XingChen: Xing4.0 29B A4B (free) API
Xing4.0 29B A4B è un modello linguistico agentico con architettura Mixture-of-Experts da 29B parametri totali e 4B attivi, contesto nativo di 256K estendibile a 512K e capacità di pianificazione ed esecuzione autonoma.
Xing4.0 29B A4B è un modello linguistico di grandi dimensioni sviluppato da China Telecom Artificial Intelligence Technology Co., Ltd., rilasciato il 17 settembre 2026 come successore della serie TeleChat, con il nome della serie cambiato da TeleChat a Xing. Utilizza un'architettura Mixture-of-Experts con 29B parametri totali e 4B parametri attivi per inferenza, supporta input e output testuali e offre un contesto nativo di 256K token, estendibile a 512K. Il ragionamento è abilitato per impostazione predefinita e può essere disattivato.
Il modello è progettato per compiti agentici che includono comprensione di attività complesse, pianificazione, chiamata di strumenti ed esecuzione autonoma. È adatto allo sviluppo di codice, all'analisi dei dati, all'automazione d'ufficio, ai servizi alla persona e ad applicazioni agentiche che richiedono pianificazione complessa e workflow autonomi. Secondo le informazioni disponibili, è il primo modello linguistico agentico leggero interamente realizzato con tecnologia nazionale, addestrato su calcolo Ascend e framework MindSpore.
Xing4.0 29B A4B è distribuito con licenza Apache-2.0 e i pesi sono forniti nel formato Hugging Face Transformers. È disponibile anche una versione quantizzata GGUF che può essere eseguita in strumenti di inferenza locale come LM Studio con almeno 32GB di memoria. Dopo la quantizzazione a 4 bit, il modello può essere distribuito localmente utilizzando circa 15GB di VRAM su una singola GPU desktop consumer. È compatibile con i framework di fine-tuning LLaMA-Factory e Mindformers e adattato ai framework di inferenza SGLang, vLLM e KTransformers. Supporta inoltre la distribuzione privata ed è adattato, allineato alla precisione e validato per l'implementazione su dieci piattaforme di chip, otto con adattamento standard e due, Apple M5 Pro e CiXin P1, con quantizzazione on-device W4A8. Dodici operatori di inferenza sono stati sostituiti iterativamente e resi open source nei repository principali FlagGems e vLLM; in test ad alta concorrenza e con input lunghi, la latenza del primo token è ridotta del 19.87% e la velocità di decodifica migliorata del 26.32% rispetto alle implementazioni native di operatori NVIDIA. Muxi ha completato l'adattamento Day 0 tramite il proprio stack software MXMACA. Il modello è disponibile su GitHub, Hugging Face, Gitee e ModelScope. Un derivato, Xing4.0-29B-Intent, è addestrato su corpora specializzati per l'output strutturato nella comprensione delle intenzioni.
Aggiornato:
ID MODELLO
xing4.0-29b-a4b:free- Contesto
- 262.144K
- Output max
- 235.929K
- API consigliata
- messages
- Input
- text
- Output
- text
In evidenza
- Architettura MoE con 29B parametri totali e 4B attivi
- Contesto nativo di 256K estendibile a 512K
- Pianificazione ed esecuzione autonoma di attività
- Esecuzione locale con circa 15GB di VRAM dopo quantizzazione a 4 bit
- Licenza Apache-2.0 e pesi in formato Hugging Face Transformers
- Adattato a SGLang, vLLM e KTransformers
Fornitori
Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| $0 | $0 |
Benchmark
- 75.0
SWE-bench Verified
Punteggio ottenuto dal modello su questa valutazione.
- 57.5
Terminal-Bench 2.1
Punteggio ottenuto dal modello su questa valutazione.
- 93.52
SuperCLUE Agent
Terza posizione nella classifica.
- 30.00
Terminal-Bench 2.1
Punteggio di Gemma4-26B per confronto.
- 51.50
Terminal-Bench 2.1
Punteggio di Qwen3.6-35B per confronto.
Punteggi come pubblicati dal fornitore del modello.
Ragionamento
- Attivo per impostazione predefinita
- Sì
- Sempre attivo
- No
Avvio rapido
Codice pronto all'uso per chiamare questo modello con le API compatibili di Felo API Platform. Inizia nel Playground se vuoi testare i prompt prima di scrivere codice.
Imposta la chiave API
Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.
export FELO_API_KEY="YOUR_API_KEY"Invia la prima richiesta
Usa questo ID modello con l'endpoint Felo API Platform. Le intestazioni facoltative come X-Request-Id aiutano nella risoluzione dei problemi.
xing4.0-29b-a4b:freeQuesto modello è in grado di ragionare. Se il protocollo selezionato e la route del modello espongono controlli di ragionamento, conserva i metadati di ragionamento restituiti quando continui la conversazione.
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());Usare SDK di terze parti
Negli SDK compatibili imposta baseURL su https://openapi.felo.ai/api/v1. Per i client in stile Claude, usa la base URL compatibile con Anthropic. https://openapi.felo.ai/api.
Attiva lo streaming
Aggiungi stream: true per ricevere le risposte come 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 espone superfici compatibili per le chiamate ai modelli. Scegli la superficie che la tua app o il tuo client agente già supporta.
Messages
Messaggi compatibili con Anthropic per i client in stile Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametri
modelstringxing4.0-29b-a4b:freeID pubblico del modello da chiamare.max_tokensinteger—Numero massimo di token generati.messagesarray—Messaggi della conversazione per Chat Completions.seed———stop———min_p———toolsarray—Definizioni di tool calling secondo lo schema compatibile.top_k———top_p———reasoning———temperaturenumber—Controlla la varietà delle risposte quando supportato.tool_choicestring or object—Controlla se uno strumento deve essere chiamato.response_formatobject—Richiede output strutturato quando supportato.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Domande frequenti
Cos'è XingChen: Xing4.0 29B A4B (free)?
Xing4.0 29B A4B è un modello linguistico di grandi dimensioni sviluppato da China Telecom Artificial Intelligence Technology Co., Ltd., rilasciato il 17 settembre 2026 come successore della serie TeleChat, con il nome della serie cambiato da TeleChat a Xing. Utilizza un'architettura Mixture-of-Experts con 29B parametri totali e 4B parametri attivi per inferenza, supporta input e output testuali e offre un contesto nativo di 256K token, estendibile a 512K. Il ragionamento è abilitato per impostazione predefinita e può essere disattivato. Il modello è progettato per compiti agentici che includono comprensione di attività complesse, pianificazione, chiamata di strumenti ed esecuzione autonoma. È adatto allo sviluppo di codice, all'analisi dei dati, all'automazione d'ufficio, ai servizi alla persona e ad applicazioni agentiche che richiedono pianificazione complessa e workflow autonomi. Secondo le informazioni disponibili, è il primo modello linguistico agentico leggero interamente realizzato con tecnologia nazionale, addestrato su calcolo Ascend e framework MindSpore. Xing4.0 29B A4B è distribuito con licenza Apache-2.0 e i pesi sono forniti nel formato Hugging Face Transformers. È disponibile anche una versione quantizzata GGUF che può essere eseguita in strumenti di inferenza locale come LM Studio con almeno 32GB di memoria. Dopo la quantizzazione a 4 bit, il modello può essere distribuito localmente utilizzando circa 15GB di VRAM su una singola GPU desktop consumer. È compatibile con i framework di fine-tuning LLaMA-Factory e Mindformers e adattato ai framework di inferenza SGLang, vLLM e KTransformers. Supporta inoltre la distribuzione privata ed è adattato, allineato alla precisione e validato per l'implementazione su dieci piattaforme di chip, otto con adattamento standard e due, Apple M5 Pro e CiXin P1, con quantizzazione on-device W4A8. Dodici operatori di inferenza sono stati sostituiti iterativamente e resi open source nei repository principali FlagGems e vLLM; in test ad alta concorrenza e con input lunghi, la latenza del primo token è ridotta del 19.87% e la velocità di decodifica migliorata del 26.32% rispetto alle implementazioni native di operatori NVIDIA. Muxi ha completato l'adattamento Day 0 tramite il proprio stack software MXMACA. Il modello è disponibile su GitHub, Hugging Face, Gitee e ModelScope. Un derivato, Xing4.0-29B-Intent, è addestrato su corpora specializzati per l'output strutturato nella comprensione delle intenzioni.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali modalità di input e output supporta Xing4.0 29B A4B?
Il modello supporta input testuali e produce output testuali.
Qual è la lunghezza del contesto supportata?
Il contesto è nativo di 256K token ed è estendibile fino a 512K token.
Il ragionamento è sempre attivo?
Il ragionamento è abilitato per impostazione predefinita, ma può essere disattivato.
Quali sono i requisiti per una distribuzione locale?
Dopo la quantizzazione a 4 bit, il modello può essere distribuito localmente utilizzando circa 15GB di VRAM su una singola GPU desktop consumer. È disponibile anche una versione quantizzata GGUF che richiede almeno 32GB di memoria per l'esecuzione in strumenti come LM Studio.
Quali framework di fine-tuning e inferenza sono supportati?
Per il fine-tuning il modello è compatibile con LLaMA-Factory e Mindformers; per l'inferenza è adattato a SGLang, vLLM e KTransformers.
In cosa si differenzia da Xing4.0-29B-Intent?
Xing4.0-29B-Intent è un derivato addestrato su corpora specializzati per l'output strutturato nella comprensione delle intenzioni, mentre Xing4.0 29B A4B è il modello base agentico.