XingChen: Xing4.0 29B A4B (free) API
Model bahasa agenik besar dari China Telecom dengan arsitektur MoE 29B parameter dan 4B parameter aktif, mendukung konteks 256K yang dapat diperluas hingga 512K.
Xing4.0 29B A4B adalah model bahasa besar agenik yang dikembangkan oleh China Telecom Artificial Intelligence Technology Co., Ltd. dan dirilis pada 17 September 2026. Model ini menggunakan arsitektur Mixture-of-Experts dengan 29B parameter total dan hanya 4B parameter aktif per inferensi, sehingga efisien secara komputasi. Konteksnya mencapai 256K secara native dan dapat diperluas hingga 512K, cocok untuk memproses dokumen panjang atau percakapan multi-putaran yang kompleks. Penalaran diaktifkan secara default dan dapat dimatikan sesuai kebutuhan.
Model ini dirancang untuk tugas-tugas agenik seperti pengembangan kode, analisis data, otomasi kantor, layanan kehidupan, serta aplikasi agen yang memerlukan perencanaan tugas kompleks, pemanggilan alat, dan eksekusi otonom. Kemampuannya mencakup perencanaan tugas, pemanggilan alat, dan eksekusi mandiri, sehingga dapat menjalankan alur kerja otonom yang rumit. Xing4.0 29B A4B juga dapat dijalankan pada satu GPU desktop konsumen setelah kuantisasi 4-bit dengan penggunaan VRAM sekitar 15GB, serta mendukung penyebaran lokal dan privat.
Model ini adalah penerus seri TeleChat dengan perubahan nama dari TeleChat menjadi Xing, dan dirilis sebagai sumber terbuka di bawah lisensi Apache-2.0. Bobot dan file konfigurasi disediakan dalam format Hugging Face Transformers, dengan versi kuantisasi GGUF yang tersedia untuk LM Studio dengan memori minimal 32GB. Model ini telah diadaptasi dan divalidasi pada sepuluh platform chip, termasuk Apple M5 Pro dan CiXin P1 yang menggunakan kuantisasi on-device W4A8. Xing4.0 29B A4B melampaui model seukuran pada SWE-bench Verified dan Terminal-Bench 2.1, serta tersedia di GitHub, Hugging Face, Gitee, dan ModelScope.
Diperbarui:
ID MODEL
xing4.0-29b-a4b:free- Konteks
- 262.144K
- Output maks
- 235.929K
- API yang direkomendasikan
- messages
- Masukan
- text
- Keluaran
- text
Sorotan
- Arsitektur MoE 29B parameter, 4B aktif
- Konteks 256K, dapat diperluas hingga 512K
- Kemampuan agenik: perencanaan, pemanggilan alat, eksekusi otonom
- Berjalan di satu GPU desktop konsumen
- Sumber terbuka Apache-2.0
- Tersedia di GitHub, Hugging Face, Gitee, dan ModelScope
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| $0 | $0 |
Tolok ukur
- 75.0
SWE-bench Verified
Skor benchmark untuk tugas rekayasa perangkat lunak
- 57.5
Terminal-Bench 2.1
Skor benchmark untuk tugas terminal
- 93.52
SuperCLUE Agent
Peringkat ketiga
- 30.00
Terminal-Bench 2.1
Perbandingan dengan Gemma4-26B
- 51.50
Terminal-Bench 2.1
Perbandingan dengan Qwen3.6-35B
Skor sesuai publikasi penyedia model.
Penalaran
- Aktif secara bawaan
- Ya
- Selalu aktif
- Tidak
Mulai cepat
Kode siap pakai untuk memanggil model ini dengan API yang kompatibel dari Felo API Platform. Mulai di Playground jika Anda ingin menguji prompt sebelum menulis kode.
Siapkan kunci API
Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.
export FELO_API_KEY="YOUR_API_KEY"Kirim permintaan pertama
Gunakan ID model ini dengan endpoint Felo API Platform. Header permintaan opsional seperti X-Request-Id dapat membantu pemecahan masalah.
xing4.0-29b-a4b:freeModel ini mampu melakukan penalaran. Jika protokol dan rute model yang Anda pilih menyediakan kontrol penalaran, pertahankan metadata penalaran yang dikembalikan saat melanjutkan percakapan.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "xing4.0-29b-a4b:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Menggunakan SDK pihak ketiga
Pada SDK yang kompatibel, tetapkan baseURL ke https://openapi.felo.ai/api/v1. Untuk klien bergaya Claude, gunakan base URL yang kompatibel dengan Anthropic. https://openapi.felo.ai/api.
Aktifkan streaming
Tambahkan stream: true untuk menerima respons sebagai server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "xing4.0-29b-a4b:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform menyediakan antarmuka pemanggilan model yang kompatibel. Pilih antarmuka yang sudah didukung aplikasi atau klien agen Anda.
Messages
Pesan yang kompatibel dengan Anthropic untuk klien bergaya Claude.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringxing4.0-29b-a4b:freeID model publik yang akan dipanggil.max_tokensinteger—Jumlah maksimum token yang dihasilkan.messagesarray—Pesan percakapan untuk Chat Completions.seed———stop———min_p———toolsarray—Definisi tool calling sesuai skema yang kompatibel.top_k———top_p———reasoning———temperaturenumber—Mengontrol variasi respons jika didukung.tool_choicestring or object—Mengontrol apakah suatu alat harus dipanggil.response_formatobject—Meminta output terstruktur jika didukung.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Pertanyaan umum
Mengenal XingChen: Xing4.0 29B A4B (free)?
Xing4.0 29B A4B adalah model bahasa besar agenik yang dikembangkan oleh China Telecom Artificial Intelligence Technology Co., Ltd. dan dirilis pada 17 September 2026. Model ini menggunakan arsitektur Mixture-of-Experts dengan 29B parameter total dan hanya 4B parameter aktif per inferensi, sehingga efisien secara komputasi. Konteksnya mencapai 256K secara native dan dapat diperluas hingga 512K, cocok untuk memproses dokumen panjang atau percakapan multi-putaran yang kompleks. Penalaran diaktifkan secara default dan dapat dimatikan sesuai kebutuhan. Model ini dirancang untuk tugas-tugas agenik seperti pengembangan kode, analisis data, otomasi kantor, layanan kehidupan, serta aplikasi agen yang memerlukan perencanaan tugas kompleks, pemanggilan alat, dan eksekusi otonom. Kemampuannya mencakup perencanaan tugas, pemanggilan alat, dan eksekusi mandiri, sehingga dapat menjalankan alur kerja otonom yang rumit. Xing4.0 29B A4B juga dapat dijalankan pada satu GPU desktop konsumen setelah kuantisasi 4-bit dengan penggunaan VRAM sekitar 15GB, serta mendukung penyebaran lokal dan privat. Model ini adalah penerus seri TeleChat dengan perubahan nama dari TeleChat menjadi Xing, dan dirilis sebagai sumber terbuka di bawah lisensi Apache-2.0. Bobot dan file konfigurasi disediakan dalam format Hugging Face Transformers, dengan versi kuantisasi GGUF yang tersedia untuk LM Studio dengan memori minimal 32GB. Model ini telah diadaptasi dan divalidasi pada sepuluh platform chip, termasuk Apple M5 Pro dan CiXin P1 yang menggunakan kuantisasi on-device W4A8. Xing4.0 29B A4B melampaui model seukuran pada SWE-bench Verified dan Terminal-Bench 2.1, serta tersedia di GitHub, Hugging Face, Gitee, dan ModelScope.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.
Apa saja modalitas input dan output yang didukung Xing4.0 29B A4B?
Model ini mendukung input teks dan output teks.
Berapa panjang konteks dan batas output model ini?
Konteksnya 256K secara native dan dapat diperluas hingga 512K. Batas output tidak ditentukan dalam informasi yang tersedia.
Tugas apa yang paling cocok untuk model ini?
Model ini cocok untuk pengembangan kode, analisis data, otomasi kantor, layanan kehidupan, dan aplikasi agen yang memerlukan perencanaan tugas kompleks, pemanggilan alat, serta eksekusi otonom.
Apa perbedaan Xing4.0 29B A4B dengan model seri Xing lainnya?
Xing4.0 29B A4B adalah model agenik serbaguna, sedangkan turunannya, Xing4.0-29B-Intent, dilatih pada korpus khusus untuk output terstruktur dalam pemahaman intent.
Apakah model ini dapat dijalankan secara lokal?
Ya, model ini mendukung penyebaran lokal dan privat. Setelah kuantisasi 4-bit, model dapat berjalan dengan sekitar 15GB VRAM, dan versi GGUF tersedia untuk LM Studio dengan memori minimal 32GB.
Apakah penalaran diaktifkan secara default?
Ya, penalaran diaktifkan secara default dan dapat dimatikan.