
Nimble v3 ra mắt âm thầm: Mô hình quyết định 9B của Bespoke Labs đã chuyển sang phi thương mại
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 185 tok/s
- openaiMỚIOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 trên 1 triệu token · 76 tok/s
- openaiMỚIOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 trên 1 triệu token · 151 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 240 tok/s
- AlibabaMỚIQwen: Qwen4 Max2026-11-16$1.50 / $4.50 trên 1 triệu token · 178 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 94 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 trên 1 triệu token · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 104 tok/s
Các trọng số của Nimble v3 — được lưu trữ dưới tên Bespoke-Nimble-9B-v3 — đã được tải lên Hugging Face vào ngày 30 tháng 9 năm 2026, và mười ba ngày sau Bespoke Labs vẫn chưa nói một lời nào về chúng trước công chúng. Không có bài đăng nào trên blog của chính phòng thí nghiệm, không có ghi chú phát hành, không có mục nào trong lịch sử pull-request của kho chứa đề cập đến phiên bản này, và không có dòng nào trong changelog của README dự án. Những gì tồn tại là một kho chứa gồm năm tệp, một bộ dữ liệu đánh giá đi kèm, một model card ngắn, và một giấy phép đã thay đổi. Cùng phòng thí nghiệm đó cũng đã đặt một placeholder cho Bespoke-Nimble-27B-v3 vào ngày 9 tháng 10 — một kho chứa mà tệp mô hình duy nhất là một ghi chú giải thích rằng các trọng số vẫn chưa tồn tại.
Đó là toàn bộ những gì có thể biết được từ phía nhà cung cấp, và đáng để tách biệt khỏi những gì không thể biết được. Mọi thứ dưới đây đều được lấy từ API Hugging Face, các thẻ mô hình thô, API GitHub, và siêu dữ liệu đóng gói mà mô hình hiện mang theo; ở đâu một con số là của chính nhà cung cấp, điều đó sẽ được nói rõ.
Thực sự có gì trong kho lưu trữ?
Bespoke-Nimble-9B-v3 chứa README.md, adapter_config.json, adapter_model.safetensors, một schema_config.json, và .gitattributes. Đó là danh sách đầy đủ. Đây là một PEFT LoRA adapter, không phải một mô hình độc lập: thẻ nêu tên Qwen/Qwen3.5-9B làm mô hình cơ sở, và mô hình cơ sở không được nhân bản trong kho lưu trữ.
Bản thân thẻ gồm bốn phần ngắn. Nó nói rằng bộ chuyển đổi nhận “một ngữ cảnh và các câu hỏi có kiểu (một lựa chọn trong số các tùy chọn, hoặc có/không)” và trả về xác suất cho mỗi tùy chọn. Nó báo cáo điểm Decision Index 0.2.1 là 56.88. Nó ghi rõ giấy phép. Nó mang một trích dẫn ghi tên Shreyas Pimpalgaonkar, Sid Devic, Mrinal Kumar, Pratik Dalal và Mahesh Sathiamoorthy.
Điều gì không có trong đó cũng quan trọng không kém. Không có tokenizer, không có prompt builder, không có mã suy luận tham chiếu, không có tệp checksum, không có hồ sơ nguồn gốc và không có hợp đồng độ dài ngữ cảnh — tất cả những thứ mà bản phát hành đầu tiên của dòng mô hình, Bespoke-Nimble-9B, đã ra mắt cùng với trọng số của chính nó vào ngày 18 tháng 9 như một phần của gói hai mươi mốt tệp. Kho lưu trữ v3 chỉ là một checkpoint adapter và một dòng giấy phép. Bất cứ thứ gì bạn cần để chạy nó đúng cách, giờ bạn tự lắp ghép hoặc lấy từ một bên đóng gói.

Giấy phép là phần sẽ quyết định ai có thể sử dụng nó
Câu duy nhất trong thẻ v3 làm thay đổi một cuộc trao đổi về mua sắm là thế này: Bespoke-Nimble-9B-v3 được phát hành theo CC BY-NC 4.0, mà thẻ này diễn giải là "nó không được sử dụng cho mục đích thương mại."
Mọi checkpoint Nimble trước đây đều dùng Apache 2.0. Bespoke-Nimble-9B dùng Apache 2.0. Bespoke-Nimble-9B-v2, được tải lên ngày 23 tháng 9, dùng Apache 2.0. Mô hình cơ sở dùng Apache 2.0 và vẫn giữ nguyên như vậy — thẻ của Bespoke nói rõ điều đó, đây là cách làm trung thực và cũng là lý do một công ty không thể lách qua hạn chế bằng cách viện dẫn giấy phép của mô hình cơ sở. Một mô hình cơ sở được cấp phép tự do không làm nới lỏng một adapter phi thương mại, và adapter chính là nơi hành vi quyết định diễn ra.
Có một câu hỏi về giấy phép thứ hai còn tệ hơn, bởi vì nó mơ hồ chứ không chỉ đơn thuần là hạn chế. Kho lưu trữ GitHub bespokelabsai/nimble — nơi đặt dự án, hiện đang có 2.179 sao — báo cáo không có giấy phép nào cả thông qua API của GitHub. Một kho lưu trữ không có tệp giấy phép thì không phải là mã nguồn mở theo bất kỳ nghĩa nào mà một luật sư sẽ chấp nhận, và điều đó đúng cho dù những người bảo trì có ý định như vậy hay không. README của chính phòng thí nghiệm thừa nhận còn những điểm chưa hoàn thiện trong bản phát hành đầu tiên của mô hình; một cơ sở mã huấn luyện và tuyển chọn không có giấy phép là một loại vấn đề khác.
Vậy nên, vị thế thực tế cho bất kỳ ai đang lên kế hoạch cho một sản phẩm ngày hôm nay là: các trọng số của Nimble v3 có thể đọc được, tải xuống được và là phi thương mại; mã nguồn tạo ra chúng không có điều khoản nào được công bố. Nếu bạn cần một mô hình ra quyết định dùng được cho mục đích thương mại trên nền tảng Qwen3.5-9B, thì đây không phải là mô hình đó, và các lựa chọn thay thế được xem xét trong Nimble v3 so với Kev và Nimble v3 so với Decider.
Ba bộ số, ba dụng cụ khác nhau
Thẻ v3 chỉ mang đúng một điểm số: 56.88 trên Decision Index 0.2.1. Kho dữ liệu đi kèm của Bespoke Labs công bố toàn bộ lần chạy, công cụ và hướng dẫn tái tạo, tức là mức minh bạch cao hơn hầu hết các nhà cung cấp, và con số này vẫn là của chính bên công bố — được đo bằng bản triển khai tham chiếu của chính họ cho một bộ công cụ của bên thứ ba.
Đối với checkpoint trước đó, dòng họ này đã công bố một bảng rộng hơn nhiều, và đây là tài liệu đối đầu trực tiếp duy nhất hiện có với mô hình mà hạng mục này được định nghĩa dựa trên đó. Trên 324 cặp tương phản giữ riêng (held-out), mô hình ngày 18 tháng 9 khớp 90.12% nhãn tham chiếu, so với 93.21% của Jev 1.13.0 do TypeSafe phát triển, còn nền tảng Qwen3.5-9B đạt 66.36%. Trên 3,880 quyết định do con người gán nhãn thuộc mười ba bộ dữ liệu công khai, khoảng cách là 75.7% so với 76.0% của Jev — một kết quả ngang ngửa. Những con số đó thuộc về đầu tiên Nimble, chứ không phải v3, và dự án ghi chú chúng là các phép đo của chính mình.
Bộ thứ ba là bộ không có ai ở Bespoke Labs chạy. Gói hiện phát hành mô hình để dùng cục bộ đã công bố một lượt chạy 231 ca của bản gốc JevBench, bộ dễ và bộ khó, trên một Apple M5 Max với GPU 40 nhân: 201/231 đúng ở độ trễ trung vị 88 ms cho bản MLX chưa lượng tử hóa, 202/231 ở 176 ms cho bản GGUF chưa lượng tử hóa, và 198/231 ở 168 ms cho lượng tử hóa Q4_K_M — kèm lưu ý in ngay cạnh bảng rằng lượng tử hóa làm thay đổi điểm số và quyết định. Đây là một harness của bên thứ ba, nhưng nó là harness đóng gói, không phải một cuộc kiểm toán độc lập, và chính những người đóng gói nói thẳng rằng JevBench và Decision Index dùng các nhiệm vụ khác nhau và cách tính điểm khác nhau.

Những gì Bespoke Labs chưa nói
Năm điều mà người đọc sẽ hợp lý kỳ vọng tìm thấy và sẽ không tìm thấy:
• Độ dài ngữ cảnh. Thẻ v3 không nêu thông tin nào. Danh mục niêm yết của đơn vị đóng gói quảng cáo 32.768 token, còn bản phát hành trước đó của dòng này ghi nhận một cam kết 8.192 token, với các prompt quá khổ bị từ chối thay vì bị cắt bớt. Đó là những con số khác nhau mô tả những thứ khác nhau, và không có gì trong tài liệu v3 của chính Bespoke giải quyết được việc con số nào áp dụng cho chính adapter.
• Một mức trần lựa chọn.Các checkpoint Nimble trước đây đã ghi nhận 1 đến 255 lựa chọn cho mỗi trường — một sự mở rộng có chủ đích vượt ra ngoài 26 mục ban đầu, bằng cách sử dụng thêm các khe từ vựng đơn token. Việc v3 có kế thừa mức trần đó hay không thì không được nêu rõ.
• Một nhiệt độ. Lịch sử của dòng này ở đây thực sự hữu ích và đáng để biết: checkpoint gốc được phát hành với giá trị fit gần 2.18, bản cập nhật ngày 24 tháng 9 đã đặt mặc định thành 1.0 mà không có fit riêng, và các bản phát hành trung gian mang cài đặt riêng của chúng. Dùng nhầm cái nào không làm thay đổi đáp án nào thắng, nhưng nó thay đổi mọi xác suất — và đó chính là toàn bộ sản phẩm. Thẻ v3 im lặng.
• Bất kỳ tuyên bố nào về những gì đã thay đổi. Lịch sử PR của kho lưu trữ nhảy từ "Support latest Nimble 9B release and checkpoint defaults" vào ngày 24 tháng 9 sang một huy hiệu README vào ngày 13 tháng 10. Không có ghi chú thay đổi v3, không có cập nhật nguồn gốc dữ liệu, không có bản tóm tắt huấn luyện.
• Bất cứ điều gì về 27B.Kho lưu trữ Bespoke-Nimble-27B-v3, được tạo ngày 9 tháng 10, chứa một tuyên bố giấy phép, một README và một tệp có toàn bộ nội dung là việc các trọng số chưa được phát hành. README đưa ra một con số — 65.33 trên bộ công khai Decision Index 0.3 — và nói rằng mô hình chạy trên API được lưu trữ của Bespoke Labs, với quyền truy cập bằng cách liên hệ với phòng thí nghiệm. Không có bản tải xuống, không có ngày, không có trọng số. Đây là một trình giữ chỗ và nên được đọc như vậy.
Đó là dáng dấp của một lô hàng âm thầm: một điểm kiểm soát xuất hiện, còn tài liệu thì không, và số phiên bản là dấu hiệu duy nhất cho thấy một quyết định đã được đưa ra.
Điều gì thực sự đã thay đổi trong tuần này
Bản tải lên ngày 30 tháng 9 không phải là thứ khiến điều này có thể được viết hôm nay. Thứ khiến điều này có thể được viết là Nimble v3 đã trở nên có thể cài đặt trong vài ngày qua. Một runtime mô hình cục bộ đã thêm nimble-v3 vào thư viện công khai của nó vào ngày 13 tháng 10, hợp nhất adapter vào phần nền Qwen3.5-9B để một lệnh pull duy nhất tạo ra một mô hình ra quyết định 9B có thể chạy được ở sáu định dạng trọng số — hai bản dựng chưa lượng tử hóa ở 17,9 GB, một bản dựng MXFP8 MLX 9,3 GB, một bản dựng NVFP4 6,9 GB, một bản Q8_0 9,5 GB và một bản Q4_K_M 5,6 GB. Vào thời điểm viết, danh sách hiển thị 45 lượt tải xuống và tem "cập nhật ba giờ trước", tức là gần như mới nhất mà một mục danh mục mô hình có thể đạt được.
Có hai điều kéo theo. Điều thứ nhất là câu hỏi về truy cập đã thay đổi tính chất: mười ba ngày trước, dùng Nimble v3 đồng nghĩa với việc tải một base 9B, hợp nhất một LoRA, và tái dựng một định dạng prompt mà kho lưu trữ không còn ghi lại nữa. Giờ đây, nó đồng nghĩa với việc kéo về một gói — với hạn chế giấy phép đi kèm bên trong gói đó, và với ghi chú của chính người đóng gói rằng họ đã hợp nhất adapter vào base do nhà phát hành chỉ định, thay vì phân phối lại bất cứ thứ gì mà Bespoke Labs không công bố.
Điều thứ hai là giờ đã có một con số lần chạy đầu tiên cho một mô hình mà trước đây không hề có. Một con số độ chính xác trên 231 trường hợp và một phân bố độ trễ từ một harness không phải của nhà cung cấp chính là kiểu bằng chứng mà hạng mục này còn thiếu, và nó đáng được đọc như một mức sàn chứ không phải một phán quyết: cùng lần chạy đó đặt bản lượng tử hóa thấp hơn bản không lượng tử hóa 4 trường hợp, và các đơn vị đóng gói cảnh báo rằng các ngưỡng của bạn cần được tái xác nhận dựa trên chính các ví dụ của bạn.
Điều này đặt định tuyến ở đâu: một mô hình quyết định là một thành phần hẹp, và Nimble v3 chỉ trả lời những câu hỏi bạn đưa cho nó — nó không thể viết, giải thích hay trả về một câu trả lời không nằm trong số các lựa chọn của bạn. Nửa tạo sinh của một pipeline như vậy chính là phần mà OrcaRouter đảm nhiệm: hơn 200 mô hình đằng sau một khóa tương thích OpenAI với giá niêm yết của nhà cung cấp được chuyển tiếp với mức chênh lệch 0%, cùng khả năng tự động chuyển đổi dự phòng và một DSL định tuyến mà bạn có thể diễn đạt bằng mã. OrcaRouter không cung cấp Nimble v3, và không có gì ở đây nên được hiểu là tuyên bố rằng nó có. Cách diễn đạt chính xác là: một đầu quyết định cục bộ, rẻ, và một mô hình tạo sinh được định tuyến đằng sau nó là hai nửa của cùng một mô hình thiết kế, và nếu bạn đang xây dựng nửa thứ hai, thì đó chính là chúng tôi.

Làm gì với nó, và cần chú ý điều gì
Nếu bạn đang đánh giá các mô hình ra quyết định thay vì triển khai một mô hình, thì Nimble v3 hiện là cách rẻ nhất để bước vào hạng mục này: chỉ một lần pull duy nhất, không yêu cầu GPU gì ngoài một chiếc laptop, một chỉ số độ chính xác của bên thứ ba đã được ghi lại, và một giấy phép phù hợp cho nghiên cứu. Nếu bạn đang xây dựng một sản phẩm, giấy phép sẽ trả lời câu hỏi trước cả các benchmark, và việc thiếu hợp đồng ngữ cảnh cùng temperature nghĩa là bạn sẽ hiệu chỉnh trên dữ liệu của chính mình dù bạn có định làm vậy hay không.
Ba điều có thể thay đổi đánh giá này: một thông báo từ nhà cung cấp làm rõ giấy phép (CC BY-NC trên một checkpoint chủ lực là điều bất thường đối với một phòng thí nghiệm mà ngoài trường hợp này đã phát hành theo Apache 2.0 và huy động được 40 triệu USD để xây dựng cho doanh nghiệp), một kho 27B đã được lấp đầy, và một ghi chú thay đổi giải thích v3 thực sự đã làm khác gì so với v2. Cho đến lúc đó, tóm tắt trung thực là một đội ngũ có năng lực đã tải lên một checkpoint, hạn chế việc sử dụng nó, và để cho các đơn vị đóng gói thực hiện việc công bố.
Nimble v3 là một adapter trọng số mở mà bạn tự vận hành; nửa tạo sinh của cùng một pipeline đó là phần OrcaRouter đảm nhiệm. 200+ mô hình đằng sau một khóa tương thích OpenAI OrcaRouter không cung cấp Nimble v3, và không nội dung nào trong bài viết này nên được hiểu là tuyên bố rằng nó có cung cấp.
