XingChen: Xing4.0 29B A4B (free) API
Modelo de linguagem agêntico de código aberto da China Telecom, com 29B de parâmetros totais e 4B ativos, contexto de 256K e licença Apache-2.0.
O Xing4.0-29B-A4B é um modelo de linguagem agêntico leve desenvolvido pela China Telecom Artificial Intelligence Technology Co., Ltd. e lançado em 17 de setembro de 2026. Sucede a série TeleChat, agora rebatizada Xing. Utiliza arquitetura Mixture-of-Experts com 29B de parâmetros totais e 4B ativos por inferência, além de contexto nativo de 256K, extensível a 512K. O raciocínio é ativado por padrão e pode ser desligado. O modelo foi treinado inteiramente em computação doméstica Ascend e no framework MindSpore, e está disponível sob licença Apache-2.0, com pesos no formato Hugging Face Transformers e uma versão quantizada GGUF.
Suas capacidades agênticas abrangem compreensão de tarefas complexas, planejamento, chamada de ferramentas e execução autônoma. O modelo é adaptado a SGLang, vLLM e KTransformers para inferência, e compatível com os frameworks de ajuste fino LLaMA-Factory e Mindformers. Também suporta implantação privada e, após quantização de 4 bits, pode rodar localmente com cerca de 15 GB de VRAM. A versão GGUF funciona em ferramentas de inferência local como o LM Studio, desde que haja pelo menos 32 GB de memória. Houve adaptação, alinhamento de precisão e validação de implantação em dez plataformas de chip; doze operadores de inferência foram substituídos e abertos nos repositórios FlagGems e vLLM. Em testes de alta concorrência e entradas longas, a latência do primeiro token caiu 19,87% e a velocidade de decodificação subiu 26,32% em comparação com implementações nativas da NVIDIA.
O modelo é indicado para desenvolvimento de código, análise de dados, automação de escritório, serviços do dia a dia e aplicações agênticas que exigem planejamento complexo, chamada de ferramentas e execução autônoma. Destaca-se como o primeiro modelo agêntico leve de pilha completa produzido domesticamente, com desempenho superior a concorrentes de mesmo porte no SWE-bench Verified e no Terminal-Bench 2.1. Executa fluxos autônomos complexos em uma única GPU de desktop de consumo, reduzindo a barreira para implantar aplicações agênticas.
Atualizado:
ID DO MODELO
xing4.0-29b-a4b:free- Contexto
- 262.144K
- Saída máxima
- 235.929K
- API recomendada
- messages
- Entrada
- text
- Saída
- text
Destaques
- Arquitetura MoE com 29B totais e 4B ativos
- Contexto nativo de 256K, extensível a 512K
- Raciocínio ativado por padrão e desativável
- Licença Apache-2.0 e pesos abertos
- Treinado em Ascend e MindSpore
- Implantação local com cerca de 15 GB de VRAM
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| $0 | $0 |
Benchmarks
- 75.0
SWE-bench Verified
- 57.5
Terminal-Bench 2.1
- 93.52
SuperCLUE Agent
Classificado em terceiro lugar
- 30.00
Terminal-Bench 2.1
Comparação com Gemma4-26B
- 51.50
Terminal-Bench 2.1
Comparação com Qwen3.6-35B
Pontuações conforme publicadas pelo fornecedor do modelo.
Raciocínio
- Ativado por padrão
- Sim
- Sempre ativado
- Não
Início rápido
Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.
Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"Faça sua primeira requisição
Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.
xing4.0-29b-a4b:freeEste modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.
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());Usar SDKs de terceiros
Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.
Ative o streaming
Adicione stream: true para receber respostas como 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
A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.
Messages
Mensagens compatíveis com Anthropic para clientes no estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParâmetros
modelstringxing4.0-29b-a4b:freeID público do modelo a chamar.max_tokensinteger—Número máximo de tokens gerados.messagesarray—Mensagens da conversa para Chat Completions.seed———stop———min_p———toolsarray—Definições de tool calling seguindo o schema compatível.top_k———top_p———reasoning———temperaturenumber—Controla a variedade das respostas quando compatível.tool_choicestring or object—Controla se uma ferramenta deve ser chamada.response_formatobject—Solicita saída estruturada quando compatível.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Perguntas frequentes
O que é XingChen: Xing4.0 29B A4B (free)?
O Xing4.0-29B-A4B é um modelo de linguagem agêntico leve desenvolvido pela China Telecom Artificial Intelligence Technology Co., Ltd. e lançado em 17 de setembro de 2026. Sucede a série TeleChat, agora rebatizada Xing. Utiliza arquitetura Mixture-of-Experts com 29B de parâmetros totais e 4B ativos por inferência, além de contexto nativo de 256K, extensível a 512K. O raciocínio é ativado por padrão e pode ser desligado. O modelo foi treinado inteiramente em computação doméstica Ascend e no framework MindSpore, e está disponível sob licença Apache-2.0, com pesos no formato Hugging Face Transformers e uma versão quantizada GGUF. Suas capacidades agênticas abrangem compreensão de tarefas complexas, planejamento, chamada de ferramentas e execução autônoma. O modelo é adaptado a SGLang, vLLM e KTransformers para inferência, e compatível com os frameworks de ajuste fino LLaMA-Factory e Mindformers. Também suporta implantação privada e, após quantização de 4 bits, pode rodar localmente com cerca de 15 GB de VRAM. A versão GGUF funciona em ferramentas de inferência local como o LM Studio, desde que haja pelo menos 32 GB de memória. Houve adaptação, alinhamento de precisão e validação de implantação em dez plataformas de chip; doze operadores de inferência foram substituídos e abertos nos repositórios FlagGems e vLLM. Em testes de alta concorrência e entradas longas, a latência do primeiro token caiu 19,87% e a velocidade de decodificação subiu 26,32% em comparação com implementações nativas da NVIDIA. O modelo é indicado para desenvolvimento de código, análise de dados, automação de escritório, serviços do dia a dia e aplicações agênticas que exigem planejamento complexo, chamada de ferramentas e execução autônoma. Destaca-se como o primeiro modelo agêntico leve de pilha completa produzido domesticamente, com desempenho superior a concorrentes de mesmo porte no SWE-bench Verified e no Terminal-Bench 2.1. Executa fluxos autônomos complexos em uma única GPU de desktop de consumo, reduzindo a barreira para implantar aplicações agênticas.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais modalidades de entrada e saída o modelo suporta?
O modelo trabalha com entrada e saída de texto.
Qual é o tamanho do contexto e da saída?
O contexto é nativo de 256K, extensível a 512K. O limite de saída não foi informado na documentação disponível.
Para quais tarefas o Xing4.0-29B-A4B é mais indicado?
Desenvolvimento de código, análise de dados, automação de escritório, serviços do dia a dia e aplicações agênticas que exigem planejamento complexo, chamada de ferramentas e execução autônoma.
O raciocínio é sempre ativado?
O raciocínio é ativado por padrão, mas pode ser desligado.
É possível executar o modelo localmente?
Sim. Após quantização de 4 bits, ele pode rodar localmente com cerca de 15 GB de VRAM. A versão GGUF funciona em ferramentas de inferência local como o LM Studio, com pelo menos 32 GB de memória.
Qual é a diferença entre este modelo e o Xing4.0-29B-Intent?
O Xing4.0-29B-Intent é um derivado treinado com corpora especializados para saída estruturada em compreensão de intenções, enquanto o Xing4.0-29B-A4B é o modelo agêntico de uso geral.