Xing 4.0 29B-A4B vs Gemma 4 26B-A4B : deux modèles sparses, un seul a une API

Ces deux modèles sont des checkpoints à mélange d'experts clairsemé qui activent environ quatre milliards de paramètres par token, et les deux sont sous Apache 2.0. C'est là que la ressemblance cesse d'être utile. Xing 4.0 29B-A4B est le MoE texte uniquement et orienté agents de China Telecom — 29B au total, 4B actifs, des poids publiés le 16 septembre 2026 et un endpoint commercial appelable seulement à la mi-octobre. Gemma 4 26B A4B est le modèle clairsemé multimodal de Google DeepMind — 25,2B au total, 3,8B actifs sur le checkpoint affiné par instruction, des poids publics depuis le 11 mars 2026 — et il est disponible via une inférence hébergée à six cents par million de tokens d'entrée depuis des mois. Si vous devez choisir entre les deux, la formulation honnête n'est pas « lequel est le plus intelligent » mais « lequel pouvez-vous réellement intégrer à un flux de production cette semaine, et à quoi renoncez-vous pour cela ».

La réponse en une ligne

Gemma 4 26B A4B, sauf si votre charge de travail est un agent de codage ou de terminal exécuté sur votre propre matériel. Tout l’argumentaire de vente de Xing 4.0 repose sur la force agentique par paramètre actif, et, dans le tableau de China Telecom lui-même, il domine les lignes agentiques avec des marges énormes. Gemma 4 l’emporte sur la disponibilité, la modalité, la transparence des prix et le simple fait que ses chiffres ont été publiés par l’entreprise qui l’a conçu, alors que la colonne de comparaison de son rival ne l’a pas été.

Caractéristiques, dimension par dimension

• Taille — Xing 4.0 : 29B au total / 4B actifs, contre Gemma 4 : 25,2B au total / 3,8B actifs. Le nom figurant sur la carte Gemma est une étiquette arrondie ; les chiffres réels sont ceux qu'indique Google.

• Disposition des experts — Xing 4.0 : 64 experts routés, 4 actifs, plus 1 partagé. Gemma 4 : 128 experts au total, 8 actifs, plus 1 partagé. Gemma a le routage plus fin ; Xing a la lecture plus clairsemée.

• Attention — Xing 4.0 utilise MLA, l’attention latente multi-têtes, avec un état clé-valeur compressé. G​emma 4 utilise une attention hybride : des couches locales à fenêtre glissante avec une fenêtre de 1 024 jetons entrelacées avec une attention globale complète, et un RoPE proportionnel. Différentes réponses au même problème de cache KV.

• Profondeur et largeur — Xing 4.0 : 40 couches, taille cachée 3 584, vocabulaire 131 072. Gemma 4 : 30 couches, vocabulaire 262 K.

• Contexte — Xing 4.0 : 256K natif, extensible à 512K selon la fiche produit. G​emma 4 : 256K. En pratique à égalité, bien que le comportement en contexte long de G​emma ait fait l'objet de huit mois de tests par des tiers, contrairement à celui de Xing.

• Modalité — Xing 4.0, c’est du texte en entrée, du texte en sortie. Gemma 4 26B A4B accepte en entrée du texte, des images et de la vidéo, et renvoie du texte ; son encodeur visuel compte environ 550 M de paramètres. Ce n’est pas un écart négligeable si votre charge de travail touche à des documents ou à des captures d’écran.

• Licence — Apache 2.0 pour les deux, y compris la concession de brevets. Vraiment équivalentes.

• Date de publication — Gemma 4 26B A4B : poids ajustés aux instructions sur Hugging Face depuis le 11 mars 2026, avec des versions tenant compte de la quantification jusqu'en avril et mai. Xing 4.0 : commit initial du dépôt le 16 septembre 2026, versions quantifiées le 13 octobre, fiche d'hébergement les 15 et 16 octobre.

• Prix hébergé — Gemma 4 26B A4B est référencé sur OrcaRouter à 0,06 $ par million de jetons d'entrée et 0,33 $ par million de jetons de sortie, avec les lectures d'entrée mises en cache à 0,0075 $ par million. Xing 4.0 n'a pas de tarif publié comparable sur une plateforme que nous pouvons citer ; l'annonce de la mi-octobre comportait un palier promotionnel gratuit, et la route propre du fournisseur constitue l'autre option.

La question de référence, qui est plus désordonnée qu’elle n’en a l’air

La fiche modèle de China Telecom évalue Xing 4.0 par rapport à une colonne intitulée Gemma4-26B-A4B. Cette colonne indique 53,00 pour SWE-bench Verified. La fiche modèle de Google pour le checkpoint affiné par instruction ne rapporte pas du tout SWE-bench Verified — la suite publiée est constituée de MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision et un test de récupération à long contexte. Donc, le 53,00 de ce tableau n'est pas le chiffre de Google. Il s'agit de la propre exécution de Gemma 4 par China Telecom via un harnais SWE-agent, et il n'y a rien de mal à cela tant que vous le lisez pour ce que c'est : une réexécution d'un laboratoire, sans tentative déclarée d'ajuster l'échafaudage de Gemma.

Cette mise en garde étant formulée une fois et appliquée à tout ce qui suit, voici le contraste sur les lignes où les deux côtés ont un chiffre publié, ainsi que sur les lignes agentiques où un seul en a un.

• SWE-bench Verified — Xing 4.0 75,00 exécuté par le fournisseur contre Gemma 4 53,00 tel que réexécuté par China Telecom ; Google ne publie aucun chiffre pour ce benchmark.

• Terminal-Bench 2.1 — Xing 4.0 57,50 contre Gemma 4 30,00, une fois de plus la propre réexécution de Gemma par le fournisseur.

• SWE-bench Multilingual — Xing 4.0 66,00 vs Gemma 4 51,00, même provenance.

• Claw-Eval — Xing 4.0 76,55 contre G​emma 4 71,49, harnais officiel des deux côtés selon la fiche.

• Tau3-Bench — Xing 4.0 64,63 contre Gemma 4 58,90. Google indique Tau2 à 68,2 sur sa propre fiche, qui est une version différente de la famille et n'est pas directement comparable.

• AIME 2026 — Xing 4.0 90,00 contre Gemma 4 88,30.

• IFBench — Xing 4.0 69,67 contre G​emma 4 72,67. G​emma remporte celui-ci.

• AA.LCR — Xing 4.0 61.00 vs G​emma 4 66.00. G​emma remporte également celle-ci.

• Là où seul G​oogle affiche des chiffres — MMLU Pro 82,6, GPQA Diamond 82,3, LiveCodeBench v6 77,1, MMMU Pro 73,8, ELO Codeforces 1 718. La fiche de Xing 4.0 n'indique rien sur aucun de ces points ; il n'existe donc aucune base de comparaison et cette absence ne doit pas être interprétée comme une défaite.

La forme de la différence est cohérente et n'a rien d'aléatoire : Xing 4.0 est solide sur les tâches d'ingénierie logicielle et de type terminal, et plus faible sur le suivi d'instructions et le raisonnement sur de longs contextes. C'est un objectif de conception délibéré — toute la section architecture de la fiche est orientée autour du travail agentique : planification en plusieurs étapes, appel d'outils, chaînes de raisonnement — et les chiffres concordent avec la conception. Ce que ces chiffres ne vous disent pas, c'est si cette force survit à un harnais d'évaluation qui n'a pas été choisi par le fournisseur.

Ce que la colonne G​emma ne peut pas vous dire, et ce que celle de Xing ne peut pas non plus

Notez l’asymétrie du degré d’examen. Gemma 4 26B A4B a été téléchargé plus de dix millions de fois depuis son dépôt et bénéficie d’un classement indépendant d’Artificial Analysis ainsi que de huit mois de retours de praticiens sur les endroits où l’attention à fenêtre glissante se dégrade. Xing 4.0 totalise 53 000 téléchargements en un mois, ne dispose d’aucune évaluation indépendante et n’a que le tableau de benchmarks d’un seul laboratoire — et ses lignes les plus impressionnantes sont celles qui sont les plus sensibles au choix du harnais. Quand un côté d’une comparaison a été mis à l’épreuve par des inconnus pendant huit mois et que l’autre ne l’a pas été, les chiffres phares du modèle le plus récent méritent exactement la décote que ce fait implique. Les 75 et 57,5 pourraient parfaitement tenir. Personne en dehors de China Telecom ne le sait encore.

Coût, dans les deux sens

Le cas de Gemma 4 26B A4B relève de l’arithmétique. À 0,06 $ et 0,33 $ par million de tokens sur OrcaRouter, avec une lecture en cache à 0,0075 $ par million, un agent qui consomme deux millions de tokens de sortie par jour paie environ soixante-six cents pour la génération et quelques centimes pour la partie entrée, avant mise en cache. Aucune exigence d’auto-hébergement, aucune décision matérielle et aucune charge opérationnelle. Comme OrcaRouter répercute le prix catalogue du fournisseur sans marge, une baisse de prix du fournisseur sur ce modèle arrive sur notre point de terminaison le jour même de son annonce — le montant sur votre facture est celui du fournisseur.

Le cas de Xing 4.0 relève d'un investissement en capital plutôt que d'un cas marginal. Les poids sont gratuits et sous Apache-2.0, et la collection annonce une quantification 4 bits fonctionnant avec environ 15 Go de VRAM, ce qui la placerait sur une RTX 3090 ou 4090. Cette affirmation cadre mal avec la taille de tenseur de 31B que le dépôt indique pour le point de contrôle complet, alors vérifiez la taille réelle du fichier quantifié avant de planifier quoi que ce soit en fonction de cela. Le servir implique SGLang, vLLM ou KTransformers sur du matériel que vous possédez, plus le travail d'intégration qu'accompagne une conception sur mesure de l'attention et du flux résiduel. Le point de bascule n'arrive qu'à volume élevé soutenu, ou lorsque les données ne peuvent pas quitter votre réseau du tout.

Là où un routeur est utile pour un modèle que nous n'hébergeons pas

Nous allons dire l'évidence sans détour : Xing 4.0 29B-A4B ne figure pas au catalogue d'OrcaRouter, donc nous ne sommes pas un moyen de l'appeler, et rien ici ne doit être lu comme une incitation à nous utiliser pour cela. Ce que nous sommes, c'est une manière de garder la comparaison peu coûteuse. Gemma 4 26B A4B est hébergé ici ; l'évaluation d'un concurrent est un changement de routage plutôt qu'un second contrat, et le basculement automatique maintient le chemin de production actif pendant que vous dirigez une fraction du trafic vers quelque chose d'expérimental. Le DSL de routage existe exactement pour ce type de problème — vous écrivez la règle une fois, et le modèle derrière elle est une variable.

Lequel choisir

Prenez Gemma 4 26B A4B si vous avez besoin d’une entrée multimodale, d’un prix publié par token, d’un modèle qui a huit mois de tests indépendants derrière lui, ou simplement de quelque chose que vous pouvez appeler dès cet après-midi. C’est le plus sûr des deux, et de loin, et à six cents par million de tokens d’entrée, l’argument du coût n’a presque même pas besoin d’être avancé.

Prenez Xing 4.0 29B-A4B si votre charge de travail est un agent de codage ou de terminal, que vous avez le GPU ou la tolérance pour un tout nouvel endpoint hébergé, et que vous êtes prêt à exécuter votre propre évaluation avant de faire confiance au tableau. Le gain potentiel est réel — un modèle avec l'empreinte mémoire d'un 29B et le profil de calcul d'un 4B, affichant sur le papier les lignes agentiques les plus solides de tout ce qui existe dans sa catégorie de poids. Le risque est tout aussi réel : chacune de ces lignes est une affirmation d'un fournisseur attachée à un checkpoint datant de quatre semaines, et la colonne de comparaison à côté a été produite par le même fournisseur.

Si vous voulez la voie médiane, il s’agit d’un empilement à deux modèles plutôt que d’un choix : Gemma 4 26B A4B gérant le trafic multimodal, à fort volume et à long contexte sur lequel il a déjà fait ses preuves, et Xing 4.0 limité à la voie de l’agent de codage, où son avantage revendiqué est le plus grand et où une mauvaise réponse est peu coûteuse à repérer.

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.