Xing 4.0 29B-A4B vs Qwen 3.8 27B : Vision contre l'appel d'outils

Les deux modèles sont suffisamment proches en taille pour qu'une feuille de calcul d'approvisionnement les place sur la même ligne : Qwen 3.8 27B est le modèle multimodal dense de 27 milliards de paramètres d'Alibaba, 28 milliards en comptant la tour de vision, publié sous Apache 2.0 en août 2026 avec 262 144 positions natives et une entrée native d'images et de vidéos ; Xing 4.0 29B-A4B est le modèle à mélange d'experts creux de 29 milliards de paramètres de China Telecom, 4 milliards actifs par token, texte en entrée et texte en sortie, dont les poids ont été publiés le 16 septembre 2026 et qui n'est devenu appelable qu'à la mi-octobre. Les deux sont sous Apache 2.0, les deux sont à poids ouverts, et les deux rapportent des chiffres qui auraient ressemblé à des résultats de pointe il y a un an. Ils ne sont pas non plus substituables l'un à l'autre dans une charge de travail qui compte, et la raison tient à une seule ligne dans chaque spécification : la présence, d'un côté, d'une tour de vision et, de l'autre, d'une boucle d'appel d'outils.

La différence de taille est plus petite que ne le suggèrent les noms.

• Nommage — « 27B » est une étiquette arrondie. Le dépôt Q​wen indique 28B en tenseurs BF16 une fois l'encodeur visuel compté ; le backbone texte est de 27B réparti sur 64 couches, avec une dimension cachée de 5 120 et un vocabulaire de 248 320 entrées.

• L'appellation de Xing — « 29B-A4B » correspond à deux chiffres, et non à un seul : 29B au total et 4B actifs. Le dépôt indique 31B en tenseurs de précision complète.

• Ce que vous payez réellement — Qwen 3.8 27B est dense, donc l’intégralité des 27B s’exécute à chaque token. Xing 4.0 ne lit que 4B sur 29B par token. À matériel et taille de lot identiques, Xing est considérablement moins cher par token généré et Qwen est considérablement plus prévisible.

• Contexte — Qwen 3.8 27B dispose de 262 144 positions natives, extensible jusqu'à 1 000 000, avec un plafond recommandé de 262 144 tokens de raisonnement et de 131 072 pour la réponse finale. Xing 4.0 dispose de 256K, annoncé comme extensible jusqu'à 512K. Comparables dans la configuration par défaut ; l'extension publiée de Qwen va deux fois plus loin.

Architecture : deux paris qui ne se ressemblent pas

Qwen 3.8 27B repose sur une architecture d’attention hybride — seize blocs de trois couches Gated DeltaNet suivies d’une couche Gated Attention complète, une répartition de trois pour un entre attention linéaire et attention quadratique — et il est entraîné avec plusieurs étapes MTP. La pile est dense et fortement orientée vers l’attention linéaire, ce qui permet à un modèle dense de 27B de prendre en charge une fenêtre de 262K sans le coût de cache KV qu’un transformer standard entraînerait.

Xing 4.0 29B-A4B est un modèle de mélange d’experts clairsemé de la lignée DeepSeek : attention latente compressée MLA à tous les niveaux, 64 experts routés avec 4 actifs par token plus un expert partagé, et des flux résiduels à hyperconnexions contraintes par variété — un agencement résiduel à quatre flux pour lequel les frameworks de serving ont besoin de kernels personnalisés. Il est également entraîné avec MTP, de sorte que les deux modèles portent leur propre tête de décodage spéculatif dans le checkpoint plutôt que de fournir un fichier de draft séparé.

La conséquence pour un praticien est peu glamour et importante. Qwen 3.8 27B est un modèle dense doté d'une attention inhabituelle, que la plupart des stacks de service gèrent avec un travail modeste. Le support confirmé de Xing 4.0 est vLLM, SGLang et KTransformers, SGLang portant un noyau écrit spécifiquement pour la disposition à hyper-connexion à quatre flux. Une conception sur mesure du flux résiduel représente un coût d'intégration réel la première fois, et un coût récurrent chaque fois que vous quantifiez, affinez ou modifiez la forme de votre lot.

À quoi sert réellement chaque modèle

Ici, la comparaison cesse d’en être une, car les deux modèles n’ont pas été conçus pour le même usage et leurs tableaux de benchmarks ne se recoupent pas assez pour faire illusion.

• Génie logiciel — Xing 4.0 SWE-bench Verified 75,00 contre le SWE-bench Pro 61,7 de Q​wen 3.8 27B. Ce sont des benchmarks différents, donc l'écart entre eux ne signifie rien à lui seul. La ligne comparable est que Q​wen rapporte QwenSWEBench 79,0 et DeepSWE 1.1 42,2, ce que la fiche de Xing n'aborde jamais.

• Codage terminal et agentique — Xing 4.0 Terminal-Bench 2.1 57,50 contre Qwen 3.8 27B Terminal Bench 2.1 (Terminus) 73,0. Même nom de benchmark, détail de harnais différent, les deux rapportés par le fournisseur. D'après les chiffres publiés, Q​wen est en avance de plus de 15 points.

• Utilisation de l'ordinateur et agents vision-langage — Qwen 3.8 27B OSWorld-Verified 84.3, WebArena-Verified 64.8, AndroidWorld 81.9, MathVision 90.0 sans chaîne de pensée et 94.6 avec, OmniDocBench 1.5 91.1, RealWorldQA 85.9. Xing 4.0 n'a aucun benchmark multimodal du tout, car il n'a aucune capacité multimodale. Ce n'est pas une lacune dans le tableau ; c'est une lacune dans le produit.

• Appel d'outils et agents à long horizon — Xing 4.0 Claw-Eval 76,55, Tau3-Bench 64,63, DeepresearchBII 60,80. Qwen 3.8 27B CoWorkBench 70,7, the Agents' Last Exam à 20,4 pass@1 et 42,9 de score, JobBench 33,4. Encore une fois : des suites différentes, aucun chevauchement, aucune comparaison possible.

• Raisonnement général et connaissances — Qwen 3.8 27B GPQA Diamond 89,2, HLE 30,8, LiveCodeBench v6 90,3, IFBench 79,5. La fiche de Xing 4.0 n’indique qu’un IFBench de 69,67 sur cette liste — près de dix points derrière Qwen, et la seule ligne polyvalente où les deux fournisseurs ont publié un chiffre.

Lisez les tableaux comme deux documents différents concernant deux produits différents. Celui de Q​wen couvre un modèle multimodal qui effectue du travail d'utilisation d'ordinateur via une interface par captures d'écran. Celui de Xing couvre un modèle textuel conçu pour maintenir ensemble une longue boucle d'appel d'outils. La seule ligne où ils se rencontrent véritablement — IFBench, le suivi d'instructions — revient à Q​wen avec 9,8 points d'avance.

Deux sourcings, une même mise en garde

Aucun des deux modèles ne dispose d’une évaluation indépendante. Les chiffres de Qwen 3.8 27B sont ceux d’Alibaba, publiés sur la carte du modèle avec les paramètres du harnais, et ceux de Xing 4.0 sont ceux de China Telecom, publiés de la même manière. Dans les deux cas, les colonnes de comparaison des tableaux correspondent aux propres réexécutions des modèles rivaux par le laboratoire d’origine plutôt qu’aux chiffres publiés par ces rivaux — une pratique quasi universelle qu’il vaut la peine de garder en mémoire chaque fois qu’un tableau d’un fournisseur montre un rival perdant lourdement.

Qwen 3.8 27B a bel et bien quelque chose qui manque à Xing 4.0, et ce n’est pas une ligne de benchmark : huit semaines en open source, dont un portage communautaire de llama.cpp rapporté comme faisant tourner les poids sur le GPU d’une PlayStation 5 jailbreakée à environ 20 tokens par seconde. Ce type de travail tiers est ce qui s’approche le plus, pour les poids ouverts, d’un audit indépendant, et Xing 4.0 en bénéficie depuis un mois, dont la majeure partie a servi à des pull requests sur le framework de serving plutôt qu’à l’évaluation.

Coût, auto-hébergé et facturé à l'usage

Les deux sont sous Apache 2.0, donc le prix de téléchargement est nul et reste nul des deux côtés. Qwen 3.8 27B est dense et nécessite la mémoire d'un modèle dense de 27B plus une tour de vision ; le seuil pratique est une carte de 24 Go en faible précision, avec un téléchargement en pleine précision de 55,6 Go. La collection de Xing 4.0 revendique une quantification en 4 bits dans environ 15 Go de VRAM — une allégation qui mérite d'être vérifiée par rapport à la taille réelle du fichier GGUF, puisque le dépôt en pleine précision indique 31B en tenseurs.

Du côté de la facturation à l’usage, Qwen 3.8 27B est celui qui est réellement appelable ici. OrcaRouter héberge qwen/qwen3.8-27b à 0,33 $ par million de jetons d’entrée et 2,40 $ par million de jetons de sortie, avec les poids ouverts servis sur notre propre infrastructure, ce qui explique pourquoi ce prix tient et pourquoi il ne tiendrait pas en cas de modification côté fournisseur. Qwen 3.8 27B est également disponible à 0,40 $ et 4,21 $ par million via un déploiement FP8 communautaire dans notre catalogue qui conserve la tour de vision en pleine précision — un rappel utile que deux fiches d’un même modèle ouvert ne correspondent pas au même produit. Xing 4.0 ne figure pas dans notre catalogue, donc c’est vers l’API du fournisseur lui-même et les plateformes tierces qu’il faut se tourner, et nous n’allons pas prétendre le contraire.

Dans une comparaison comme celle-ci, ce qui justifie d'avoir un routeur, c'est la décision elle-même. Une seule API devant plus de 200 modèles, à 0 % de majoration signifie que tester un challenger relève d'une règle de routage plutôt que d'une seconde intégration, et le basculement automatique garantit que l'essai ne met jamais en péril le chemin de production : le principal répond, le secours absorbe tout ce que le principal laisse tomber, et toute l'expérience est supprimée de la configuration une fois qu'elle est terminée. La fusion de modèles va encore plus loin et permet à un panel de modèles de répondre ensemble lorsque la confiance d'un seul modèle sur une tâche est précisément ce en quoi vous n'avez pas confiance.

Comment décider

Prenez Qwen 3.8 27B si quoi que ce soit dans votre pipeline implique une image, une capture d'écran, un document numérisé, une image vidéo ou une boucle d'usage d'ordinateur. C'est le seul des deux qui puisse faire ce travail, ses résultats de benchmark en usage d'ordinateur sont les meilleurs publiés dans cette classe de poids, et il est appelable dès aujourd'hui avec une facturation à l'usage. C'est aussi le choix par défaut le plus sûr en matière de suivi des instructions, qui est le mode de défaillance qui coûte le plus cher dans un pipeline orienté client.

Choisissez Xing 4.0 29B-A4B si votre charge de travail est purement textuelle, que votre charge de travail est une longue boucle d'appels d'outils, et que vous pouvez vous permettre de vérifier vous-même les affirmations du fournisseur. L'argument du débit par carte est réel sur le papier : l'empreinte mémoire d'un modèle 29B avec l'arithmétique d'un modèle 4B, à des conditions de licence que votre équipe juridique connaît déjà. L'incertitude est tout aussi réelle — aucune évaluation indépendante, aucune ligne de raisonnement général publiée, et un score de suivi des instructions presque dix points derrière son concurrent sur le seul benchmark que les deux laboratoires ont choisi de publier.

Pour la plupart des équipes, la réponse n’est pas un choix du tout. Qwen 3.8 27B gère tout ce qui contient une image ou un écran ; Xing 4.0 gère les boucles d’agents purement textuelles où l’arithmétique par token est la contrainte. Faire tourner les deux via un seul point de terminaison coûte moins cher que de choisir entre eux sur la base de preuves qu’aucun des deux fournisseurs n’a publiées, et la première évaluation indépendante de Xing 4.0 est l’événement qui transformerait cela en une véritable comparaison plutôt qu’en un inventaire de ce que chaque laboratoire a choisi de mesurer.

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.