XingChen: Xing4.0 29B A4B (free) API
XingChen: Xing4.0 29B A4B — це агентна мовна модель із архітектурою MoE (29 млрд загальних, 4 млрд активних параметрів), що підтримує контекст 256K із розширенням до 512K та локальне розгортання на одному споживчому GPU.
XingChen: Xing4.0 29B A4B — це повнофункціональна агентна велика мовна модель, розроблена China Telecom Artificial Intelligence Technology Co., Ltd. і випущена 17 вересня 2026 року під ліцензією Apache-2.0. Вона є наступником серії TeleChat, де назву серії змінено з TeleChat на Xing. Модель використовує архітектуру суміші експертів (MoE) із 29 млрд загальних параметрів і 4 млрд активних параметрів на кожен висновок, що забезпечує баланс між продуктивністю та ефективністю. Вона підтримує текстові входи та виходи, а контекстне вікно становить 256K із можливістю розширення до 512K. Міркування ввімкнено за замовчуванням, але його можна вимкнути.
Модель демонструє сильні агентні можливості, охоплюючи складне планування завдань, виклик інструментів і автономне виконання. Вона особливо добре підходить для розробки коду, аналізу даних, офісної автоматизації, побутових послуг та агентних застосунків, які потребують складного планування й автономної роботи. Завдяки підтримці локального розгортання після 4-бітної квантизації з використанням приблизно 15 ГБ відеопам'яті, вона знижує бар'єр для впровадження агентних застосунків. Крім того, модель сумісна з фреймворками тонкого налаштування LLaMA-Factory і Mindformers, а також адаптована до інференс-рушіїв SGLang, vLLM і KTransformers.
Xing4.0 29B A4B є першою повностековою вітчизняною легкою агентною великою моделлю, повністю навченою на обчислювальних потужностях Ascend із використанням фреймворку MindSpore. Вона перевершує конкурентів того ж розміру за SWE-bench Verified і Terminal-Bench 2.1, а також демонструє зниження затримки першого токена на 19,87% і підвищення швидкості декодування на 26,32% порівняно з нативними реалізаціями операторів NVIDIA за умов високої конкурентності та довгих вхідних даних.
Оновлено:
MODEL ID
xing4.0-29b-a4b:free- Контекст
- 262.144K
- Макс. вихід
- 235.929K
- Рекомендований API
- messages
- Вхід
- text
- Вихід
- text
Ключові можливості
- 29B MoE, 4B активних параметрів
- Контекст 256K, розширюється до 512K
- Агентні можливості: планування, виклик інструментів
- Локальне розгортання на одному GPU
- Ліцензія Apache-2.0
- Навчено на Ascend і MindSpore
Постачальники
Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.
| $0 | $0 |
Бенчмарки
- 75.0
SWE-bench Verified
Перевершує конкурентів того ж розміру
- 57.5
Terminal-Bench 2.1
Перевершує конкурентів того ж розміру
- 93.52
SuperCLUE Agent
Третє місце в рейтингу
- 30.00
Terminal-Bench 2.1
Порівняння з Gemma4-26B
- 51.50
Terminal-Bench 2.1
Порівняння з Qwen3.6-35B
Результати за публікацією постачальника моделі.
Міркування
- Увімкнено за замовчуванням
- Так
- Завжди ввімкнено
- Ні
Швидкий старт
Готовий код для виклику цієї моделі через сумісні API Felo API Platform. Почніть у Playground, якщо хочете перевірити промпти перед написанням коду.
Отримайте API-ключ
Створіть ключ у своєму обліковому записі Felo API Platform і встановіть його як змінну середовища.
export FELO_API_KEY="YOUR_API_KEY"Зробіть перший запит
Використовуйте цей ідентифікатор моделі з endpoint Felo API Platform. Необов'язкові заголовки запиту, як-от X-Request-Id, можуть допомогти з діагностикою.
xing4.0-29b-a4b:freeЦя модель підтримує міркування. Якщо вибраний протокол і маршрут моделі надають елементи керування міркуванням, зберігайте повернені метадані міркування під час продовження розмови.
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());Використання сторонніх SDK
Використовуйте сумісні SDK, встановивши baseURL на https://openapi.felo.ai/api/v1. Для клієнтів у стилі Claude використовуйте базовий URL, сумісний з Anthropic. https://openapi.felo.ai/api.
Увімкніть стрімінг
Додайте stream: true, щоб отримувати відповіді як 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 надає сумісні поверхні виклику моделей. Виберіть ту, яку ваш застосунок або клієнт-агент уже підтримує.
Messages
Повідомлення, сумісні з Anthropic, для клієнтів у стилі Claude.
POST
https://openapi.felo.ai/api/v1/messagesПараметри
modelstringxing4.0-29b-a4b:freeПублічний ідентифікатор моделі для виклику.max_tokensinteger—Максимальна кількість згенерованих токенів.messagesarray—Повідомлення розмови для Chat Completions.seed———stop———min_p———toolsarray—Визначення виклику інструментів за сумісною схемою.top_k———top_p———reasoning———temperaturenumber—Керує різноманітністю відповідей, якщо підтримується.tool_choicestring or object—Керує тим, чи слід викликати інструмент.response_formatobject—Запитує структурований вихід, якщо підтримується.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Часті запитання
Що таке XingChen: Xing4.0 29B A4B (free)?
XingChen: Xing4.0 29B A4B — це повнофункціональна агентна велика мовна модель, розроблена China Telecom Artificial Intelligence Technology Co., Ltd. і випущена 17 вересня 2026 року під ліцензією Apache-2.0. Вона є наступником серії TeleChat, де назву серії змінено з TeleChat на Xing. Модель використовує архітектуру суміші експертів (MoE) із 29 млрд загальних параметрів і 4 млрд активних параметрів на кожен висновок, що забезпечує баланс між продуктивністю та ефективністю. Вона підтримує текстові входи та виходи, а контекстне вікно становить 256K із можливістю розширення до 512K. Міркування ввімкнено за замовчуванням, але його можна вимкнути. Модель демонструє сильні агентні можливості, охоплюючи складне планування завдань, виклик інструментів і автономне виконання. Вона особливо добре підходить для розробки коду, аналізу даних, офісної автоматизації, побутових послуг та агентних застосунків, які потребують складного планування й автономної роботи. Завдяки підтримці локального розгортання після 4-бітної квантизації з використанням приблизно 15 ГБ відеопам'яті, вона знижує бар'єр для впровадження агентних застосунків. Крім того, модель сумісна з фреймворками тонкого налаштування LLaMA-Factory і Mindformers, а також адаптована до інференс-рушіїв SGLang, vLLM і KTransformers. Xing4.0 29B A4B є першою повностековою вітчизняною легкою агентною великою моделлю, повністю навченою на обчислювальних потужностях Ascend із використанням фреймворку MindSpore. Вона перевершує конкурентів того ж розміру за SWE-bench Verified і Terminal-Bench 2.1, а також демонструє зниження затримки першого токена на 19,87% і підвищення швидкості декодування на 26,32% порівняно з нативними реалізаціями операторів NVIDIA за умов високої конкурентності та довгих вхідних даних.
Як нараховується оплата за використання?
Рахунок залежить від обраного постачальника, його цін і вашого використання. Довші вхідні дані або інші умови можуть мати інші ціни.
Які типи входів і виходів підтримує модель?
Модель підтримує лише текстові входи та текстові виходи.
Який розмір контекстного вікна?
Контекст становить 256K нативно та може бути розширений до 512K.
Для яких завдань найкраще підходить Xing4.0 29B A4B?
Вона добре підходить для розробки коду, аналізу даних, офісної автоматизації, побутових послуг та агентних застосунків, які потребують складного планування завдань, виклику інструментів і автономного виконання.
Чим ця модель відрізняється від Xing4.0-29B-Intent?
Xing4.0-29B-Intent є похідною моделлю, навченою на спеціалізованих корпусах для структурованого виводу в розумінні намірів, тоді як Xing4.0 29B A4B є базовою агентною моделлю загального призначення.
Чи можна розгорнути модель локально?
Так, після 4-бітної квантизації модель потребує приблизно 15 ГБ відеопам'яті. Також доступна GGUF-версія, яка працює в LM Studio за наявності щонайменше 32 ГБ пам'яті.