หน่วยความจำสำหรับเวต — 66.3 GB ใน bfloat16 สำหรับ Nanbeige4.3-33B โมเดล Qwen พอดีได้สบายบนการ์ดใบเดียวเมื่อทำควอนไทซ์
• บริบท — 524,288 โทเคนแบบเนทีฟสำหรับ Nanbeige4.3-33B และ 262,144 สำหรับ Qwen 3.6 35B-A3B พร้อมเอาต์พุตสูงสุด 65,536 โทเคน
• รูปแบบข้อมูล — ข้อความเข้า ข้อความออก รองรับภาษาอังกฤษและภาษาจีน สำหรับ Nanbeige4.3-33B ส่วน Qwen 3.6 35B-A3B รับข้อความ รูปภาพ และวิดีโอเป็นอินพุต
{{1}}ราคา{{/1}} — ไม่มีเอนด์พอยต์แบบโฮสต์สำหรับ Nanbeige4.3-33B โดย Qwen 3.6 35B-A3B บน OrcaRouter ที่ราคา {{2}}$0.25{{/2}} ต่ออินพุตหนึ่งล้านโทเค็น และ {{3}}$1.49{{/3}} ต่อเอาต์พุตหนึ่งล้านโทเค็น โดยมี {{4}}เวลาถึงโทเค็นแรกที่ p50 เท่ากับ 6.67 วินาที{{/4}}
• สัญญาอนุญาต — Apache 2.0 ทั้งสองรายการ
อ่านบรรทัดว่าด้วยการคำนวณนี้สองครั้ง โมเดล dense ขนาด 33B ที่กำลังสร้างคำตอบแบบเอเจนต์ความยาว 65,536 โทเคน — ซึ่งเป็นเพดานที่ Nanbeige แนะนำเอง — ต้องทำงานเท่ากับพารามิเตอร์ 33 พันล้านตัวสำหรับทุกโทเคนเหล่านั้น ส่วนโมเดล Qwen ทำงานเพียงประมาณหนึ่งในสิบของปริมาณนั้น หากทั้งสอง modèle ทำคะแนนได้ต่างกันเพียงไม่กี่คะแนนในงานเดียวกัน โมเดล sparse จะชนะด้านเศรษฐศาสตร์ไปถึงหนึ่งลำดับขนาด และไม่มีตาราง benchmark ใดจะบอกเรื่องนี้กับคุณ
ไม่สามารถนำคะแนนมาลบกันได้ และเหตุผลเป็นเรื่องเชิงระเบียบวิธี
Nanbeige4.3-33B อยู่ที่ 20 บน Artificial Analysis Intelligence Index v5.0.1 ส่วน Qwen 3.6 35B-A3B ไม่มีคะแนนบนคอมโพสิต v5 เลย — หน้าโมเดลของมันระบุเป็น N/A เนื่องจากดัชนีปัจจุบันให้คะแนนเฉพาะคอนฟิกูเรชันที่มี API เผยแพร่ต่อสาธารณะหรือมีการรันภายในที่เสร็จสมบูรณ์ และตัวเลขล่าสุดที่ Artificial Analysis เผยแพร่สำหรับมันนั้นอยู่บนดัชนี v4.3.x รุ่นเก่า โดยอยู่ในช่วงปลายเลขสิบสำหรับคอนฟิกูเรชันแบบ reasoning
ตัวเลขเหล่านั้นไม่ใช่การเปรียบเทียบ ดัชนี v5 เป็นชุดการประเมินที่ปรับฐานใหม่ และคะแนนจาก v4.3.x ไม่สามารถนำมาใช้แทนกันได้ ใครก็ตามที่นำเสนอ “20 กับ 18” กำลังนำตัวเลขมาลบกันข้ามข้อสอบสองชุดที่แตกต่างกัน ซึ่งเป็นข้อผิดพลาดที่พบบ่อยที่สุดในการเขียนเปรียบเทียบโมเดล และควรระบุให้ชัดเจนตรงนี้
สิ่งที่ดำรงอยู่บนจุดร่วมนั้นแคบกว่าและยังมีประโยชน์อยู่
• Terminal-Bench — Artificial Analysis ทดสอบ Qwen 3.6 35B-A3B ได้ 41.6% บน Terminal-Bench 2.1 และ 25.8% บน Terminal-Bench Hard โดยทดสอบ Nanbeige4.3-33B ได้ 29.8% บน Terminal-Bench 4.0 แม้จะเป็น benchmark คนละชุด จึงยังไม่ใช่ส่วนต่าง แต่ทั้งสองเป็นการวัดจากภายนอกบนงานตระกูลเดียวกัน
• คำกล่าวอ้างจากผู้จำหน่ายเกี่ยวกับ Terminal-Bench — Nanbeige รายงานว่า Nanbeige4.3-33B ได้ 80.9 ใน Terminal-Bench 2.1 ซึ่งเป็นเบนช์มาร์กเดียวกันกับที่ Qwen 3.6 35B-A3B ถูกวัดอย่างเป็นอิสระได้ 41.6% หากแถวข้อมูลของผู้จำหน่ายนั้นยังคงยืนได้ นี่คือช่องว่างที่ใหญ่ที่สุดในการเปรียบเทียบทั้งหมดนี้ ยังไม่มีการทำซ้ำอย่างเป็นอิสระ และเชิงอรรถของ Nanbeige เองระบุว่ามันถูก运行ด้วยฮาร์เนส Terminus 2
• ความรู้ — Artificial Analysis ให้คะแนน Nanbeige4.3-33B ที่ความแม่นยำ 11.7% บน AA-Omniscience โดยมีอัตราการไม่สร้างข้อมูลเท็จ (non-hallucination) 81.8% ตัวเลข Omniscience ของ Qwen 3.6 35B-A3B มีมาก่อนการรีบิลด์ v5 ดังนั้นจึงอยู่ในมาตราวัดที่แตกต่างกันและไม่สามารถนำมาเทียบกับของ Nanbeige ได้ สิ่งที่กล่าวได้เป็นไปในเชิงทิศทางและสอดคล้องกับผู้ใช้ของทั้งสองตระกูล: โมเดล Qwen รู้มากกว่า ส่วนโมเดล Nanbeige ปฏิเสธที่จะตอบบ่อยกว่า
• การให้เหตุผล — GPQA Diamond 84.8 เมื่อเปิดการให้เหตุผล และ 84.1 ที่การตั้งค่าที่ประเมินสำหรับ Qwen 3.6 35B-A3B การ์ดของ Nanbeige4.3-33B อ้างว่า 89.5 แต่ยังไม่ได้รับการทำซ้ำ
ทำไม Nanbeige ถึงเลือก Qwen3.8-27B แทน
มีเหตุผลที่ปกป้องได้ในการเปรียบเทียบประสิทธิภาพโมเดล dense ขนาด 33B กับโมเดล dense ขนาด 27B และไม่เปรียบเทียบกับ mixture of experts ขนาด 35B และนั่นไม่ใช่ความไม่ซื่อสัตย์ เหตุผลคือการเปรียบเทียบแบบ like-for-like ด้านสถาปัตยกรรมทำให้การเปรียบเทียบเป็นเรื่องของคุณภาพการฝึกมากกว่าประสิทธิภาพในการให้บริการ โมเดล dense สองตัวที่มีขนาดใกล้เคียงกันบอกคุณได้ว่าห้องแล็บใดฝึกได้ดีกว่า การเปรียบเทียบ dense กับ MoE บอกคุณว่าแบบใดถูกกว่า ซึ่งเป็นคำถามอีกข้อที่มีคำตอบอีกอย่าง
แต่ตัวเลือกนี้มีต้นทุนสำหรับผู้อ่าน เพราะคนส่วนใหญ่ที่เลือกโมเดลจะเลือกจากต้นทุนรวมในการเป็นเจ้าของ ไม่ใช่คุณภาพการฝึกในเชิงนามธรรม บนแกนนี้ Qwen 3.6 35B-A3B มีข้อได้เปรียบที่ตารางของ Nanbeige ไม่เคยเผยให้เห็น: พารามิเตอร์ที่ใช้งานอยู่ 3B หมายความว่าคุณให้บริการมันบนฮาร์ดแวร์ที่คุณน่าจะมีอยู่แล้ว และมันรับภาพหน้าจอและเฟรมวิดีโอได้ ซึ่งโมเดล dense 33B ทำไม่ได้ไม่ว่าจะราคาเท่าใด
ข้อโต้แย้งก็เป็นรูปธรรมไม่แพ้กัน Nanbeige4.3-33B รองรับ 524,288 โทเคนโดยกำเนิดโดยไม่ต้องขยายบริบท และสแต็กแบบ dense ทำให้พฤติกรรมในบริบทยาวคาดเดาได้ในแบบที่โมเดลแบบ sparse ทำไม่ได้ ด้วย KV cache 208 KiB ต่อโทเคนใน 52 เลเยอร์ หน้าต่างบริบทเต็มจึงมีต้นทุนราว 104 GiB — ซึ่งเป็นคำเตือน ไม่ใช่จุดขาย แต่นั่นก็หมายความว่าไม่มีการประมาณแบบแอบแฝงระหว่างสิ่งที่การ์ดสัญญาไว้กับสิ่งที่โมเดลทำจริง
การตัดสินใจนั้นจริง ๆ แล้วลงเอยที่ตรงไหน
ถ้างานของคุณเป็นมัลติโมดัล Qwen 3.6 35B-A3B คือคำตอบก่อนจะไปดู Benchmark ใด ๆ ส่วน Nanbeige4.3-33B เป็นข้อความล้วน และโมเดลที่เปิดใช้งาน 3B ซึ่งอ่านภาพได้ในราคาต่อโทเคนเพียงหนึ่งในสี่ ไม่ใช่ตัวเลือกอันดับสองที่ใกล้เคียงสำหรับไปป์ไลน์สกรีนช็อต
ถ้างานของคุณคือระบบอัตโนมัติบนเทอร์มินัลแบบระยะยาว และคุณมี GPU สี่ตัว ตัวเลข 29.8% ของ Nanbeige4.3-33B บน Terminal-Bench 4.0 ก็เป็นตัวเลขที่เผยแพร่จากภายนอกซึ่งแข็งแกร่งที่สุดในคู่นี้ และอัตราการไม่ฮาลูซิเนต 81.8% ของโมเดลก็เป็นคุณสมบัติที่ช่วยไม่ให้ลูปของเอเจนต์ลงมือทำสิ่งที่ผิดอย่างมั่นใจเป็นเวลายี่สิบนาที นั่นคือข้อได้เปรียบจริง และมันไม่ถูก
สำหรับทุกคนที่อยู่ตรงกลาง คำตอบในทางปฏิบัติคือ Qwen 3.6 35B-A3B เป็นโมเดลที่คุณประเมินได้บ่ายวันนี้ และ Nanbeige4.3-33B เป็นโมเดลที่คุณประเมินหลังซื้อฮาร์ดแวร์Qwen 3.6 35B-A3B อยู่ในแคตตาล็อกของ OrcaRouter ในราคาข้างต้น โดยใช้คีย์เดียวกันกับโมเดลที่เหลืออีกกว่า 200 รายการพร้อมการสลับสำรองอัตโนมัติข้ามผู้ให้บริการต้นทาง และมี routing DSL หากคุณต้องการแบ่งทราฟฟิกระหว่างโมเดลนี้กับโมเดลที่สองโดยไม่ต้องเขียนไคลเอนต์ตัวที่สอง Nanbeige4.3-33B ไม่อยู่ในแคตตาล็อก — เราไม่ได้โฮสต์มัน และไม่มีข้อความใดในบทความนี้ที่อ้างว่าเราโฮสต์
ความไม่สมมาตรนั้นคือบทสรุปที่ตรงไปตรงมาของการเปรียบเทียบทั้งหมด หนึ่งในโมเดลเหล่านี้คือบริการที่คุณสามารถวัดปริมาณการใช้งานและย้ายไปใช้ตัวอื่นได้ภายในบ่ายวันเดียว ส่วนอีกโมเดลหนึ่งคือ checkpoint ที่คุณนำมาใช้งาน Nanbeige สร้างแบบที่สองขึ้นมาอย่างตั้งใจ: มันเป็นครู การ์ดของมันระบุไว้เช่นนั้น และนักเรียนขนาด 3B ที่จะทำให้มันมีความสำคัญยังไม่เปิดตัว
