Xing 4.0 29B-A4B ist jetzt aufrufbar: Das offene MoE von China Telecom verlässt das Labor

Die Gewichte für Xing 4.0 29B-A4Bsind herunterladbar von der X​ingChen-AGI-Organisation auf Hugging Face seit dem 16. September 2026 — das ist keine Neuigkeit. Was sich Mitte Oktober änderte, ist enger und nützlicher: Das Modell wurde zu etwas, das man aufrufen kann, statt zu etwas, das man nur hosten kann. Ein öffentliches kommerzielles Angebot für Xing4.0-29B-A4Berschien am 15./16. Oktober mit einem Kontextfenster von 262.144 Token und einer kostenlosen Promotion-Stufe; die quantisierten Builds zogen am 13. Oktober nach, und die Serving-Frameworks trafen schließlich ein: SGLangs Support-Pull-Request ging von Entwurf zu mergebereit, vLLM unterstützt die Architektur bereits, und die Modellkarte nennt nun OpenCode, C​laude Code, OpenClaw und Hermes als adaptierte Agent-Frameworks. In diesem Artikel geht es darum, was tatsächlich ausgeliefert wurde, was die eigene Modellkarte von China Telecom behauptet und welche dieser Behauptungen noch niemand außerhalb des Labors überprüft hat.

Zwei Daten, und warum heute nur eines davon zählt

Die Repo-Historie ist eindeutig. XingChen-AGI/Xing4.0-29B-A4B erhielt seinen ersten Commit am 16. September 2026, mit einem Gewichte-Upload am selben Tag und einer README am nächsten Morgen. Die Apache-2.0-Gewichte sind seit einem Monat öffentlich. Ein am 17. Oktober verfasster Artikel der ersten Version, der dieses Modell als neu ankündigte, wäre falsch, und genau das ist der Fehler, den die frühere Berichterstattung in dieser Serie bereits korrigieren musste – die Beiträge aus der Leak-Ära verfolgten eine Umbenennung von XingChen4 zu Xing4_0 über sechs Framework-Pull-Requests hinweg, bevor irgendetwas herunterladbar war.

Betrachten Sie also den 16. September als Veröffentlichungsdatum. Die Entwicklung im Oktober ist die Verfügbarkeit: Bis zu diesem Zeitpunkt bedeutete die Nutzung des Modells, die Hardware zu mieten oder zu besitzen. Jetzt nicht mehr.

Was das Modell tatsächlich ist

Xing 4.0 29B-A4B ist der Nachfolger der TeleChat-Reihe, entwickelt von China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — und veröffentlicht unter Apache 2.0. Es handelt sich um ein sparse Mixture-of-Experts-Modell: 29 Milliarden Parameter im Checkpoint, etwa 4 Milliarden pro generiertem Token gelesen. Die Modellkarte beschreibt die Architektur als „mHC + MLA + MTP“, und die relevanten Konfigurationsdetails sind folgende:

• Form — 40 Schichten, Hidden-Größe 3.584, dichte FFN-Zwischengröße 9.216, Experten-Zwischengröße 1.024, Vokabular 131.072.

• Experten — 64 geroutete Experten mit 4 aktiven pro Token, plus 1 immer aktiver, gemeinsam genutzter Experte. Dieser gemeinsam genutzte Experte ist der Grund, warum die Anzahl der aktiven nicht 4/64stel der Gesamtzahl beträgt.

• Attention — MLA (Multi-Head Latent Attention), das komprimierte KV-Schema aus der D​eepSeek-Linie statt der standardmäßigen Grouped-Query-Attention.

• Kontext — 256K nativ, auf der Karte als auf 512K erweiterbar beschrieben. Die kommerzielle Auflistung nennt 262.144 Positionen.

• Spekulative Dekodierung — MTP, Multi-Token-Vorhersage, von Anfang an antrainiert statt nachträglich angeflanscht.

• Lizenz und Formate — Apache 2.0, mit bfloat16-Safetensors-, FP8-, w8a8- und GGUF-Builds, die von derselben Organisation veröffentlicht werden.

Der mHC-Teil ist derjenige, der wirklich ungewöhnlich ist. Er steht für mannigfaltigkeitsbeschränkte Hyperverbindungs-Residualströme, und er ist der Grund, warum das Modell im Code von Serving-Frameworks als etwas anderes als ein Standard-Transformer auftaucht: Die Frameworks benötigen dafür benutzerdefinierte Kernel, und SGLangs Implementierung liefert einen Split-K-Kernel speziell für das Vier-Stream-Hyperverbindungs-Layout aus. Wenn Sie als Praktiker entscheiden, ob sich der Aufwand lohnt, lautet die ehrliche Zusammenfassung, dass dies ein Modell mit einer echten architektonischen Wette ist, nicht ein Standard-Mixture-of-Experts mit neuem Namen.

Die Zahlen — und wer sie erzeugt hat

Alles unten stammt aus der eigenen Modellkarte von China Telecom. Nichts davon wurde unabhängig reproduziert, und die Karte selbst nennt den Harness und die Sampling-Einstellungen hinter jeder Zeile, was mehr Offenlegung ist, als die meisten Anbieter freiwillig preisgeben. Lies es als Behauptung eines Anbieters, nicht als gemessene Tatsache.

• SWE-bench Verified — 75,00, ausgeführt unter dem SWE-agent-Harness bei einem 210K-Kontextfenster.

• Terminal-Bench 2.1 — 57,50, terminus-2-Agent, max. 64K Token, 24-Stunden-Timeout, gemittelt über drei Durchläufe.

• SWE-bench Multilingual — 66.00, dieselbe Testumgebung wie Verified.

• Claw-Eval — 76,55, offizielles Harness, 256K-Kontext, Durchschnitt aus drei Läufen.

• Tau3-Bench — 64,63, offizielles Harness, pass^1 gemittelt über vier Durchläufe.

• DeepresearchBII — 60,80, OpenCode-Harness mit einem aktivierten Exa-MCP-Server.

• AIME2026 — 90.00, Durchschnitt aus fünf Durchläufen. IFBench — 69.67. AA.LCR — 61.00.

Zwei davon verdienen nähere Betrachtung. Ein Modell mit 4B aktiven Parametern, das 75 auf SWE-bench Verified und 57,5 auf Terminal-Bench 2.1 angibt, beansprucht damit einen Bereich, den Modelle besetzen, die ein Mehrfaches seiner aktiven Größe haben, und beide Werte sind agentisch – will sagen, sie hängen stark von Harness-Scaffolding ab, nicht nur vom Modell. Die Modellkarte ist erfrischend konkret, was das Scaffolding angeht, aber Konkretheit in Bezug auf ein Harness ist nicht dasselbe wie ein unabhängiger Durchlauf damit.

Wo es auf seinem eigenen Feld gewinnt, und wo nicht

Die Karte vergleicht sich in Benchmarks mit Gemma4-26B-A4B und Qwen3.6-35B-A3B. Nach China Telecoms eigenen Zahlen ist das Bild kein klarer Durchmarsch, was für sich genommen aufschlussreich ist:

• Gegen Gemma4-26B-A4B — Xing 4.0 gewinnt bei SWE-bench Verified mit 75,00 zu 53,00, bei Terminal-Bench 2.1 mit 57,50 zu 30,00, bei SWE-bench Multilingual mit 66,00 zu 51,00, bei Claw-Eval mit 76,55 zu 71,49, bei Tau3-Bench mit 64,63 zu 58,90 und bei DeepresearchBII mit 60,80 zu 39,30. Es verliert bei IFBench mit 69,67 zu 72,67 und bei AA.LCR mit 61,00 zu 66,00 und liegt bei AIME2026 um 1,7 Punkte zurück.

• Gegen Qwen3.6-35B-A3B — Xing 4.0 gewinnt bei Claw-Eval, Terminal-Bench 2.1 und DeepresearchBII und verliert bei SWE-bench Verified 75,00 zu 76,00, Tau3-Bench 64,63 zu 67,20 und AIME2026 90,00 zu 92,70.

Das Muster ist konsistent: stark bei den agentischen und terminalförmigen Evaluationen, schwächer beim Befolgen von Anweisungen und beim Schlussfolgern über langen Kontext. Diese erneuten Durchläufe der Konkurrenzmodelle wurden von China Telecom durchgeführt, nicht von den Herstellern, die sie entwickelt haben; der Vergleich ist daher intern konsistent, aber in keiner der beiden Richtungen unabhängig. (Ein früherer Artikel in dieser Reihe behandelt die G​emma-4-Seite jener Tabelle ausführlich.)

Eine Trainingsaussage, die es wert ist, gesondert hervorgehoben zu werden.

Xing 4.0 wurde auf Ascend-NPUs mit MindSpore und MindFormers trainiert, nicht auf GPUs mit PyTorch. Die Karte behauptet eine Throughput-Verbesserung von rund 96 % gegenüber der eigenen Baseline, erreicht durch MoE-Kommunikations-Tuning, selektive Recomputierung, DVM-Graph-Operator-Fusion und handgeschriebene Ascend-C-Kernel für die mHC-Operatoren. Diese Zahl ist eine Trainingsinfrastruktur-Behauptung über eine interne Baseline, was sie von außen im Wesentlichen unüberprüfbar macht — es gibt hier keinen öffentlichen Referenzpunkt für die „Baseline". Sie ist nichtsdestotrotz die interessanteste technische Aussage in der Veröffentlichung: ein vollständiges, frontier-nahes MoE, das durchgängig auf einem Nicht-NVIDIA-Stack trainiert wurde, mit der Operator-Arbeit aus dem eigenen Haus.

Was es kostet, es zu betreiben

Da die Lizenz Apache 2.0 ist, ist der Downloadpreis null und bleibt null. Die Hardware ist der eigentliche Kostenpunkt. Die Beschreibung der Sammlung behauptet eine 4-Bit-Quantisierung bei ungefähr 15 GB VRAM, was auf eine RTX 3090 oder 4090 passen würde; diese Zahl ist eine herstellerseitige Angabe und steht in merkwürdigem Widerspruch zur Tensor-Größe von 31B Parametern, die das Repository für den vollständigen Checkpoint angibt, also verifiziere sie anhand der tatsächlichen quantisierten Datei, bevor du dafür eine Karte kaufst. Die unterstützten Pfade sind SGLang, vLLM und KTransformers für die Inferenz sowie LLaMA-Factory und MindFormers für das Fine-Tuning.

Für alle, die es lieber nicht selbst ausführen möchten, gibt es jetzt einen abgerechneten Weg: Das kommerzielle Angebot, das Mitte Oktober erschienen ist, bedient das Modell mit einem Kontext von 262.144 Token, einer maximalen Completion von 235.929 Token und der vollständigen Sampling-Oberfläche einschließlich Tool-Aufrufen, strukturierten Ausgaben und einem umschaltbaren Reasoning-Modus. Während des Aktionszeitraums wird eine kostenlose Variante desselben Endpunkts aufgeführt, was der günstigste mögliche Weg ist, um herauszufinden, ob die SWE-bench-Zeile des Anbieters den Kontakt mit Ihrem eigenen Repository übersteht. Wie immer bei einem brandneuen Angebot: Prüfen Sie, wohin Sie tatsächlich geleitet werden, bevor Sie es in einen Produktionspfad aufnehmen — die kostenlose Stufe und die kostenpflichtige Stufe sind häufig unterschiedliche Deployments.

Wie man es nennt, und wie wir hineinpassen

Um direkt zu unserer eigenen Position zu sein: Xing 4.0 29B-A4B ist heute nicht im Katalog von OrcaRouter, wir sind also keine Route dorthin, und dieser Beitrag wird nichts anderes vortäuschen. Wenn Sie es wollen, sind die Optionen die eigene API des Anbieters, die Drittanbieter-Marktplätze, die es kürzlich gelistet haben, oder Ihre eigene Hardware.

Wofür ein Router hier seinen Platz verdient, liegt auf der anderen Seite der Entscheidung. Der realistische Weg für die meisten Teams besteht darin, dieses Modell in einem Sidecar auf einem unkritischen Pfad lange genug laufen zu lassen, um zu sehen, ob seine agentische Stärke bei den eigenen Aufgaben tatsächlich zum Tragen kommt – während der Produktions-Traffic weiter auf Modellen läuft, die Sie bereits validiert haben. OrcaRouter ist eine API vor über 200 gehosteten Modellen bei 0 % Aufschlag, mit einer Routing-DSL und automatischem Failover, was bedeutet, dass die Evaluierung eine Konfigurationsänderung statt eines zweiten Vertrags ist: Der Router bedient weiterhin das etablierte Modell, und Sie fügen den Herausforderer dort hinzu, wo er sich das Recht verdient hat zu antworten. Wenn eine Preissenkung eines Anbieters für ein Modell kommt, das wir tatsächlich führen, gilt dieser Preis am selben Tag auf unserer Seite, weil wir die Listenpreise der Anbieter durchreichen und nichts darauf aufschlagen.

Was ist noch unverifiziert?

Vier Dinge, geordnet danach, wie stark sie das Urteil verändern würden. Erstens sind alle neun Benchmark-Zeilen vom Anbieter angegeben, und keine wurde von Dritten reproduziert. Zweitens ist die Erweiterung von 256K auf 512K eine Behauptung auf der Model Card, für die es kein veröffentlichtes Rezept für die Erweiterung selbst gibt. Drittens sind die Wettbewerberspalten der Benchmark-Tabelle die eigenen erneuten Durchläufe des Anbieters, sodass die Vorsprünge nicht mit den eigenen veröffentlichten Zahlen der Wettbewerber vergleichbar sind – die Model Card von Gemma 4 beispielsweise weist SWE-bench Verified überhaupt nicht aus, es gibt also keine Gegenprüfung. Viertens erscheint die Zahl „93.52 auf SuperCLUE“, die zusammen mit diesem Release kursiert, in einem Kurztext einer Sammlung und nicht in der Tabelle der Model Card selbst, und sie sollte als unbelegt gelten, bis sie es nicht mehr ist.

Das Nützlichste, was man mit diesem Modell im Oktober 2026 tun kann, ist das, was die Ankündigung einem nicht abnimmt: die eigene härteste agentische Aufgabe ihm vorzusetzen und zu sehen, ob die terminal-bench-förmige Stärke außerhalb einer Harness-Tabelle Bestand hat. Wenn ja, ist ein 4B-active-Apache-2.0-Modell, das auf einer einzigen Consumer-Karte läuft, eine wirklich nützliche Sache, die man besitzen kann. Wenn nicht, hat man ein Wochenende und eine GPU ausgegeben. Der nächste Meilenstein, den man beobachten sollte, ist der erste unabhängige Eval-Lauf auf den Gewichten – nicht ein weiterer Framework-Pull-Request, der inzwischen ein gelöstes Problem ist.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.