Xing 4.0 29B-A4B est désormais appelable : le MoE ouvert de China Telecom sort du laboratoire

Les poids de Xing 4.0 29B-A4Bsont téléchargeables depuis l’organisation X​ingChen-AGI sur Hugging Face depuis le 16 septembre 2026 — cette partie n’est pas une nouveauté. Ce qui a changé à la mi-octobre est plus restreint et plus utile : le modèle est devenu quelque chose que l’on peut appeler plutôt que quelque chose que l’on ne peut qu’héberger. Une fiche commerciale publique pour Xing4.0-29B-A4B est apparue les 15–16 octobre avec une fenêtre de contexte de 262 144 tokens et un niveau promotionnel gratuit, les versions quantifiées ont rattrapé leur retard le 13 octobre, et les frameworks de service ont fini d’arriver : la pull request de prise en charge de SGLang est passée de brouillon à prête à être fusionnée, vLLM prend déjà en charge l’architecture, et la fiche du modèle cite désormais OpenCode, C​laude Code, OpenClaw et Hermes comme frameworks d’agents adaptés. Cet article porte sur ce qui a réellement été livré, sur ce que la propre fiche de modèle de China Telecom affirme, et sur la question de savoir lesquelles de ces affirmations personne en dehors du laboratoire n’a encore vérifiées.

Deux dates, et pourquoi une seule d'entre elles compte aujourd'hui

L’historique du dépôt est sans ambiguïté. X​ingChen-AGI/Xing4.0-29B-A4B a reçu son commit initial le 16 septembre 2026, avec un téléversement des poids le jour même et un README le lendemain matin. Les poids sous Apache-2.0 sont publics depuis un mois. Un article de première version écrit le 17 octobre qui annoncerait ce modèle comme nouveau serait erroné, et c’est exactement l’erreur que la couverture antérieure de cette série a déjà dû corriger — les publications de l’époque des fuites ont suivi un renommage de XingChen4 en Xing4_0 à travers six pull requests de framework avant que quoi que ce soit ne soit téléchargeable.

Considérez donc le 16 septembre comme la date de sortie. La nouveauté d’octobre, c’est la disponibilité : jusque-là, utiliser le modèle impliquait de louer ou de posséder le matériel. Maintenant, ce n’est plus le cas.

Ce qu'est réellement le modèle

Xing 4.0 29B-A4B est le successeur de la gamme TeleChat, développé par China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — et publié sous Apache 2.0. C’est un modèle sparse mixture-of-experts : 29 milliards de paramètres dans le checkpoint, environ 4 milliards lus par token généré. La fiche décrit l’architecture comme « mHC + MLA + MTP », et les détails de configuration qui comptent sont les suivants :

• Forme — 40 couches, dimension cachée 3 584, intermédiaire FFN dense 9 216, intermédiaire expert 1 024, vocabulaire 131 072.

• Experts — 64 experts routés dont 4 actifs par token, plus 1 expert partagé toujours actif. C'est ce dernier qui explique pourquoi le nombre d'actifs ne correspond pas à 4/64e du total.

• Attention — MLA (attention latente multi-têtes), le schéma de KV compressé de la lignée DeepSeek plutôt que l'attention à requêtes groupées standard.

• Contexte — 256K natif, décrit sur la carte comme extensible à 512K. L'annonce commerciale indique 262 144 positions.

• Décodage spéculatif — MTP, prédiction multi-jetons, intégrée dès l'entraînement plutôt qu'ajoutée après coup.

• Licence et formats — Apache 2.0, avec des versions bfloat16 safetensors, FP8, w8a8 et GGUF publiées par la même organisation.

Le composant mHC est celui qui est véritablement inhabituel. Il désigne les flux résiduels d'hyper-connexion à contrainte de variété (manifold-constrained hyper-connection residual streams), et c'est la raison pour laquelle le modèle apparaît dans le code des frameworks de serving comme autre chose qu'un transformer standard : les frameworks ont besoin de noyaux personnalisés pour lui, et l'implémentation de SGLang fournit un noyau split-K spécifiquement pour la disposition d'hyper-connexion à quatre flux. Si vous êtes un praticien qui se demande si cela vaut la peine de s'en préoccuper, le résumé honnête est qu'il s'agit d'un modèle comportant un véritable pari architectural, et non d'un mélange d'experts standard affublé d'un nouveau nom.

Les chiffres — et qui les a produits

Tout ce qui suit provient de la fiche de modèle de China Telecom elle-même. Rien de tout cela n'a été reproduit de manière indépendante, et la fiche elle-même indique le harnais et les paramètres d'échantillonnage derrière chaque ligne, ce qui représente plus de divulgation que la plupart des fournisseurs n'en fournissent volontairement. Considérez cela comme une affirmation d'un fournisseur, et non comme un fait mesuré.

• SWE-bench Verified — 75,00, exécuté avec le harnais SWE-agent dans une fenêtre de contexte de 210K.

• Terminal-Bench 2.1 — 57,50, agent terminus-2, 64K jetons max, délai d'expiration de 24 heures, moyenné sur trois exécutions.

• SWE-bench Multilingual — 66,00, même harnais que Verified.

• Claw-Eval — 76,55, harnais officiel, contexte 256K, moyenne sur trois exécutions.

• Tau3-Bench — 64,63, harnais officiel, pass^1 moyenné sur quatre exécutions.

• DeepresearchBII — 60.80, harnais OpenCode avec un serveur MCP Exa activé.

• AIME2026 — 90,00, moyenne sur cinq exécutions. IFBench — 69,67. AA.LCR — 61,00.

Deux d'entre eux méritent que l'on s'y attarde. Un modèle à 4B de paramètres actifs qui revendique 75 sur SWE-bench Verified et 57,5 sur Terminal-Bench 2.1 prétend se situer dans un territoire occupé par des modèles plusieurs fois plus grands en paramètres actifs, et ces deux chiffres sont agentiques — autrement dit, ils dépendent fortement de l'échafaudage du harnais, et pas seulement du modèle. La fiche est d'une précision rafraîchissante au sujet de l'échafaudage, mais la précision concernant un harnais n'équivaut pas à une exécution indépendante de celui-ci.

Là où il gagne sur sa propre table, et là où il ne gagne pas.

La carte se compare à Gemma4-26B-A4B et Qwen3.6-35B-A3B. D'après les propres chiffres de China Telecom, le tableau n'est pas une victoire sur toute la ligne, ce qui est en soi instructif :

• Face à Gemma4-26B-A4B — Xing 4.0 l'emporte sur SWE-bench Verified (75,00 contre 53,00), Terminal-Bench 2.1 (57,50 contre 30,00), SWE-bench Multilingual (66,00 contre 51,00), Claw-Eval (76,55 contre 71,49), Tau3-Bench (64,63 contre 58,90) et DeepresearchBII (60,80 contre 39,30). Il perd sur IFBench (69,67 contre 72,67) et AA.LCR (61,00 contre 66,00), et il accuse un retard de 1,7 point sur AIME2026.

• Contre Qwen3.6-35B-A3B — Xing 4.0 remporte Claw-Eval, Terminal-Bench 2.1 et DeepresearchBII, et perd SWE-bench Verified 75,00 face à 76,00, Tau3-Bench 64,63 face à 67,20 et AIME2026 90,00 face à 92,70.

Le schéma est cohérent : solide sur les évaluations agentiques et de type terminal, plus faible sur le suivi d’instructions et le raisonnement à long contexte. Ces réexécutions des modèles concurrents ont été effectuées par China Telecom, et non par les fournisseurs qui les ont conçus, de sorte que la comparaison est cohérente en interne mais n’est pas indépendante, dans un sens comme dans l’autre. (Un article précédent de cette série traite en détail du volet G​emma 4 de ce tableau.)

Une affirmation sur la formation qui mérite d’être signalée séparément.

Xing 4.0 a été entraîné sur des NPU Ascend avec MindSpore et MindFormers, et non sur des GPU avec PyTorch. La fiche technique revendique une amélioration du débit d'environ 96 % par rapport à sa propre référence, obtenue grâce à l'optimisation de la communication MoE, au recalcul sélectif, à la fusion de graphes et d'opérateurs DVM et à des noyaux Ascend C écrits à la main pour les opérateurs mHC. Ce chiffre est une affirmation liée à l'infrastructure d'entraînement, portant sur une référence interne, ce qui le rend pratiquement invérifiable depuis l'extérieur — il n'existe ici aucun point de référence public pour la « baseline ». C'est néanmoins l'affirmation d'ingénierie la plus intéressante de cette publication : un MoE complet, proche de la frontière, entraîné de bout en bout sur une pile non-NVIDIA, avec le travail sur les opérateurs réalisé en interne.

Ce que coûte son fonctionnement

Comme la licence est Apache 2.0, le prix de téléchargement est nul et le restera. Le matériel, voilà la vraie facture. Le texte de présentation de la collection annonce une quantification 4 bits pour environ 15 Go de VRAM, ce qui tiendrait sur une RTX 3090 ou une 4090 ; ce chiffre est une affirmation du fournisseur et cadre mal avec la taille du tenseur de 31 milliards de paramètres que le dépôt indique pour le point de contrôle complet, alors vérifiez-le par rapport au fichier quantifié réel avant d’acheter une carte en vous basant là-dessus. Les chemins pris en charge sont SGLang, vLLM et KTransformers pour l’inférence, avec LLaMA-Factory et MindFormers pour l’affinage.

Pour tous ceux qui préfèrent ne pas l’exécuter eux-mêmes, il existe désormais une voie facturée à l’usage : la fiche commerciale apparue à la mi-octobre met le modèle à disposition avec un contexte de 262 144 tokens, une complétion maximale de 235 929 tokens et toute la surface d’échantillonnage, y compris l’appel d’outils, les sorties structurées et un mode de raisonnement activable. Pendant la période promotionnelle, une variante gratuite du même point de terminaison est proposée, ce qui constitue la façon la moins chère possible de vérifier si la ligne SWE-bench du fournisseur survit au contact de votre propre dépôt. Comme toujours avec une fiche toute nouvelle, vérifiez vers quoi vous êtes réellement acheminé avant de l’intégrer à un chemin de production — l’offre gratuite et l’offre payante sont souvent des déploiements différents.

Comment l'appeler, et comment nous nous y intégrons

Pour être direct sur notre propre position : Xing 4.0 29B-A4B ne figure pas aujourd’hui au catalogue d’OrcaRouter, donc nous ne sommes pas une voie d’accès à ce modèle et cet article ne prétendra pas le contraire. Si vous le voulez, les options sont l’API propre du fournisseur, les places de marché tierces qui l’ont récemment référencé, ou votre propre matériel.

Là où un routeur gagne sa place ici, c'est de l'autre côté de la décision. La voie réaliste pour la plupart des équipes consiste à exécuter ce modèle en sidecar, sur un chemin à faible enjeu, assez longtemps pour voir si sa force agentique est réelle sur leurs propres tâches — pendant que le trafic de production continue de tourner sur des modèles que vous avez déjà validés. OrcaRouter est une API unique devant plus de 200 modèles hébergés à 0 % de majoration, avec un DSL de routage et un basculement automatique, ce qui signifie que l'évaluation est un changement de configuration plutôt qu'un second contrat : le routeur continue de servir le modèle en place, et vous ajoutez le challenger là où il a gagné le droit de répondre. Lorsqu'une baisse de prix d'un fournisseur s'applique à un modèle que nous proposons effectivement, ce prix est effectif de notre côté le jour même, parce que nous répercutons le prix catalogue du fournisseur sans rien y ajouter.

Qu'est-ce qui reste encore non vérifié ?

Quatre éléments, classés selon l’ampleur avec laquelle ils modifieraient le verdict. Premièrement, les neuf lignes de benchmark sont déclarées par le fournisseur et aucune ne fait l’objet d’une reproduction par un tiers. Deuxièmement, l’extension de 256K à 512K est une affirmation figurant sur la fiche, sans recette publiée pour l’extension elle-même. Troisièmement, les colonnes des concurrents du tableau de benchmark sont les propres réexécutions du fournisseur, si bien que les marges de victoire ne sont pas comparables aux chiffres publiés par les concurrents eux-mêmes — la fiche de Gemma 4, par exemple, ne mentionne pas du tout SWE-bench Verified, donc aucune contre-vérification n’est disponible. Quatrièmement, le chiffre « 93,52 sur SuperCLUE » qui a circulé en même temps que cette publication figure dans un texte de présentation de collection plutôt que dans le tableau de la fiche du modèle elle-même, et doit être considéré comme non sourcé tant qu’il ne l’est pas.

La chose la plus utile que vous puissiez faire avec ce modèle en octobre 2026 est celle que l’annonce ne fait pas à votre place : mettez votre propre tâche agentique la plus difficile devant lui et voyez si la force de type terminal-bench survit en dehors d’un tableau de harnais. Si c’est le cas, un modèle Apache-2.0 à 4B actifs qui tourne sur une seule carte grand public est une chose vraiment utile à posséder. Si ce n’est pas le cas, vous avez consacré un week-end et un GPU. Le prochain jalon à surveiller est la première exécution d’évaluation indépendante sur les poids — pas une autre pull request de framework, qui est désormais un problème résolu.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.