O Nanbeige4.2-3B é um modelo agênico geral compacto com 3B de parâmetros não de embedding, pré-treinado do zero em 28T de tokens usando uma arquitetura Looped Transformer que reutiliza pilhas de camadas para aumentar a capacidade sem adicionar parâmetros.

O modelo utiliza RLHF misto sobre respostas Think e Non-Think, RL de raciocínio controlado por comprimento e RL agênico com recompensas de resultado e processo para estabilizar o treinamento. Ele demonstra desempenho sólido em tarefas de code-agent, office-agent e uso complexo de ferramentas, enquanto mantém capacidades competitivas de raciocínio em matemática, programação e ciências.

Avaliações extensas mostram que o Nanbeige4.2-3B supera modelos maiores, incluindo Qwen3.5-9B e Gemma4-12B, em diversos benchmarks agênticos. Seu desempenho com OpenClaw apoia seu uso como assistente pessoal local compacto.