Nanbeige4.1-3B模型使用入口，30亿参数全能型开源模型，推理/对齐/智能体能力全拉满

Nanbeige4.1-3B是基于Nanbeige4-3B-Base架构打造的增强迭代版模型，为Nanbeige团队推理专用模型Nanbeige4-3B-Thinking-2511的全面升级版本。该模型通过多轮监督微调（SFT）、强化学习后训练（RLHF）等优化手段实现性能全方位提升，以仅30亿（3B）的小参数规模，打破“小参数=弱性能”的固有认知——既保留轻量化部署优势，又兼具强大推理能力、稳健偏好对齐效果、高效智能体行为，为小模型生态的全能化发展树立全新范式。

Nanbeige4.1-3B模型功能特点：

1、深度推理能力：单次前向传播搞定复杂多步骤问题：

Nanbeige4.1-3B最核心的突破在于连贯且深度的推理能力：无需多轮调用或外挂工具辅助，仅通过单次前向传播即可完成逻辑严密的持续推理，高效拆解并解决复杂多步骤问题。

在LiveCodeBench-Pro（编程推理）、IMO-Answer-Bench（数学竞赛）、AIME 2026 I（高阶数学推理）等对推理深度、逻辑连贯性要求极高的权威基准任务中，模型能稳定输出正确答案，推理稳定性与准确性可媲美甚至超越远高于自身参数规模的模型。

2、偏好对齐能力：越级表现，超越更大参数规模模型：

偏好对齐性能实现质的突破，通过优化的对齐训练策略，精准捕捉人类偏好需求，输出更贴合意图、更有用、更安全的回答。

在Arena-Hard-v2、Multi-Challenge两大权威偏好对齐基准测试中：

– 显著超越Qwen3-4B-2507、Nanbeige4-3B-2511等同参数规模主流模型；

– 明显领先Qwen3-30B-A3B、Qwen3-32B等更大参数规模模型；

彻底打破“对齐性能依赖大参数”的传统认知，展现极强的越级竞争力。

3、智能体能力：填补空白，通用推理+智能体双优：

这是Nanbeige4.1-3B最具里程碑意义的突破——成为首个原生支持深度搜索任务、可稳定维持500+轮工具调用 的通用小参数模型，实现通用推理与智能体能力的统一。

此前小模型生态长期存在“二选一”困境：要么专注通用推理但缺乏工具调用能力，要么优化智能体场景但通用推理薄弱；而Nanbeige4.1-3B填补了这一核心空白，兼顾两者并实现双优，让轻量模型也能胜任复杂智能体任务。