XingChen: Xing4.0 29B A4B (free) API
XingChen: Xing4.0 29B A4B (free) là mô hình ngôn ngữ tác tử nhẹ với kiến trúc Mixture-of-Experts 29B tổng tham số, 4B tham số hoạt động mỗi lần suy luận, ngữ cảnh 256K mở rộng đến 512K, hỗ trợ lập kế hoạch phức tạp và gọi công cụ.
Xing4.0 29B A4B do China Telecom Artificial Intelligence Technology Co., Ltd. phát triển, ra mắt ngày 17 tháng 9 năm 2026. Đây là mô hình tác tử nhẹ đầu tiên được sản xuất hoàn toàn trong nước, huấn luyện trên nền tảng Ascend và khung MindSpore. Với kiến trúc Mixture-of-Experts gồm 29B tổng tham số và 4B tham số hoạt động mỗi lần suy luận, mô hình có khả năng hiểu tác vụ phức tạp, lập kế hoạch, gọi công cụ và thực thi tự động. Ngữ cảnh gốc 256K, có thể mở rộng lên 512K. Suy luận được bật mặc định và có thể tắt.
Mô hình phù hợp cho phát triển mã nguồn, phân tích dữ liệu, tự động hóa văn phòng, dịch vụ đời sống và các ứng dụng tác tử cần lập kế hoạch phức tạp, gọi công cụ và thực thi tự động. Nhờ khả năng chạy trên một GPU máy tính để bàn tiêu dùng sau khi lượng tử hóa 4-bit với khoảng 15GB VRAM, mô hình giúp hạ thấp rào cản triển khai ứng dụng tác tử. Phiên bản GGUF cũng có sẵn để chạy trong các công cụ suy luận cục bộ như LM Studio với ít nhất 32GB bộ nhớ.
Xing4.0 29B A4B là phiên bản kế nhiệm của dòng TeleChat, với tên dòng sản phẩm được đổi thành Xing. Mô hình hỗ trợ triển khai cục bộ và triển khai riêng tư, tương thích với các khung tinh chỉnh LLaMA-Factory và Mindformers, đồng thời đã được điều chỉnh cho các khung suy luận SGLang, vLLM và KTransformers. Trọng số và tệp cấu hình được cung cấp ở định dạng Hugging Face Transformers, phát hành mã nguồn mở theo giấy phép Apache-2.0. Mô hình đã được điều chỉnh, căn chỉnh độ chính xác và xác thực triển khai trên mười nền tảng chip; tám nền tảng dùng điều chỉnh tiêu chuẩn, còn Apple M5 Pro và CiXin P1 dùng lượng tử hóa trên thiết bị W4A8. Mười hai toán tử suy luận đã được thay thế lặp lại và mã nguồn mở lên các kho FlagGems và vLLM chính. Trong các thử nghiệm tải cao và đầu vào dài, độ trễ token đầu tiên giảm 19.87% và tốc độ giải mã tăng 26.32% so với triển khai toán tử gốc của NVIDIA. Muxi đã hoàn thành điều chỉnh Ngày 0 thông qua ngăn xếp phần mềm MXMACA tự phát triển. Mô hình có mặt trên GitHub, Hugging Face, Gitee và ModelScope. Một phiên bản phái sinh, Xing4.0-29B-Intent, được huấn luyện trên kho ngữ liệu chuyên biệt cho đầu ra có cấu trúc trong hiểu ý định.
Cập nhật:
ID MÔ HÌNH
xing4.0-29b-a4b:free- Ngữ cảnh
- 262.144K
- Đầu ra tối đa
- 235.929K
- API đề xuất
- messages
- Đầu vào
- text
- Đầu ra
- text
Điểm nổi bật
- Kiến trúc MoE 29B tổng, 4B hoạt động
- Ngữ cảnh 256K, mở rộng 512K
- Tác tử tự động lập kế hoạch và gọi công cụ
- Chạy trên một GPU tiêu dùng với 15GB VRAM sau lượng tử hóa 4-bit
- Mã nguồn mở theo giấy phép Apache-2.0
- Hỗ trợ triển khai riêng tư
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| $0 | $0 |
Điểm chuẩn
- 75.0
SWE-bench Verified
Điểm số trên SWE-bench Verified
- 57.5
Terminal-Bench 2.1
Điểm số trên Terminal-Bench 2.1
- 93.52
SuperCLUE Agent
Xếp thứ ba
- 30.00
Terminal-Bench 2.1
So sánh với Gemma4-26B
- 51.50
Terminal-Bench 2.1
So sánh với Qwen3.6-35B
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Bật theo mặc định
- Có
- Luôn bật
- Không
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
xing4.0-29b-a4b:freeMô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
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());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringxing4.0-29b-a4b:freeID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.seed———stop———min_p———toolsarray—Định nghĩa tool calling theo schema tương thích.top_k———top_p———reasoning———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Câu hỏi thường gặp
Tìm hiểu XingChen: Xing4.0 29B A4B (free)?
Xing4.0 29B A4B do China Telecom Artificial Intelligence Technology Co., Ltd. phát triển, ra mắt ngày 17 tháng 9 năm 2026. Đây là mô hình tác tử nhẹ đầu tiên được sản xuất hoàn toàn trong nước, huấn luyện trên nền tảng Ascend và khung MindSpore. Với kiến trúc Mixture-of-Experts gồm 29B tổng tham số và 4B tham số hoạt động mỗi lần suy luận, mô hình có khả năng hiểu tác vụ phức tạp, lập kế hoạch, gọi công cụ và thực thi tự động. Ngữ cảnh gốc 256K, có thể mở rộng lên 512K. Suy luận được bật mặc định và có thể tắt. Mô hình phù hợp cho phát triển mã nguồn, phân tích dữ liệu, tự động hóa văn phòng, dịch vụ đời sống và các ứng dụng tác tử cần lập kế hoạch phức tạp, gọi công cụ và thực thi tự động. Nhờ khả năng chạy trên một GPU máy tính để bàn tiêu dùng sau khi lượng tử hóa 4-bit với khoảng 15GB VRAM, mô hình giúp hạ thấp rào cản triển khai ứng dụng tác tử. Phiên bản GGUF cũng có sẵn để chạy trong các công cụ suy luận cục bộ như LM Studio với ít nhất 32GB bộ nhớ. Xing4.0 29B A4B là phiên bản kế nhiệm của dòng TeleChat, với tên dòng sản phẩm được đổi thành Xing. Mô hình hỗ trợ triển khai cục bộ và triển khai riêng tư, tương thích với các khung tinh chỉnh LLaMA-Factory và Mindformers, đồng thời đã được điều chỉnh cho các khung suy luận SGLang, vLLM và KTransformers. Trọng số và tệp cấu hình được cung cấp ở định dạng Hugging Face Transformers, phát hành mã nguồn mở theo giấy phép Apache-2.0. Mô hình đã được điều chỉnh, căn chỉnh độ chính xác và xác thực triển khai trên mười nền tảng chip; tám nền tảng dùng điều chỉnh tiêu chuẩn, còn Apple M5 Pro và CiXin P1 dùng lượng tử hóa trên thiết bị W4A8. Mười hai toán tử suy luận đã được thay thế lặp lại và mã nguồn mở lên các kho FlagGems và vLLM chính. Trong các thử nghiệm tải cao và đầu vào dài, độ trễ token đầu tiên giảm 19.87% và tốc độ giải mã tăng 26.32% so với triển khai toán tử gốc của NVIDIA. Muxi đã hoàn thành điều chỉnh Ngày 0 thông qua ngăn xếp phần mềm MXMACA tự phát triển. Mô hình có mặt trên GitHub, Hugging Face, Gitee và ModelScope. Một phiên bản phái sinh, Xing4.0-29B-Intent, được huấn luyện trên kho ngữ liệu chuyên biệt cho đầu ra có cấu trúc trong hiểu ý định.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
Mô hình hỗ trợ những phương thức đầu vào và đầu ra nào?
Mô hình chỉ hỗ trợ đầu vào văn bản và đầu ra văn bản.
Ngữ cảnh của mô hình dài bao nhiêu?
Ngữ cảnh gốc là 256K và có thể mở rộng lên 512K.
Mô hình phù hợp cho những tác vụ gì?
Mô hình phù hợp cho phát triển mã nguồn, phân tích dữ liệu, tự động hóa văn phòng, dịch vụ đời sống và các ứng dụng tác tử cần lập kế hoạch phức tạp, gọi công cụ và thực thi tự động.
Suy luận có được bật mặc định không?
Có, suy luận được bật mặc định và có thể tắt.
Có thể chạy mô hình cục bộ trên GPU tiêu dùng không?
Có, sau khi lượng tử hóa 4-bit, mô hình có thể chạy cục bộ với khoảng 15GB VRAM. Phiên bản GGUF cũng chạy được trong các công cụ suy luận cục bộ như LM Studio với ít nhất 32GB bộ nhớ.
Sự khác biệt giữa Xing4.0 29B A4B và Xing4.0-29B-Intent là gì?
Xing4.0-29B-Intent là phiên bản phái sinh được huấn luyện trên kho ngữ liệu chuyên biệt cho đầu ra có cấu trúc trong hiểu ý định, trong khi Xing4.0 29B A4B là mô hình tác tử đa dụng.