Xing 4.0 29B-A4B vs. Gemma 4 26B-A4B: Zwei Sparse-Modelle, eines hat eine API

Beide Modelle sind sparse Mixture-of-Experts-Checkpoints, die pro Token ungefähr vier Milliarden Parameter aktivieren, und beide stehen unter Apache 2.0. Hier hört die Ähnlichkeit auf, nützlich zu sein. Xing 4.0 29B-A4B ist das text-only, agentenorientierte MoE von China Telecom — 29B gesamt, 4B aktiv, Gewichte am 16. September 2026 veröffentlicht und erst Mitte Oktober mit einem aufrufbaren kommerziellen Endpunkt versehen. Gemma 4 26B A4B ist das multimodale Sparse-Modell von Google DeepMind — 25,2B gesamt, 3,8B aktiv im instruction-tuned Checkpoint, Gewichte seit dem 11. März 2026 öffentlich — und es ist seit Monaten über gehostete Inferenz für sechs Cent pro Million Input-Tokens verfügbar. Wenn Sie zwischen ihnen wählen, lautet die ehrliche Fragestellung nicht „Welches ist klüger“, sondern „Welches können Sie diese Woche tatsächlich in einen Produktionspfad einbinden, und worauf verzichten Sie dafür?“

Die einzeilige Antwort

Gemma 4 26B A4B – es sei denn, Ihre Workload ist ein Coding- oder Terminal-Agent, der auf Ihrer eigenen Hardware läuft. Das gesamte Verkaufsargument von Xing 4.0 ist agentische Stärke pro aktivem Parameter, und in China Telecoms eigener Tabelle gewinnt es in den agentischen Zeilen mit enormen Vorsprüngen. Gemma 4 gewinnt bei Verfügbarkeit, Modalität, Preistransparenz und der schlichten Tatsache, dass seine Zahlen von dem Unternehmen veröffentlicht wurden, das es gebaut hat, während dies auf die Vergleichsspalte seines Rivalen nicht zutraf.

Spezifikationen, Dimension für Dimension

• Größe — Xing 4.0 29B gesamt / 4B aktiv im Vergleich zu G​emma 4 mit 25,2B gesamt / 3,8B aktiv. Der Name auf der G​emma-Karte ist ein gerundetes Label; die tatsächlichen Zahlen sind die, die G​oogle angibt.

• Experten-Layout — Xing 4.0: 64 geroutete Experten, 4 aktiv, plus 1 gemeinsam genutzter. Gemma 4: 128 Experten insgesamt, 8 aktiv, plus 1 gemeinsam genutzter. Gemma hat das feinere Routing; Xing hat die sparsamere Auslese.

• Attention — Xing 4.0 verwendet MLA, Multi-Head Latent Attention, mit komprimiertem Key-Value-Zustand. Gemma 4 verwendet hybride Attention: lokale Sliding-Window-Schichten mit einem 1.024-Token-Fenster, verschachtelt mit vollständiger globaler Attention, und proportionales RoPE. Unterschiedliche Antworten auf dasselbe KV-Cache-Problem.

• Tiefe und Breite — Xing 4.0: 40 Schichten, versteckte Größe 3.584, Vokabular 131.072. Gemma 4: 30 Schichten, Vokabular 262K.

• Kontext — Xing 4.0: 256K nativ, laut Kartenangabe erweiterbar auf 512K. G​emma 4: 256K. Effektiv gleichauf, allerdings wurde G​emmas Langkontext-Verhalten acht Monate lang von Dritten getestet und Xings überhaupt nicht.

• Modalität — Xing 4.0 ist Text rein, Text raus. Gemma 4 26B A4B nimmt Text, Bild und Video entgegen und gibt Text zurück; sein Vision-Encoder umfasst rund 550 Mio. Parameter. Das ist keine kleine Lücke, wenn Ihre Arbeitslast Dokumente oder Screenshots umfasst.

• Lizenz — Apache 2.0 bei beiden, einschließlich der Patentgewährung. Wirklich gleichwertig.

• Veröffentlichungsdatum — Gemma 4 26B A4B: instruktionsoptimierte Gewichte auf Hugging Face seit dem 11. März 2026, mit quantisierungsbewussten Builds von April bis Mai. Xing 4.0: erster Repository-Commit am 16. September 2026, quantisierte Builds am 13. Oktober, gehostetes Listing am 15.–16. Oktober.

• Hosting-Preis — Gemma 4 26B A4B ist auf OrcaRouter für 0,06 $ pro Million Eingabe-Token und 0,33 $ pro Million Ausgabe gelistet, wobei zwischengespeicherte Eingabe-Lesezugriffe 0,0075 $ pro Million kosten. Xing 4.0 hat keinen vergleichbaren veröffentlichten Preis auf einer Plattform, auf die wir verweisen können; das Mitte Oktober erfolgte Listing enthielt eine kostenlose Aktionsstufe, und die eigene Route des Anbieters ist die andere Option.

Die Benchmark-Frage, die chaotischer ist, als sie aussieht

Die Modellkarte von China Telecom vergleicht Xing 4.0 mit einer Spalte, die als Gemma4-26B-A4B beschriftet ist. Diese Spalte weist für SWE-bench Verified 53,00 aus. Googles Modellkarte für den Instruction-Tuned-Checkpoint gibt SWE-bench Verified überhaupt nicht an – die veröffentlichte Suite besteht aus MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision und einem Long-Context-Retrieval-Test. Die 53,00 in dieser Tabelle ist also nicht Googles Zahl. Es ist China Telecoms eigener Durchlauf von Gemma 4 durch ein SWE-Agent-Harness, und daran ist nichts falsch, solange man es als das liest, was es ist: eine erneute Ausführung eines einzelnen Labors, ohne angegebenen Versuch, Gemmas Scaffolding zu optimieren.

Nachdem dieser Vorbehalt einmal ausgesprochen und durch alles Folgende hindurch beibehalten wurde, ist hier der Kontrast bei den Zeilen, in denen beide Seiten eine veröffentlichte Zahl haben, plus die agentischen Zeilen, in denen nur eine Seite eine solche hat.

• SWE-bench Verified — Xing 4.0 75,00 vom Anbieter durchgeführt vs. G​emma 4 53,00 im erneuten Lauf durch China Telecom; G​oogle veröffentlicht keine Zahl für diesen Benchmark.

• Terminal-Bench 2.1 — Xing 4.0 57,50 vs. G​emma 4 30,00, wieder einmal der eigene erneute Testlauf des Anbieters mit G​emma.

• SWE-bench Multilingual — Xing 4.0 66,00 vs. G​emma 4 51,00, gleiche Provenienz.

• Claw-Eval — Xing 4.0 76.55 vs. Gemma 4 71.49, offizieller Harness auf beiden Seiten laut der Karte.

• Tau3-Bench — Xing 4.0 64,63 vs. G​emma 4 58,90. G​oogle gibt auf seiner eigenen Model Card Tau2 mit 68,2 an, wobei es sich um eine andere Version der Familie handelt, die nicht direkt vergleichbar ist.

• AIME 2026 — Xing 4.0 90,00 gegen G​emma 4 88,30.

• IFBench — Xing 4.0 69,67 gegen G​emma 4 72,67. G​emma gewinnt dieses hier.

• AA.LCR — Xing 4.0 61,00 vs. Gemma 4 66,00. Gemma gewinnt auch hier.

• Wo nur Google Zahlen vorlegt — MMLU Pro 82,6, GPQA Diamond 82,3, LiveCodeBench v6 77,1, MMMU Pro 73,8, Codeforces ELO 1.718. Die Karte von Xing 4.0 meldet zu keinem dieser Punkte etwas, es gibt also keine Grundlage für einen Vergleich, und das Fehlen sollte nicht als Niederlage gedeutet werden.

Die Form des Unterschieds ist konsistent und nicht zufällig: Xing 4.0 ist stark bei Software-Engineering und terminalförmigen Aufgaben und schwächer beim Befolgen von Anweisungen und bei Long-Context-Reasoning. Das ist ein bewusstes Designziel – der gesamte Architektur-Abschnitt der Karte ist auf agentische Arbeit ausgerichtet: mehrstufige Planung, Tool-Aufrufe, Reasoning-Ketten – und die Zahlen stimmen mit dem Design überein. Was sie einem nicht verraten, ist, ob diese Stärke in einem Harness Bestand hat, der nicht vom Anbieter ausgewählt wurde.

Was die G​emma-Spalte Ihnen nicht sagen kann – und Xings auch nicht

Beachten Sie die Asymmetrie bei der Prüfung. Gemma 4 26B A4B wurde mehr als zehn Millionen Mal aus seinem Repository heruntergeladen und verfügt über eine unabhängige Einstufung bei Artificial Analysis sowie acht Monate an Berichten von Praktikern darüber, wo die Sliding-Window-Attention an Leistung verliert. Xing 4.0 hat 53.000 Downloads in einem Monat, keine unabhängige Bewertung und eine einzige Benchmark-Tabelle eines Labors – und seine beeindruckendsten Zeilen sind diejenigen, die am empfindlichsten auf die Wahl des Harness reagieren. Wenn eine Seite eines Vergleichs acht Monate lang von Fremden einem Stresstest unterzogen wurde und die andere nicht, dann verdienen die Schlagzeilenwerte des neueren Modells genau den Abschlag, den diese Tatsache impliziert. Die 75 und 57,5 könnten sich perfekt bestätigen. Niemand außerhalb von China Telecom weiß es bisher.

Kosten, in beide Richtungen

Der Fall von Gemma 4 26B A4B ist reine Arithmetik. Bei $0,06 und $0,33 pro Million Token auf OrcaRouter, mit einem Cache-Lesezugriff für $0,0075 pro Million, zahlt ein Agent, der täglich zwei Millionen Ausgabe-Token verbrennt, rund sechsundsechzig Cent für die Generierung und ein paar Cent für die Eingabeseite, vor dem Caching. Es gibt keine Self-Hosting-Anforderung, keine Hardware-Entscheidung und keinen Betriebsaufwand. Da OrcaRouter den Listenpreis des Anbieters ohne Aufschlag durchreicht, kommt eine Preissenkung des Anbieters für dieses Modell noch am selben Tag, an dem sie angekündigt wird, bei unserem Endpoint an — die Zahl in Ihrer Rechnung ist die Zahl des Anbieters.

Bei Xing 4.0 geht es um eine Kapital- und nicht um eine Marginalentscheidung. Die Gewichte sind frei und Apache-2.0, und die Sammlung beansprucht eine 4-Bit-Quantisierung, die mit ungefähr 15 GB VRAM läuft, was sie auf einer RTX 3090 oder 4090 unterbringen würde. Diese Angabe steht in unschönem Kontrast zu der Tensorgröße von 31B, die das Repository für den vollständigen Checkpoint meldet, also prüfen Sie die tatsächliche Größe der quantisierten Datei, bevor Sie darauf aufbauend planen. Das Serving bedeutet SGLang, vLLM oder KTransformers auf Hardware, die Ihnen gehört, plus die Integrationsarbeit, die ein maßgeschneidertes Attention- und Residual-Stream-Design mit sich bringt. Der Crossover kommt erst bei dauerhaft hohem Volumen zustande, oder wenn die Daten Ihr Netzwerk überhaupt nicht verlassen können.

Wo ein Router bei einem Modell hilft, das wir nicht hosten

Wir sagen das Offensichtliche ganz offen: Xing 4.0 29B-A4B steht nicht in OrcaRouters Katalog, also sind wir kein Weg, es aufzurufen, und nichts hier sollte als Werbung dafür gelesen werden, uns dafür zu nutzen. Was wir sind, ist ein Weg, den Vergleich günstig zu halten. Gemma 4 26B A4B wird hier gehostet; eine Herausforderer-Evaluierung ist eine Routing-Änderung statt eines zweiten Vertrags, und automatisches Failover hält den Produktionspfad am Leben, während du einen Teil des Traffics auf etwas Experimentelles lenkst. Die Routing-DSL existiert genau für diese Art von Problem — du schreibst die Regel einmal, und das Modell dahinter ist eine Variable.

Welches soll man wählen?

Nehmen Sie Gemma 4 26B A4B, wenn Sie multimodale Eingaben benötigen, einen veröffentlichten Preis pro Token, ein Modell, hinter dem acht Monate unabhängiger Tests stehen, oder einfach etwas, das Sie heute Nachmittag aufrufen können. Es ist mit großem Abstand das sicherere der beiden, und bei sechs Cent pro Million Eingabe-Tokens muss das Kostenargument kaum noch vorgebracht werden.

Nehmen Sie Xing 4.0 29B-A4B, wenn Ihr Workload ein Coding- oder Terminal-Agent ist, Sie über die GPU oder die Toleranz für einen brandneuen gehosteten Endpoint verfügen und bereit sind, Ihre eigene Evaluierung durchzuführen, bevor Sie der Tabelle vertrauen. Der potenzielle Nutzen ist real — ein Modell mit dem Speicherbedarf eines 29B und dem Rechenprofil eines 4B, das auf dem Papier die stärksten agentischen Zeilen von allem in seiner Gewichtsklasse aufweist. Das Risiko ist ebenso real: Jede dieser Zeilen ist eine Behauptung eines Anbieters, die an einen vier Wochen alten Checkpoint geknüpft ist, und die daneben stehende Vergleichsspalte wurde vom selben Anbieter erstellt.

Wenn Sie den Mittelweg möchten, handelt es sich eher um einen Zwei-Modell-Stack als um eine Entscheidung: Gemma 4 26B A4B übernimmt den multimodalen Traffic mit hohem Volumen und langem Kontext, für den es sich bereits bewährt hat, und Xing 4.0 ist auf den Coding-Agent-Pfad beschränkt, wo sein behaupteter Vorteil am größten ist und wo eine falsche Antwort leicht zu entdecken 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.