Xing 4.0 29B-A4B ya es invocable: el MoE abierto de China Telecom sale del laboratorio

Los pesos de Xing 4.0 29B-A4Bse pueden descargar desde la XingChen-AGI organización en Hugging Face desde el 16 de septiembre de 2026 — esa parte no es novedad. Lo que cambió a mediados de octubre es más concreto y más útil: el modelo pasó a ser algo a lo que puedes llamar en lugar de algo que solo puedes alojar. Una ficha comercial pública de Xing4.0-29B-A4B apareció el 15–16 de octubre con una ventana de contexto de 262.144 tokens y un nivel promocional gratuito, las compilaciones cuantizadas se pusieron al día el 13 de octubre, y los frameworks de servicio terminaron de llegar: la pull request de soporte de SGLang pasó de borrador a lista para fusionarse, vLLM ya incluye la arquitectura, y la tarjeta del modelo ahora nombra OpenCode, Claude Code, OpenClaw y Hermes como frameworks de agentes adaptados. Este artículo trata sobre lo que realmente se lanzó, lo que afirma la propia tarjeta del modelo de China Telecom y cuáles de esas afirmaciones nadie fuera del laboratorio ha verificado todavía.

Dos fechas, y por qué solo una de ellas importa hoy

El historial del repositorio no deja lugar a dudas. X​ingChen-AGI/Xing4.0-29B-A4B recibió su commit inicial el 16 de septiembre de 2026, con una subida de pesos ese mismo día y un README a la mañana siguiente. Los pesos Apache-2.0 llevan un mes siendo públicos. Un artículo de primera versión escrito el 17 de octubre que anunciara este modelo como nuevo sería erróneo, y es exactamente el error que la cobertura anterior de esta serie ya tuvo que corregir — las publicaciones de la era de las filtraciones siguieron un cambio de nombre de XingChen4 a Xing4_0 a lo largo de seis pull requests del framework antes de que hubiera algo descargable.

Así que considera el 16 de septiembre como la fecha de lanzamiento. La novedad de octubre es la disponibilidad: hasta ese momento, usar el modelo implicaba alquilar o poseer el hardware. Ahora ya no.

Qué es realmente el modelo

Xing 4.0 29B-A4B es el sucesor de la línea TeleChat, desarrollado por China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — y publicado bajo Apache 2.0. Es un modelo de mezcla de expertos dispersa: 29 mil millones de parámetros en el checkpoint, aproximadamente 4 mil millones leídos por cada token generado. La ficha describe la arquitectura como «mHC + MLA + MTP», y los detalles de configuración que importan son estos:

• Forma — 40 capas, tamaño oculto 3.584, intermedio de FFN densa 9.216, intermedio de expertos 1.024, vocabulario 131.072.

• Expertos — 64 expertos enrutados con 4 activos por token, más 1 experto compartido siempre activo. Ese experto compartido es la razón por la que el número de activos no es 4/64 del total.

• Atención — MLA (atención latente multicabeza), el esquema de KV comprimido de la línea de DeepSeek en lugar de la atención estándar de consultas agrupadas.

• Contexto — 256K nativos, descrito en la tarjeta como ampliable a 512K. El listado comercial indica 262.144 posiciones.

• Decodificación especulativa — MTP, predicción de múltiples tokens, entrenada desde el inicio en lugar de añadida a posteriori.

• Licencia y formatos — Apache 2.0, con safetensors bfloat16, FP8, w8a8 y compilaciones GGUF publicadas por la misma organización.

La pieza mHC es la que es genuinamente inusual. mHC significa flujos residuales de hiperconexión con restricción de variedad, y es la razón por la que el modelo aparece en el código de los frameworks de servicio como algo distinto de un transformer estándar: los frameworks necesitan kernels personalizados para ello, y la implementación de SGLang incluye un kernel split-K específicamente para el diseño de hiperconexión de cuatro flujos. Si eres un profesional que está decidiendo si vale la pena el esfuerzo, el resumen honesto es que este es un modelo con una apuesta arquitectónica real, no un mixture-of-experts de serie con un nombre nuevo.

Las cifras — y quién las produjo

Todo lo que aparece a continuación proviene de la propia tarjeta de modelo de China Telecom. Nada de ello ha sido reproducido de forma independiente, y la propia tarjeta indica el arnés y la configuración de muestreo que hay detrás de cada fila, lo cual es más divulgación de la que la mayoría de los proveedores ofrece voluntariamente. Léelo como una afirmación de un proveedor, no como un hecho medido.

• SWE-bench Verified — 75,00, ejecutado bajo el arnés de SWE-agent con una ventana de contexto de 210K.

• Terminal-Bench 2.1 — 57.50, agente terminus-2, 64K tokens máximos, tiempo de espera de 24 horas, promedio de tres ejecuciones.

• SWE-bench Multilingual — 66.00, mismo harness que Verified.

• Claw-Eval — 76.55, harness oficial, contexto de 256K, promedio de tres ejecuciones.

• Tau3-Bench — 64,63, arnés oficial, pass^1 promediado sobre cuatro ejecuciones.

• DeepresearchBII — 60,80, arnés de OpenCode con un servidor MCP de Exa habilitado.

• AIME2026 — 90.00, media de cinco ejecuciones. IFBench — 69.67. AA.LCR — 61.00.

Dos de ellos merecen que nos detengamos en ellos. Un modelo con 4B activos que afirma alcanzar 75 en SWE-bench Verified y 57,5 en Terminal-Bench 2.1 afirma situarse en un territorio ocupado por modelos varias veces mayores que su tamaño activo, y ambas cifras son agénticas, es decir, dependen en gran medida del andamiaje del arnés, no solo del modelo. La ficha es refrescantemente específica sobre el andamiaje, pero ser específico sobre un arnés no es lo mismo que una ejecución independiente de este.

Donde gana en su propia tabla, y donde no lo hace

La tarjeta se compara con Gemma4-26B-A4B y Qwen3.6-35B-A3B. Según los propios números de China Telecom, el panorama no es una victoria arrolladora, lo cual es informativo en sí mismo:

• Frente a Gemma4-26B-A4B — Xing 4.0 gana en SWE-bench Verified por 75,00 a 53,00, en Terminal-Bench 2.1 por 57,50 a 30,00, en SWE-bench Multilingual por 66,00 a 51,00, en Claw-Eval por 76,55 a 71,49, en Tau3-Bench por 64,63 a 58,90 y en DeepresearchBII por 60,80 a 39,30. Pierde en IFBench por 69,67 a 72,67 y en AA.LCR por 61,00 a 66,00, y va por detrás en AIME2026 por 1,7 puntos.

• Frente a Qwen3.6-35B-A3B — Xing 4.0 gana Claw-Eval, Terminal-Bench 2.1 y DeepresearchBII, y pierde SWE-bench Verified 75.00 a 76.00, Tau3-Bench 64.63 a 67.20 y AIME2026 90.00 a 92.70.

El patrón es consistente: fuerte en las evaluaciones agénticas y con formato de terminal, más débil en el seguimiento de instrucciones y el razonamiento de contexto largo. Esas repeticiones de los modelos de la competencia las realizó China Telecom, no los proveedores que los crearon, así que la comparación es internamente consistente, pero no independiente en ninguna de las dos direcciones. (Un artículo anterior de esta serie cubre en detalle el lado de G​emma 4 de esa tabla.)

Una afirmación sobre la formación que merece señalarse por separado

Xing 4.0 se entrenó en NPU Ascend con MindSpore y MindFormers, no en GPU con PyTorch. La ficha afirma una mejora de rendimiento de aproximadamente el 96 % respecto a su propia línea base, lograda mediante el ajuste de la comunicación de MoE, la recomputación selectiva, la fusión de grafos y operadores de DVM y kernels de Ascend C escritos a mano para los operadores de mHC. Esa cifra es una afirmación sobre la infraestructura de entrenamiento referida a una línea base interna, lo que la hace prácticamente imposible de verificar desde fuera: aquí no existe un punto de referencia público para «línea base». No obstante, es la afirmación de ingeniería más interesante del anuncio: un MoE completo, cercano a la frontera, entrenado de principio a fin en una pila que no es de NVIDIA, con el trabajo de operadores realizado internamente.

Lo que cuesta funcionar

Como la licencia es Apache 2.0, el precio de descarga es cero y seguirá siendo cero. El hardware es la factura real. La descripción de la colección afirma una cuantización de 4 bits con aproximadamente 15 GB de VRAM, lo que cabría en una RTX 3090 o 4090; esa cifra es una afirmación del proveedor y resulta discordante frente al tamaño del tensor de 31B parámetros que el repositorio indica para el checkpoint completo, así que verifícala contra el archivo cuantizado real antes de comprar una tarjeta basándote en ella. Las rutas compatibles son SGLang, vLLM y KTransformers para inferencia, con LLaMA-Factory y MindFormers para ajuste fino.

Para cualquiera que prefiera no ejecutarlo por su cuenta, ahora existe una ruta de pago por uso: el listado comercial que apareció a mediados de octubre sirve el modelo con un contexto de 262,144 tokens, una finalización máxima de 235,929 tokens y la superficie de muestreo completa, que incluye llamadas a herramientas, salidas estructuradas y un modo de razonamiento conmutable. Durante la ventana promocional se lista una variante gratuita del mismo endpoint, que es la forma más barata posible de averiguar si la fila de SWE-bench del proveedor sobrevive al contacto con tu propio repositorio. Como siempre con un listado totalmente nuevo, comprueba a qué te están enrutando realmente antes de ponerlo en una ruta de producción; con frecuencia, el nivel gratuito y el nivel de pago son despliegues diferentes.

Cómo llamarlo, y cómo encajamos

Para ser directos sobre nuestra propia posición: Xing 4.0 29B-A4B no está hoy en el catálogo de OrcaRouter, así que no somos una vía hacia él y este artículo no pretenderá lo contrario. Si lo quieres, las opciones son la propia API del proveedor, los mercados de terceros que lo han listado recientemente, o tu propio hardware.

Donde un enrutador se gana su lugar aquí es en el otro lado de la decisión. El camino realista para la mayoría de los equipos es ejecutar este modelo en un sidecar, en una ruta de bajo riesgo, durante el tiempo suficiente para ver si su capacidad agéntica es real en sus propias tareas — mientras el tráfico de producción sigue ejecutándose en modelos que ya has validado. OrcaRouter es una API por delante de más de 200 modelos alojados con un 0 % de recargo, con un DSL de enrutamiento y conmutación por error automática, lo que significa que la evaluación es un cambio de configuración en lugar de un segundo contrato: el enrutador sigue sirviendo al modelo actual, y tú añades el retador donde se ha ganado el derecho a responder. Cuando un recorte de precio de un proveedor llega a un modelo que sí ofrecemos, ese precio está activo de nuestro lado el mismo día, porque pasamos el precio de lista del proveedor tal cual y no le añadimos nada.

¿Qué sigue sin verificar?

Cuatro cosas, en orden de cuánto cambiarían el veredicto. Primero, las nueve filas del benchmark las reporta el proveedor y ninguna cuenta con una reproducción de terceros. Segundo, la extensión de 256K a 512K es una afirmación de la ficha y no hay ninguna receta publicada para la extensión en sí. Tercero, las columnas de competidores de la tabla del benchmark son reejecuciones propias del proveedor, así que los márgenes de victoria no son comparables con las cifras publicadas por los propios competidores; la ficha de Gemma 4, por ejemplo, no reporta SWE-bench Verified en absoluto, así que no hay ninguna comprobación cruzada disponible. Cuarto, la cifra de "93.52 en SuperCLUE" que ha circulado junto con este lanzamiento aparece en un texto promocional de una colección y no en la propia tabla de la ficha del modelo, y debería tratarse como sin fuente hasta que deje de serlo.

Lo más útil que puedes hacer con este modelo en octubre de 2026 es lo que el anuncio no hace por ti: poner tu propia tarea agéntica más difícil delante de él y ver si la fortaleza con forma de terminal-bench sobrevive fuera de una tabla de harness. Si lo hace, un modelo Apache-2.0 con 4B activos que corre en una sola tarjeta de consumo es algo genuinamente útil de tener. Si no lo hace, habrás gastado un fin de semana y una GPU. El siguiente hito que hay que observar es la primera ejecución de evaluación independiente sobre los pesos —no otra pull request de framework, que ya es un problema resuelto.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.