Xing 4.0 29B-A4B Kini Dapat Dipanggil: MoE Terbuka China Telecom Meninggalkan Lab

Bobot untuk Xing 4.0 29B-A4B telah dapat diunduh dari X​ingChen-AGI organisasi di Hugging Face sejak 16 September 2026 — bagian itu bukan berita. Yang berubah pada pertengahan Oktober lebih sempit dan lebih berguna: model ini menjadi sesuatu yang dapat Anda panggil alih-alih sesuatu yang hanya dapat Anda host. Listing komersial publik untuk Xing4.0-29B-A4B muncul pada 15–16 Oktober dengan jendela konteks 262.144 token dan tier promosi gratis, build terkuantisasi menyusul pada 13 Oktober, dan kerangka serving akhirnya lengkap: pull request dukungan SGLang berubah dari draf menjadi siap-merge, vLLM sudah membawa arsitektur ini, dan kartu model kini mencantumkan OpenCode, C​laude Code, OpenClaw, dan Hermes sebagai kerangka agen yang diadaptasi. Artikel ini membahas apa yang sebenarnya dirilis, apa yang diklaim oleh kartu model China Telecom sendiri, dan klaim mana yang belum diperiksa siapa pun di luar lab.

Dua tanggal, dan mengapa hanya satu di antaranya yang penting hari ini

Riwayat repo ini tidak ambigu. X​ingChen-AGI/Xing4.0-29B-A4B menerima commit awalnya pada 16 September 2026, dengan unggahan bobot pada hari yang sama dan README keesokan paginya. Bobot Apache-2.0 telah tersedia untuk publik selama sebulan. Artikel versi pertama, yang ditulis pada 17 Oktober dan mengumumkan model ini sebagai baru, akan salah, dan itulah kesalahan persis yang sudah harus dikoreksi oleh liputan sebelumnya dalam seri ini — pos-pos era kebocoran melacak perubahan nama dari XingChen4 ke Xing4_0 di enam pull request kerangka kerja sebelum apa pun dapat diunduh.

Jadi, anggap 16 September sebagai tanggal rilis. Perkembangan pada bulan Oktober adalah ketersediaan: sampai saat itu, menggunakan model tersebut berarti menyewa atau memiliki perangkat kerasnya. Sekarang tidak lagi.

Apa sebenarnya model itu

Xing 4.0 29B-A4B adalah penerus lini TeleChat, yang dikembangkan oleh China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — dan diterbitkan di bawah Apache 2.0. Ini adalah model sparse mixture-of-experts: 29 miliar parameter dalam checkpoint, sekitar 4 miliar yang dibaca per token yang dihasilkan. Kartu model tersebut mendeskripsikan arsitektur sebagai "mHC + MLA + MTP", dan detail konfigurasi yang penting adalah sebagai berikut:

• Bentuk — 40 lapisan, ukuran tersembunyi 3,584, perantara FFN padat 9,216, perantara pakar 1,024, kosakata 131,072.

• Expert — 64 expert yang dirutekan dengan 4 yang aktif per token, plus 1 expert bersama yang selalu aktif. Expert bersama itulah sebabnya jumlah yang aktif bukan 4/64 dari total.

• Atensi — MLA (multi-head latent attention), skema KV terkompresi dari keluarga DeepSeek alih-alih atensi grouped-query standar.

• Konteks — 256K native, dijelaskan pada kartu sebagai dapat diperluas hingga 512K. Daftar komersial mencantumkan 262.144 posisi.

• Dekode spekulatif — MTP, prediksi multi-token, dilatih sejak awal, bukan sekadar tempelan.

• Lisensi dan format — Apache 2.0, dengan build bfloat16 safetensors, FP8, w8a8 dan GGUF yang diterbitkan oleh organisasi yang sama.

Bagian mHC adalah bagian yang benar-benar tidak biasa. mHC adalah singkatan dari manifold-constrained hyper-connection residual streams, dan inilah alasan model tersebut muncul dalam kode serving-framework sebagai sesuatu selain transformer standar: framework-framework tersebut memerlukan kernel khusus untuknya, dan implementasi SGLang menyertakan kernel split-K khusus untuk tata letak hyper-connection empat aliran. Jika Anda seorang praktisi yang sedang memutuskan apakah perlu repot, ringkasan jujurnya adalah bahwa ini adalah model dengan taruhan arsitektural yang nyata di dalamnya, bukan mixture-of-experts standar dengan nama baru.

Angka-angka itu — dan siapa yang menghasilkannya

Semua yang di bawah ini berasal dari kartu model milik China Telecom sendiri. Tidak ada satu pun yang telah direproduksi secara independen, dan kartu itu sendiri menyatakan harness dan pengaturan sampling di balik setiap baris, yang merupakan pengungkapan lebih banyak daripada yang secara sukarela diberikan oleh sebagian besar vendor. Bacalah ini sebagai klaim vendor, bukan fakta yang terukur.

• SWE-bench Verified — 75,00, dijalankan di bawah harness SWE-agent pada jendela konteks 210K.

• Terminal-Bench 2.1 — 57,50, agen terminus-2, maks 64K token, timeout 24 jam, dirata-ratakan dari tiga kali percobaan.

• SWE-bench Multilingual — 66.00, harness yang sama dengan Verified.

• Claw-Eval — 76.55, harness resmi, konteks 256K, rata-rata tiga kali pengujian.

• Tau3-Bench — 64.63, harness resmi, pass^1 dirata-ratakan dari empat kali pengujian.

• DeepresearchBII — 60.80, harness OpenCode dengan server Exa MCP yang diaktifkan.

• AIME2026 — 90.00, rata-rata lima kali percobaan. IFBench — 69.67. AA.LCR — 61.00.

Dua di antaranya layak direnungkan. Model dengan 4B aktif yang mengklaim 75 pada SWE-bench Verified dan 57,5 pada Terminal-Bench 2.1 mengklaim berada di wilayah yang ditempati oleh model-model yang ukuran aktifnya beberapa kali lipat, dan kedua angka itu bersifat agentik — yang berarti keduanya sangat bergantung pada scaffolding harness, bukan hanya pada modelnya. Kartu itu terasa segar karena spesifik tentang scaffolding-nya, tetapi kekhususan tentang sebuah harness tidak sama dengan menjalankannya secara independen.

Di mana ia menang di tabelnya sendiri, dan di mana ia tidak.

Kartu ini melakukan benchmark terhadap dirinya sendiri dibandingkan dengan Gemma4-26B-A4B dan Qwen3.6-35B-A3B. Berdasarkan angka China Telecom sendiri, gambarannya bukanlah sapu bersih, yang justru informatif:

• Melawan Gemma4-26B-A4B — Xing 4.0 unggul dalam SWE-bench Verified 75,00 berbanding 53,00, Terminal-Bench 2.1 57,50 berbanding 30,00, SWE-bench Multilingual 66,00 berbanding 51,00, Claw-Eval 76,55 berbanding 71,49, Tau3-Bench 64,63 berbanding 58,90 dan DeepresearchBII 60,80 berbanding 39,30. Ia kalah di IFBench 69,67 berbanding 72,67 dan AA.LCR 61,00 berbanding 66,00, serta tertinggal pada AIME2026 sebesar 1,7 poin.

• Melawan Qwen3.6-35B-A3B — Xing 4.0 menang di Claw-Eval, Terminal-Bench 2.1, dan DeepresearchBII, serta kalah di SWE-bench Verified 75,00 berbanding 76,00, Tau3-Bench 64,63 berbanding 67,20, dan AIME2026 90,00 berbanding 92,70.

Polanya konsisten: kuat pada evaluasi yang bersifat agentic dan berbentuk terminal, lebih lemah dalam mengikuti instruksi dan penalaran konteks panjang. Pengujian ulang model-model pesaing tersebut dilakukan oleh China Telecom, bukan oleh vendor yang membangunnya, sehingga perbandingannya konsisten secara internal tetapi tidak independen di kedua arah. (Artikel sebelumnya dalam seri ini membahas sisi G​emma 4 dari tabel itu secara terperinci.)

Satu klaim pelatihan yang perlu ditandai secara terpisah

Xing 4.0 dilatih pada NPU Ascend dengan MindSpore dan MindFormers, bukan pada GPU dengan PyTorch. Kartu tersebut mengklaim peningkatan throughput sekitar 96% dibandingkan baseline-nya sendiri, yang dicapai melalui penyetelan komunikasi MoE, komputasi ulang selektif, fusi graf-operator DVM, dan kernel Ascend C yang ditulis tangan untuk operator mHC. Angka itu adalah klaim infrastruktur pelatihan tentang baseline internal, yang membuatnya pada dasarnya tidak dapat diverifikasi dari luar — tidak ada titik acuan publik untuk "baseline" di sini. Meskipun demikian, itu adalah pernyataan rekayasa paling menarik dalam rilis ini: sebuah MoE lengkap yang berdekatan dengan frontier, dilatih secara end-to-end pada stack non-NVIDIA, dengan pekerjaan operatornya dikerjakan secara internal.

Berapa biaya untuk menjalankannya

Karena lisensinya Apache 2.0, harga unduhannya nol dan tetap nol. Perangkat keras adalah biaya yang sebenarnya. Tulisan promosi koleksi tersebut mengklaim kuantisasi 4-bit pada sekitar 15GB VRAM, yang seharusnya muat di RTX 3090 atau 4090; angka itu adalah klaim dari pihak vendor dan terasa janggal dibandingkan dengan ukuran tensor 31B parameter yang dilaporkan repositori untuk checkpoint penuh, jadi verifikasi terhadap file terkuantisasi yang sebenarnya sebelum Anda membeli kartu berdasarkan angka itu. Jalur yang didukung adalah SGLang, vLLM, dan KTransformers untuk inferensi, dengan LLaMA-Factory dan MindFormers untuk fine-tuning.

Bagi siapa pun yang lebih memilih untuk tidak menjalankannya sendiri, sekarang ada rute berbayar berdasarkan pemakaian: listing komersial yang muncul pada pertengahan Oktober melayani model dengan konteks 262.144 token, penyelesaian maksimum 235.929 token, dan permukaan sampling lengkap termasuk pemanggilan alat, keluaran terstruktur, serta mode penalaran yang dapat diaktifkan/nonaktifkan. Selama jendela promosi, varian gratis dari endpoint yang sama dicantumkan, yang merupakan cara termurah untuk mengetahui apakah baris SWE-bench vendor tersebut bertahan saat dihadapkan dengan repositori Anda sendiri. Seperti biasa dengan listing yang benar-benar baru, periksa ke mana Anda sebenarnya diarahkan sebelum memasukkannya ke jalur produksi — tier gratis dan tier berbayar sering kali merupakan deployment yang berbeda.

Bagaimana menyebutnya, dan bagaimana kita menyesuaikan diri

Untuk berterus terang tentang posisi kami sendiri: Xing 4.0 29B-A4B tidak ada dalam katalog OrcaRouter saat ini, jadi kami bukan jalur menuju model itu dan tulisan ini tidak akan berpura-pura sebaliknya. Jika Anda menginginkannya, pilihannya adalah API milik vendor itu sendiri, marketplace pihak ketiga yang baru-baru ini mencantumkannya, atau perangkat keras Anda sendiri.

Di sinilah sebuah router membuktikan nilainya: pada sisi lain dari keputusan. Jalur realistis bagi sebagian besar tim adalah menjalankan model ini dalam sidecar, pada jalur berisiko rendah, cukup lama untuk melihat apakah kekuatan agentic-nya nyata pada tugas mereka sendiri — sementara lalu lintas produksi tetap berjalan pada model yang sudah Anda validasi. OrcaRouter adalah satu API di depan lebih dari 200 model yang dihosting dengan markup 0%, dengan DSL perutean dan failover otomatis, yang berarti evaluasinya adalah perubahan konfigurasi, bukan kontrak kedua: router tetap melayani incumbent, dan Anda menambahkan penantang di tempat yang telah berhak menjawab. Ketika pemotongan harga vendor berlaku pada model yang memang kami sediakan, harga itu langsung aktif di sisi kami pada hari yang sama, karena kami meneruskan harga daftar penyedia dan tidak menambahkan apa pun padanya.

Apa yang masih belum terverifikasi

Empat hal, diurutkan berdasarkan seberapa besar hal-hal itu akan mengubah putusan. Pertama, kesembilan baris benchmark dilaporkan oleh vendor dan tidak satu pun memiliki reproduksi pihak ketiga. Kedua, ekstensi dari 256K ke 512K adalah klaim pada kartu tanpa resep yang dipublikasikan untuk ekstensi itu sendiri. Ketiga, kolom-kolom pesaing pada tabel benchmark adalah pengujian ulang milik vendor sendiri, sehingga margin kemenangannya tidak sebanding dengan angka yang dipublikasikan sendiri oleh para pesaing — kartu G​emma 4, misalnya, sama sekali tidak melaporkan SWE-bench Verified, jadi tidak ada pemeriksaan silang yang tersedia. Keempat, angka "93.52 pada SuperCLUE" yang beredar bersamaan dengan rilis ini muncul dalam blurb koleksi, bukan dalam tabel kartu model itu sendiri, dan harus diperlakukan sebagai tanpa sumber sampai hal itu tidak lagi berlaku.

Hal paling berguna yang dapat Anda lakukan dengan model ini pada Oktober 2026 adalah hal yang tidak dilakukan pengumuman itu untuk Anda: letakkan tugas agentic tersulit Anda sendiri di depannya dan lihat apakah kekuatan yang berbentuk terminal-bench bertahan di luar tabel harness. Jika ya, model Apache-2.0 dengan 4B aktif yang berjalan di satu kartu konsumen adalah hal yang benar-benar berguna untuk dimiliki. Jika tidak, Anda telah menghabiskan satu akhir pekan dan satu GPU. Tonggak berikutnya yang perlu diperhatikan adalah uji evaluasi independen pertama pada bobotnya — bukan pull request kerangka kerja lain, yang sekarang sudah menjadi masalah yang terpecahkan.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.