Xing 4.0 29B-A4B vs Gemma 4 26B-A4B: Dos modelos dispersos, uno tiene una API

Ambos modelos son checkpoints de mezcla de expertos dispersa que activan aproximadamente cuatro mil millones de parámetros por token, y ambos son Apache 2.0. Ahí es donde el parecido deja de ser útil. Xing 4.0 29B-A4B es el MoE de China Telecom, solo texto y orientado a agentes — 29B en total, 4B activos, pesos publicados el 16 de septiembre de 2026 y con un endpoint comercial al que se puede llamar solo a mediados de octubre. Gemma 4 26B A4B es el modelo disperso multimodal de G​oogle DeepMind — 25.2B en total, 3.8B activos en el checkpoint ajustado por instrucciones, pesos públicos desde el 11 de marzo de 2026 — y ha estado disponible mediante inferencia alojada a seis centavos por millón de tokens de entrada durante meses. Si estás eligiendo entre ellos, el planteamiento honesto no es "cuál es más inteligente" sino "cuál puedes poner realmente en una ruta de producción esta semana, y qué sacrificas por eso".

La respuesta en una línea

Gemma 4 26B A4B, a menos que tu carga de trabajo sea un agente de programación o de terminal que se ejecute en tu propio hardware. Toda la propuesta de Xing 4.0 es la fuerza agéntica por parámetro activo, y en la propia tabla de China Telecom gana las filas agénticas por enormes márgenes. Gemma 4 gana en disponibilidad, modalidad, transparencia de precios y el simple hecho de que sus números fueron publicados por la empresa que lo construyó, mientras que la columna de comparación de su rival no lo fue.

Especificaciones, dimensión por dimensión

• Tamaño — Xing 4.0 29B en total / 4B activos frente a Gemma 4 25,2B en total / 3,8B activos. El nombre en la tarjeta de Gemma es una etiqueta redondeada; las cifras reales son las que indica Google.

• Distribución de expertos — Xing 4.0: 64 expertos enrutados, 4 activos, más 1 compartido. G​emma 4: 128 expertos en total, 8 activos, más 1 compartido. G​emma tiene el enrutamiento más fino; Xing tiene la lectura más dispersa.

• Atención — Xing 4.0 usa MLA, atención latente multi-cabeza, con estado clave-valor comprimido. G​emma 4 usa atención híbrida: capas locales de ventana deslizante con una ventana de 1.024 tokens intercaladas con atención global completa, y RoPE proporcional. Distintas respuestas al mismo problema de la caché KV.

• Profundidad y anchura — Xing 4.0: 40 capas, tamaño oculto 3.584, vocabulario 131.072. G​emma 4: 30 capas, vocabulario 262K.

• Contexto — Xing 4.0: 256K nativo, ampliable a 512K según lo declarado en la ficha. G​emma 4: 256K. En la práctica están igualados, aunque el comportamiento en contexto largo de G​emma lleva ocho meses de pruebas por terceros y el de Xing ninguno.

• Modalidad — Xing 4.0 es texto de entrada, texto de salida. Gemma 4 26B A4B acepta texto, imagen y vídeo como entrada, y devuelve texto; su codificador de visión tiene aproximadamente 550M de parámetros. Esto no es una diferencia pequeña si tu carga de trabajo incluye documentos o capturas de pantalla.

• Licencia — Apache 2.0 en ambos, incluida la concesión de patentes. Realmente equivalentes.

• Fecha de publicación — Gemma 4 26B A4B: pesos ajustados para instrucciones en Hugging Face desde el 11 de marzo de 2026, con compilaciones conscientes de la cuantización durante abril y mayo. Xing 4.0: commit inicial del repositorio el 16 de septiembre de 2026, compilaciones cuantizadas el 13 de octubre, listado alojado del 15 al 16 de octubre.

• Precio alojado — Gemma 4 26B A4B aparece en OrcaRouter a $0.06 por millón de tokens de entrada y $0.33 por millón de salida, con lecturas de entrada en caché a $0.0075 por millón. Xing 4.0 no tiene una tarifa publicada comparable en una plataforma que podamos señalar; el listado de mediados de octubre incluía un nivel promocional gratuito, y la ruta propia del proveedor es la otra opción.

La cuestión del benchmark, que es más enredada de lo que parece

La tarjeta de modelo de China Telecom compara Xing 4.0 con una columna etiquetada Gemma4-26B-A4B. Esa columna reporta SWE-bench Verified 53.00. La tarjeta de modelo de Google para el checkpoint ajustado por instrucciones no reporta SWE-bench Verified en absoluto — la suite publicada es MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision y una prueba de recuperación de contexto largo. Así que el 53.00 en esa tabla no es el número de Google. Es la propia ejecución de China Telecom de Gemma 4 a través de un arnés de SWE-agent, y no hay nada malo en eso siempre que lo leas como lo que es: una repetición de un solo laboratorio, sin ningún intento declarado de ajustar el andamiaje de Gemma.

Con esa salvedad declarada una vez y aplicada a todo lo que sigue, aquí está el contraste en las filas donde ambas partes tienen una cifra publicada, además de las filas agénticas donde solo una la tiene.

• SWE-bench Verified — Xing 4.0 75.00 ejecutado por el proveedor frente a G​emma 4 53.00 en la repetición realizada por China Telecom; G​oogle no publica ninguna cifra para este benchmark.

• Terminal-Bench 2.1 — Xing 4.0 57,50 frente a G​emma 4 30,00, de nuevo la propia repetición del proveedor sobre G​emma.

• SWE-bench Multilingual — Xing 4.0 66,00 frente a Gemma 4 51,00, misma procedencia.

• Claw-Eval — Xing 4.0 76,55 vs G​emma 4 71,49, arnés oficial en ambos lados según la tarjeta.

• Tau3-Bench — Xing 4.0 64.63 vs G​emma 4 58.90. Google informa Tau2 en 68.2 en su propia ficha, que es una versión diferente de la familia y no es directamente comparable.

• AIME 2026 — Xing 4.0 90.00 frente a G​emma 4 88.30.

• IFBench — Xing 4.0 69.67 vs G​emma 4 72.67. G​emma gana esta vez.

• AA.LCR — Xing 4.0 61.00 vs G​emma 4 66.00. Gemma también gana esta.

• Donde solo G​oogle tiene cifras — MMLU Pro 82.6, GPQA Diamond 82.3, LiveCodeBench v6 77.1, MMMU Pro 73.8, Codeforces ELO 1,718. La ficha de Xing 4.0 no reporta nada en ninguno de estos, así que no hay base para una comparación y la ausencia no debería interpretarse como una pérdida.

La forma de la diferencia es consistente y no es aleatoria: Xing 4.0 es fuerte en ingeniería de software y en tareas propias de la terminal, y más débil en seguimiento de instrucciones y razonamiento de contexto largo. Ese es un objetivo de diseño deliberado —toda la sección de arquitectura de la ficha está orientada al trabajo agéntico: planificación de varios pasos, invocación de herramientas, cadenas de razonamiento—, y los números concuerdan con el diseño. Lo que no te dicen es si esa fortaleza sobrevive a un entorno de evaluación que no fue elegido por el proveedor.

Lo que la columna de Gemma no puede decirte, y la de Xing tampoco

Observa la asimetría en el escrutinio. Gemma 4 26B A4B se ha descargado más de diez millones de veces desde su repositorio y cuenta con una posición independiente en Artificial Analysis y ocho meses de informes de profesionales sobre dónde se degrada la atención de ventana deslizante. Xing 4.0 tiene 53.000 descargas en un mes, ninguna evaluación independiente y una única tabla de benchmarks de un solo laboratorio — y sus filas más impresionantes son las más sensibles a la elección del arnés de evaluación. Cuando un lado de una comparación ha sido sometido a pruebas de estrés por desconocidos durante ocho meses y el otro no, las cifras principales del modelo más nuevo merecen exactamente el descuento que implica ese hecho. Es posible que el 75 y el 57,5 se mantengan perfectamente. Nadie fuera de China Telecom lo sabe todavía.

Coste, en ambos sentidos

El caso de Gemma 4 26B A4B es aritmética pura. A $0,06 y $0,33 por millón de tokens en OrcaRouter, con una lectura en caché a $0,0075 por millón, un agente que consume dos millones de tokens de salida al día paga aproximadamente sesenta y seis centavos por la generación y unos pocos centavos por el lado de la entrada, antes de aplicar la caché. No hay requisito de autohospedaje, ni decisión de hardware, ni carga operativa. Dado que OrcaRouter transfiere el precio de lista del proveedor sin margen de beneficio, una rebaja de precio del proveedor en este modelo llega a nuestro endpoint el mismo día en que se anuncia — la cifra en tu factura es la cifra del proveedor.

El caso de Xing 4.0 es de capital importancia, no marginal. Los pesos son libres y Apache-2.0, y la colección afirma una cuantización de 4 bits que se ejecuta en aproximadamente 15 GB de VRAM, lo que lo situaría en una RTX 3090 o 4090. Esa afirmación queda incómoda junto al tamaño de tensor de 31B que el repositorio informa para el checkpoint completo, así que comprueba el tamaño real del archivo cuantizado antes de planificar en torno a ello. Servirlo implica SGLang, vLLM o KTransformers en hardware propio, además del trabajo de integración que conlleva un diseño de atención y flujo residual a medida. El punto de cruce solo llega con un volumen alto sostenido, o cuando los datos no pueden salir de tu red en absoluto.

Donde un router ayuda con un modelo que no alojamos

Diremos lo obvio sin rodeos: Xing 4.0 29B-A4B no está en el catálogo de OrcaRouter, así que no somos una forma de llamarlo, y nada de lo que hay aquí debería interpretarse como una invitación a que nos uses para eso. Lo que sí somos es una forma de abaratar la comparación. Gemma 4 26B A4B está alojado aquí; evaluar a un competidor es un cambio de enrutamiento y no un segundo contrato, y la conmutación por error automática mantiene viva la ruta de producción mientras diriges una porción del tráfico hacia algo experimental. El DSL de enrutamiento existe exactamente para este tipo de problema — escribes la regla una vez, y el modelo que hay detrás es una variable.

¿Cuál elegir?

Elige Gemma 4 26B A4B si necesitas entrada multimodal, un precio por token publicado, un modelo con ocho meses de pruebas independientes que lo respalden, o simplemente algo que puedas invocar esta tarde. Es el más seguro de los dos por un amplio margen, y a seis centavos por millón de tokens de entrada, el argumento del costo apenas necesita plantearse.

Elige Xing 4.0 29B-A4B si tu carga de trabajo es un agente de programación o de terminal, tienes la GPU o la tolerancia para un endpoint alojado completamente nuevo, y estás dispuesto a ejecutar tu propia evaluación antes de confiar en la tabla. El beneficio potencial es real — un modelo con la huella de memoria de un 29B y el perfil de cómputo de un 4B, que sobre el papel registra las filas agénticas más sólidas de cualquier cosa en su categoría de peso. El riesgo es igual de real: cada una de esas filas es una afirmación de un proveedor asociada a un checkpoint de hace cuatro semanas, y la columna de comparación que aparece junto a ella fue producida por el mismo proveedor.

Si quieres el camino intermedio, se trata de una pila de dos modelos en lugar de una elección: Gemma 4 26B A4B encargándose del tráfico multimodal, de gran volumen y de contexto largo en el que ya ha demostrado su valía, y Xing 4.0 restringido a la ruta del agente de codificación, donde su supuesta ventaja es mayor y donde una respuesta incorrecta sale barata de detectar.

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.