
Nimble v3 เปิดตัวเงียบ ๆ: โมเดลตัดสินใจขนาด 9B ของ Bespoke Labs กลายเป็นแบบไม่ใช้เชิงพาณิชย์
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 185 tok/s
- openaiใหม่OpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 76 tok/s
- openaiใหม่OpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 151 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 240 tok/s
- Alibabaใหม่Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 ต่อ 1 ล้านโทเค็น · 178 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 94 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 ต่อ 1 ล้านโทเค็น · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
น้ำหนักสำหรับ Nimble v3 — ซึ่งบันทึกเป็น Bespoke-Nimble-9B-v3 — ถูกอัปโหลดไปยัง Hugging Face เมื่อวันที่ 30 กันยายน 2026 และสิบสามวันต่อมา Bespoke Labs ก็ยังไม่พูดอะไรเกี่ยวกับเรื่องนี้ต่อสาธารณะเลย ไม่มีโพสต์ในบล็อกของห้องแล็บเอง ไม่มีบันทึกการเปิดตัว ไม่มีรายการในประวัติ pull request ของที่เก็บที่กล่าวถึงเวอร์ชันนี้ และไม่มีบรรทัดใน changelog ของ README โปรเจกต์ สิ่งที่มีอยู่คือที่เก็บห้าไฟล์ ชุดข้อมูลการประเมินที่มาคู่กัน การ์ดโมเดลสั้น ๆ และสัญญาอนุญาตที่เปลี่ยนไป ห้องแล็บเดียวกันยังได้วางที่ว่างสำหรับ Bespoke-Nimble-27B-v3 เมื่อวันที่ 9 ตุลาคม — ที่เก็บซึ่งไฟล์โมเดลเพียงไฟล์เดียวคือบันทึกที่อธิบายว่าน้ำหนักยังไม่มีอยู่
นั่นคือทั้งหมดเท่าที่สามารถรู้ได้จากฝั่งผู้ขาย และควรค่าแก่การแยกออกจากสิ่งที่ยังรู้ไม่ได้ ทุกอย่างด้านล่างนี้มีแหล่งที่มาจาก Hugging Face API, การ์ดโมเดลดิบ, GitHub API และเมทาดาทาแพ็กเกจจิงที่โมเดลนี้มีอยู่ในปัจจุบัน; ในกรณีที่ตัวเลขเป็นของผู้ขายเอง ก็จะระบุไว้เช่นนั้น
จริง ๆ แล้วมีอะไรอยู่ใน repository
Bespoke-Nimble-9B-v3 ประกอบด้วย README.md, adapter_config.json, adapter_model.safetensors, schema_config.json และ .gitattributes นั่นคือรายการทั้งหมด มันเป็นอะแดปเตอร์ PEFT LoRA ไม่ใช่โมเดลแบบสแตนด์อโลน: การ์ดระบุชื่อ Qwen/Qwen3.5-9B เป็นฐาน และฐานไม่ได้ถูกทำซ้ำในรีโพซิทอรี
การ์ดนี้ประกอบด้วยสี่ส่วนสั้น ๆ กล่าวว่าอะแดปเตอร์รับ "บริบทและคำถามที่มีการระบุชนิด (ตัวเลือกหนึ่งในหลายตัวเลือก หรือใช่หรือไม่)" และคืนค่าความน่าจะเป็นสำหรับแต่ละตัวเลือก โดยรายงานคะแนน Decision Index 0.2.1 เท่ากับ 56.88 ระบุใบอนุญาต และมีการอ้างอิงที่ระบุชื่อ Shreyas Pimpalgaonkar, Sid Devic, Mrinal Kumar, Pratik Dalal และ Mahesh Sathiamoorthy
สิ่งที่ไม่มีอยู่ในนั้นสำคัญพอ ๆ กัน ไม่มีตัวตัดคำ ไม่มีตัวสร้างพรอมป์ต์ ไม่มีโค้ดสำหรับการอนุมานอ้างอิง ไม่มีไฟล์ตรวจสอบผลรวม ไม่มีบันทึกที่มา และไม่มีข้อสัญญาเรื่องความยาวบริบท — ทั้งหมดนี้คือสิ่งที่รุ่นแรกของตระกูลนี้ Bespoke-Nimble-9B ได้จัดส่งไปพร้อมกับน้ำหนักของตัวเองเมื่อวันที่ 18 กันยายน ในฐานะส่วนหนึ่งของแพ็กเกจจำนวน 21 ไฟล์ พื้นที่เก็บ v3 เป็นเพียงเช็กพอยต์อะแดปเตอร์และบรรทัดสัญญาอนุญาต อะไรก็ตามที่คุณจำเป็นต้องใช้เพื่อรันมันอย่างถูกต้อง ตอนนี้คุณต้องประกอบขึ้นเองหรือรับมาจากผู้จัดแพ็กเกจ

ใบอนุญาตคือส่วนที่จะตัดสินว่าใครสามารถใช้งานได้
ประโยคเดียวในบัตร v3 ที่เปลี่ยนบทสนทนาเรื่องการจัดซื้อจัดจ้างให้แตกต่างไปคือประโยคนี้: Bespoke-Nimble-9B-v3 เผยแพร่ภายใต้ CC BY-NC 4.0ซึ่งบัตรดังกล่าวอธิบายสั้น ๆ ว่า "ห้ามนำไปใช้เพื่อวัตถุประสงค์เชิงพาณิชย์"
เช็กพอยต์ Nimble ก่อนหน้านี้ทุกรายการอยู่ภายใต้ Apache 2.0 Bespoke-Nimble-9B อยู่ภายใต้ Apache 2.0 Bespoke-Nimble-9B-v2, ซึ่งอัปโหลดเมื่อวันที่ 23 กันยายน อยู่ภายใต้ Apache 2.0 โมเดลฐานอยู่ภายใต้ Apache 2.0 และยังคงเป็นเช่นนั้น — การ์ดของ Bespoke ระบุไว้อย่างชัดเจน ซึ่งเป็นสิ่งที่ซื่อสัตย์ที่ควรทำ และยังเป็นเหตุผลที่บริษัทไม่สามารถหลบเลี่ยงข้อจำกัดได้โดยชี้ไปที่สัญญาอนุญาตของโมเดลฐาน โมเดลฐานที่ใช้สัญญาอนุญาตแบบเปิดกว้างไม่ได้ทำให้อะแดปเตอร์ที่ไม่ใช่เชิงพาณิชย์ผ่อนคลายลง และอะแดปเตอร์คือที่ที่พฤติกรรมการตัดสินใจอาศัยอยู่
มีคำถามเรื่องใบอนุญาตข้อที่สองที่แย่กว่า เพราะมันกำกวม ไม่ใช่เพียงแค่จำกัดสิทธิ์เท่านั้น รีโพซิทอรี GitHub bespokelabsai/nimble — ที่อยู่หลักของโปรเจกต์ ซึ่งปัจจุบันมี 2,179 ดาว — รายงานว่า ไม่มีใบอนุญาตเลย ผ่าน API ของ GitHub รีโพซิทอรีที่ไม่มีไฟล์ใบอนุญาตไม่ถือเป็นโอเพนซอร์สในความหมายใด ๆ ที่นักกฎหมายจะยอมรับ และนั่นเป็นจริงไม่ว่าผู้ดูแลจะตั้งใจหรือไม่ก็ตาม README ของแล็บเองยอมรับถึงความไม่เรียบร้อยในรุ่นแรกของโมเดล ฐานโค้ดสำหรับการฝึกและจัดคิวเรชันที่ไม่มีใบอนุญาตเป็นปัญหาคนละประเภท
ดังนั้น จุดยืนในทางปฏิบัติสำหรับใครก็ตามที่วางแผนจะทำผลิตภัณฑ์ในวันนี้ก็คือ: น้ำหนักของ Nimble v3 นั้นอ่านได้ ดาวน์โหลดได้ และใช้ในเชิงพาณิชย์ไม่ได้ ส่วนโค้ดที่ผลิตน้ำหนักเหล่านั้นขึ้นมาไม่มีข้อกำหนดที่ประกาศไว้ หากคุณต้องการโมเดลการตัดสินใจที่ใช้ในเชิงพาณิชย์ได้บนฐาน Qwen3.5-9B ตัวนี้ไม่ใช่ตัวนั้น และทางเลือกอื่น ๆ ได้รับการพิจารณาใน Nimble v3 กับ Kev และ Nimble v3 กับ Decider.
ตัวเลขสามชุด เครื่องมือสามชนิดที่แตกต่างกัน
การ์ด v3 มีคะแนนเพียงหนึ่งเดียวเท่านั้น: 56.88 บน Decision Index 0.2.1 คลังชุดข้อมูลประกอบของ Bespoke Labs เผยแพร่การรันฉบับเต็ม เอนจิน และคำแนะนำในการทำซ้ำ ซึ่งถือว่ามีความโปร่งใสมากกว่าที่ผู้ขายส่วนใหญ่เสนอ และตัวเลขนี้ก็ยังคงเป็นของผู้เผยแพร่เอง — วัดด้วยการใช้งานอ้างอิงของชุดเครื่องมือจากบุคคลที่สามของตนเอง
สำหรับเช็กพอยต์ก่อนหน้านี้ ทางตระกูลโมเดลได้เผยแพร่ตารางที่ใหญ่กว่ามาก และนี่คือข้อมูลเปรียบเทียบแบบตัวต่อตัวที่มีอยู่กับโมเดลที่นิยามหมวดหมู่นี้ ในคู่เปรียบเทียบแบบ held-out จำนวน 324 คู่ โมเดล September ตรงกับป้ายอ้างอิง 90.12% เทียบกับ 93.21% ของ Jev 1.13.0 จาก TypeSafe โดยโมเดลฐาน Qwen3.5-9B อยู่ที่ 66.36% จากคำตัดสิน 3,880 รายการที่มนุษย์ติดป้ายกำกับในชุดข้อมูลสาธารณะสิบสามชุด คะแนนอยู่ที่ 75.7% เทียบกับ 76.0% ของ Jev — สูสีกันจนแทบเสมอ ตัวเลขเหล่านั้นเป็นของ รุ่นแรกของ Nimble ไม่ใช่ v3 และโครงการระบุว่าสิ่งเหล่านี้เป็นการวัดของตัวเอง
ชุดที่สามคือชุดที่ไม่มีใครใน Bespoke Labs ได้รัน แพ็กเกจที่ตอนนี้จัดส่งโมเดลสำหรับใช้งานในเครื่องได้เผยแพร่การรัน 231 เคสของ JevBench ต้นฉบับ ทั้งชุดง่ายและชุดยาก บน Apple M5 Max ที่มี GPU 40 คอร์: ถูกต้อง 201 จาก 231 ที่ความหน่วงมัธยฐาน 88 มิลลิวินาทีสำหรับบิลด์ MLX ที่ไม่ควอนไทซ์, 202 จาก 231 ที่ 176 มิลลิวินาทีสำหรับบิลด์ GGUF ที่ไม่ควอนไทซ์ และ 198 จาก 231 ที่ 168 มิลลิวินาทีสำหรับการควอนไทซ์ Q4_K_M — โดยมีข้อควรระวังที่พิมพ์ไว้ข้างตารางว่าการควอนไทซ์เปลี่ยนคะแนนและการตัดสินใจ นี่เป็นฮาร์เนสของบุคคลที่สาม แต่เป็นฮาร์เนสสำหรับการแพ็กเกจ ไม่ใช่การตรวจสอบอิสระ และผู้จัดแพ็กเกจกล่าวอย่างตรงไปตรงมาว่า JevBench กับ Decision Index ใช้งานที่แตกต่างกันและใช้การให้คะแนนที่แตกต่างกัน

สิ่งที่ Bespoke Labs ยังไม่ได้กล่าว
ห้าสิ่งที่ผู้อ่านย่อมคาดหวังอย่างสมเหตุสมผลว่าจะพบ แต่จะไม่พบ:
• ความยาวบริบท การ์ด v3 ไม่ได้ระบุไว้ รายการของผู้จัดแพ็กเกจโฆษณาไว้ที่ 32,768 โทเคน และการเปิดตัวก่อนหน้าของตระกูลนี้ระบุข้อกำหนด 8,192 โทเคน โดยพรอมป์ต์ที่ยาวเกินจะถูกปฏิเสธแทนที่จะถูกตัดทอน ตัวเลขเหล่านั้นเป็นตัวเลขที่ต่างกันซึ่งอธิบายคนละเรื่อง และไม่มีสิ่งใดในเอกสาร v3 ของ Bespoke เองที่ระบุได้ว่าค่าใดใช้กับอะแดปเตอร์เอง
• เพดานตัวเลือกเช็กพอยต์ Nimble รุ่นก่อน ๆ บันทึกไว้ว่ารองรับ 1 ถึง 255 ตัวเลือกต่อฟิลด์ — เป็นการขยายเกินกว่า 26 ตัวเลือกดั้งเดิมอย่างจงใจ โดยใช้ช่องคำศัพท์แบบโทเคนเดี่ยวเพิ่มเติม ไม่มีการระบุว่า v3 สืบทอดเพดานนี้หรือไม่
• อุณหภูมิ ประวัติของตระกูลนี้มีประโยชน์จริง ๆ และน่ารู้: เช็กพอยต์ต้นฉบับมาพร้อมค่าที่ฟิตไว้ใกล้ 2.18 อัปเดตวันที่ 24 กันยายนเปลี่ยนค่าเริ่มต้นเป็น 1.0 โดยไม่มีการฟิตแยกต่างหาก และเวอร์ชันที่ออกระหว่างนั้นต่างก็มีการตั้งค่าของตัวเอง การนำค่าที่ผิดมาใช้ไม่ได้เปลี่ยนว่าคำตอบใดจะชนะ แต่เปลี่ยนความน่าจะเป็นทุกค่า — ซึ่งนั่นคือผลิตภัณฑ์ทั้งหมด การ์ด v3 ไม่ได้ระบุ
• คำแถลงใด ๆ เกี่ยวกับสิ่งที่เปลี่ยนแปลงไป ประวัติ PR ของ repository กระโดดจาก "Support latest Nimble 9B release and checkpoint defaults" เมื่อวันที่ 24 กันยายน ไปยัง badge ของ README เมื่อวันที่ 13 ตุลาคม ไม่มีบันทึกการเปลี่ยนแปลง v3 ไม่มีการอัปเดต data lineage ไม่มีสรุปการฝึกอบรม
• อะไรก็ตามเกี่ยวกับ 27Bเดอะ Bespoke-Nimble-27B-v3 ที่เก็บ ซึ่งสร้างเมื่อวันที่ 9 ตุลาคม มีประกาศสิทธิ์ใช้งาน ไฟล์ README และไฟล์ที่มีเนื้อหาทั้งหมดว่า น้ำหนักยังไม่เปิดเผย README ให้ตัวเลขหนึ่งตัว — 65.33 บนชุดสาธารณะ Decision Index 0.3 — และกล่าวว่าโมเดลทำงานบน API ที่โฮสต์โดย Bespoke Labs โดยเข้าถึงได้ผ่านการติดต่อแล็บ ไม่มีดาวน์โหลด ไม่มีวันที่ ไม่มีน้ำหนัก มันเป็นตัวแทนชั่วคราวและควรอ่านเช่นนั้น
นั่นคือรูปแบบของการจัดส่งที่เงียบงัน: จุดตรวจหนึ่งปรากฏขึ้น เอกสารกลับไม่ปรากฏ และหมายเลขเวอร์ชันเป็นเพียงสิ่งเดียวที่บ่งชี้ว่ามีการตัดสินใจเกิดขึ้น
อะไรที่เปลี่ยนไปจริง ๆ ในสัปดาห์นี้
การอัปโหลดเมื่อวันที่ 30 กันยายนไม่ใช่สิ่งที่ทำให้เรื่องนี้สามารถเขียนได้ในวันนี้ สิ่งที่ทำให้สามารถเขียนได้คือ Nimble v3 กลายเป็นสิ่งที่ติดตั้งได้ในไม่กี่วันที่ผ่านมา รันไทม์โมเดลภายในเครื่องได้เพิ่มnimble-v3เข้าสู่ไลบรารีสาธารณะเมื่อวันที่ 13 ตุลาคม โดยรวมอะแดปเตอร์เข้ากับฐาน Qwen3.5-9B เพื่อให้คำสั่ง pull เพียงคำสั่งเดียวให้โมเดลตัดสินใจขนาด 9B ที่รันได้ในรูปแบบน้ำหนักหกแบบ — บิลด์ที่ไม่ผ่านการควอนไทซ์สองแบบที่ 17.9 GB, บิลด์ MXFP8 MLX ขนาด 9.3 GB, บิลด์ NVFP4 ขนาด 6.9 GB, Q8_0 ขนาด 9.5 GB และ Q4_K_M ขนาด 5.6 GB ณ ขณะที่เขียน รายการนี้มียอดดาวน์โหลด 45 ครั้งและตราประทับ "อัปเดตเมื่อสามชั่วโมงที่แล้ว" ซึ่งถือว่าสดใหม่ที่สุดเท่าที่รายการในแค็ตตาล็อกโมเดลจะเป็นได้
มีสองเรื่องตามมา เรื่องแรกคือคำถามเรื่องการเข้าถึงได้เปลี่ยนลักษณะไปแล้ว: เมื่อสิบสามวันก่อน การใช้ Nimble v3 หมายถึงการดาวน์โหลดฐานขนาด 9B การรวม LoRA และการสร้างรูปแบบพรอมป์ต์ขึ้นมาใหม่ซึ่งที่เก็บโค้ดไม่ได้เอกสารกำกับไว้อีกต่อไป ตอนนี้มันหมายถึงการดึงแพ็กเกจ — โดยมีข้อจำกัดด้านใบอนุญาตติดมาอยู่ข้างในด้วย และมีบันทึกของผู้จัดทำแพ็กเกจเองว่าได้รวมอะแดปเตอร์เข้ากับฐานที่ผู้เผยแพร่กำหนดไว้ แทนที่จะแจกจ่ายซ้ำสิ่งใดที่ Bespoke Labs ไม่ได้เผยแพร่
ประการที่สองคือ ตอนนี้มีตัวเลขจากการรันครั้งแรกสำหรับโมเดลที่ไม่เคยมีมาก่อน ตัวเลขความแม่นยำจาก 231 เคสและการกระจายตัวของความหน่วงจากแฮร์เนสที่ไม่ใช่ของผู้ขาย ถือเป็นหลักฐานชนิดที่หมวดนี้ขาดหายไปพอดี และควรอ่านเป็นขอบล่างมากกว่าจะเป็นคำตัดสิน: การรันเดียวกันทำให้บิลด์ที่ควอนไทซ์ต่ำกว่าบิลด์ที่ไม่ควอนไทซ์อยู่ 4 เคส และผู้จัดแพ็กเกจเตือนว่าเกณฑ์ของคุณจำเป็นต้องตรวจสอบความถูกต้องใหม่กับตัวอย่างของคุณเอง
สิ่งนี้ทำให้การจัดเส้นทาง (routing) อยู่ตรงไหน: โมเดลสำหรับตัดสินใจเป็นองค์ประกอบที่มีขอบเขตแคบ และ Nimble v3 ตอบเฉพาะคำถามที่คุณป้อนให้มันเท่านั้น — มันไม่สามารถเขียน อธิบาย หรือคืนคำตอบที่ไม่ใช่หนึ่งในตัวเลือกของคุณได้ ครึ่งส่วนที่สร้างเนื้อหา (generative) ของไปป์ไลน์แบบนั้นคือส่วนที่ OrcaRouter ครอบคลุม: โมเดล 200+ ตัวอยู่เบื้องหลังคีย์เดียวที่เข้ากันได้กับ OpenAI ในราคาตามรายการของผู้ให้บริการที่ส่งผ่านโดยบวกกำไร 0% พร้อม failover อัตโนมัติและ routing DSL ที่คุณเขียนเป็นโค้ดได้ OrcaRouter ไม่ได้ให้บริการ Nimble v3 และไม่มีข้อความใดที่นี่ควรถูกตีความว่าเป็นการอ้างว่าให้บริการดังกล่าว กรอบที่ถูกต้องคือ decision head ราคาถูกที่รันภายในเครื่อง และโมเดลสร้างเนื้อหาที่ผ่านการจัดเส้นทางอยู่เบื้องหลัง เป็นสองครึ่งของแพตเทิร์นเดียว และหากคุณกำลังสร้างครึ่งหลัง นั่นคือเรา

จะทำอย่างไรกับมัน และสิ่งที่ต้องระวัง
หากคุณกำลังประเมินโมเดลการตัดสินใจแทนที่จะนำไปใช้งานจริง Nimble v3 ตอนนี้เป็นวิธีที่ถูกที่สุดในการเข้าสู่หมวดหมู่นี้: ดึงครั้งเดียว ไม่ต้องใช้ GPU อะไรเกินกว่าแล็ปท็อป มีตัวเลขความแม่นยำจากบุคคลที่สามที่จัดทำเอกสารไว้ และมีสัญญาอนุญาตที่ใช้สำหรับการวิจัยได้อย่างไม่มีปัญหา หากคุณกำลังสร้างผลิตภัณฑ์ สัญญาอนุญาตจะตอบคำถามก่อนที่เกณฑ์มาตรฐานจะตอบ และการที่ไม่มีสัญญาว่าด้วยบริบท (context contract) กับอุณหภูมิ (temperature) หมายความว่าคุณจะปรับเทียบบนข้อมูลของคุณเอง ไม่ว่าคุณจะตั้งใจหรือไม่ก็ตาม
สามสิ่งที่จะเปลี่ยนการประเมินนี้ ได้แก่ ประกาศจากผู้ขายที่ชี้แจงไลเซนส์ให้ชัดเจน (การใช้ CC BY-NC กับเช็กพอยต์เรือธงเป็นเรื่องผิดปกติสำหรับแล็บที่โดยปกติปล่อย Apache 2.0 และระดมทุนได้ $40M เพื่อสร้างสำหรับองค์กร), รีโป 27B ที่มีข้อมูลครบถ้วน และบันทึกการเปลี่ยนแปลงที่อธิบายว่า v3 ทำอะไรแตกต่างจาก v2 จริง ๆ จนกว่าจะถึงตอนนั้น สรุปที่ซื่อสัตย์ก็คือ ทีมที่มีความสามารถอัปโหลดเช็กพอยต์ จำกัดการใช้งานของมัน แล้วปล่อยให้ผู้จัดแพ็กเกจเป็นคนประกาศ
Nimble v3 เป็นอะแดปเตอร์แบบเปิดน้ำหนักที่คุณต้องให้บริการเอง ส่วนครึ่งที่ทำหน้าที่สร้างเนื้อหาของไปป์ไลน์เดียวกันคือสิ่งที่ OrcaRouter ครอบคลุม โมเดลกว่า 200+ หลังคีย์เดียวที่เข้ากันได้กับ OpenAI OrcaRouter ไม่ได้ให้บริการ Nimble v3 และไม่มีข้อความใดในบทความนี้ที่ควรตีความว่าเป็นการอ้างว่าให้บริการดังกล่าว
