Xing 4.0 29B-A4B vs Gemma 4 26B-A4B: Due modelli sparsi, uno ha un'API

Entrambi questi modelli sono checkpoint sparse mixture-of-experts che attivano circa quattro miliardi di parametri per token, ed entrambi sono Apache 2.0. È qui che la somiglianza smette di essere utile. Xing 4.0 29B-A4B è il MoE testuale e orientato agli agenti di China Telecom — 29B totali, 4B attivi, pesi pubblicati il 16 settembre 2026 e dotato di un endpoint commerciale richiamabile solo a metà ottobre. Gemma 4 26B A4B è il modello sparse multimodale di Google DeepMind — 25,2B totali, 3,8B attivi sul checkpoint instruction-tuned, pesi pubblici dall'11 marzo 2026 — ed è disponibile tramite inferenza ospitata a sei centesimi per milione di token di input da mesi. Se stai scegliendo tra i due, l'inquadramento onesto non è "quale dei due sia più intelligente" ma "quale puoi davvero inserire in un percorso di produzione questa settimana, e a cosa rinunci per farlo".

La risposta di una riga

Gemma 4 26B A4B, a meno che il tuo carico di lavoro non sia un agente di programmazione o da terminale in esecuzione sul tuo hardware. L'intera argomentazione di Xing 4.0 si basa sulla forza agentica per parametro attivo, e nella tabella di China Telecom stessa vince nelle righe agentiche con margini enormi. Gemma 4 vince su disponibilità, modalità, trasparenza dei prezzi e sul semplice fatto che i suoi numeri sono stati pubblicati dall'azienda che l'ha creato, mentre la colonna di confronto del suo rivale no.

Specifiche, dimensione per dimensione

• Dimensione — Xing 4.0 29B totali / 4B attivi vs G​emma 4 25.2B totali / 3.8B attivi. Il nome sulla scheda di G​emma è un'etichetta arrotondata; le cifre reali sono quelle dichiarate da G​oogle.

• Layout degli esperti — Xing 4.0: 64 esperti instradati, 4 attivi, più 1 condiviso. G​emma 4: 128 esperti totali, 8 attivi, più 1 condiviso. G​emma ha il routing a granularità più fine; Xing ha la lettura più sparsa.

• Attenzione — Xing 4.0 usa MLA, attenzione latente multi-head, con stato chiave-valore compresso. Gemma 4 usa un'attenzione ibrida: layer locali a finestra scorrevole con una finestra di 1.024 token intervallati con l'attenzione globale completa, e RoPE proporzionale. Risposte diverse allo stesso problema della KV-cache.

• Profondità e larghezza — Xing 4.0: 40 livelli, dimensione nascosta 3.584, vocabolario 131.072. Gemma 4: 30 livelli, vocabolario 262K.

• Contesto — Xing 4.0: 256K nativi, estendibili a 512K tramite card. Gemma 4: 256K. Di fatto alla pari, anche se il comportamento di Gemma sul contesto lungo ha alle spalle otto mesi di test di terze parti e quello di Xing nessuno.

• Modalità — Xing 4.0 è testo in input, testo in output. Gemma 4 26B A4B accetta in input testo, immagini e video e restituisce testo; il suo encoder visivo conta circa 550M di parametri. Non è un divario da poco se il tuo carico di lavoro ha a che fare con documenti o screenshot.

• Licenza — Apache 2.0 su entrambi, inclusa la concessione di brevetto. Davvero equivalenti.

• Data di pubblicazione — Gemma 4 26B A4B: pesi ottimizzati per le istruzioni su Hugging Face dall'11 marzo 2026, con build quantisation-aware fino ad aprile e maggio. Xing 4.0: commit iniziale del repository il 16 settembre 2026, build quantizzate il 13 ottobre, listing ospitato dal 15 al 16 ottobre.

• Prezzo hosted — Gemma 4 26B A4B è elencato su OrcaRouter a $0.06 per milione di token in input e $0.33 per milione in output, con le letture dell'input in cache a $0.0075 per milione. Xing 4.0 non ha una tariffa pubblicata comparabile su una piattaforma che possiamo indicare; l'inserzione di metà ottobre prevedeva un livello promozionale gratuito, e la via diretta del fornitore è l'altra opzione.

La questione del benchmark, che è più disordinata di quanto sembri

La model card di China Telecom confronta Xing 4.0 con una colonna etichettata Gemma4-26B-A4B. Quella colonna riporta SWE-bench Verified 53,00. La model card di G​oogle per il checkpoint instruction-tuned non riporta affatto SWE-bench Verified — la suite pubblicata è MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision e un test di retrieval a contesto lungo. Quindi il 53,00 in quella tabella non è un numero di G​oogle. È una run di G​emma 4 di China Telecom attraverso un harness SWE-agent, e non c'è nulla di sbagliato in questo, purché la si legga per quello che è: la ri-esecuzione di un singolo laboratorio, senza alcun tentativo dichiarato di ottimizzare lo scaffolding di G​emma.

Con questa avvertenza enunciata una volta e mantenuta in tutto ciò che segue, ecco il contrasto sulle righe in cui entrambe le parti hanno una cifra pubblicata, più le righe agentiche in cui solo una ce l’ha.

• SWE-bench Verified — Xing 4.0 75,00 eseguito dal fornitore contro G​emma 4 53,00 rieseguito da China Telecom; Google non pubblica alcun dato per questo benchmark.

• Terminal-Bench 2.1 — Xing 4.0 57.50 contro G​emma 4 30.00, ancora una volta la ri-esecuzione di G​emma da parte del fornitore stesso.

• SWE-bench Multilingual — Xing 4.0 66.00 vs Gemma 4 51.00, stessa provenienza.

• Claw-Eval — Xing 4.0 76.55 vs Gemma 4 71.49, harness ufficiale su entrambi i lati come da scheda.

• Tau3-Bench — Xing 4.0 64.63 vs G​emma 4 58.90. G​oogle riporta Tau2 a 68.2 sulla propria scheda, che è una versione diversa della famiglia e non è direttamente comparabile.

• AIME 2026 — Xing 4.0 90,00 vs G​emma 4 88,30.

• IFBench — Xing 4.0 69.67 vs G​emma 4 72.67. G​emma vince questa.

• AA.LCR — Xing 4.0 61.00 vs G​emma 4 66.00. Anche questa volta vince G​emma.

• Dove solo G​oogle ha numeri — MMLU Pro 82.6, GPQA Diamond 82.3, LiveCodeBench v6 77.1, MMMU Pro 73.8, Codeforces ELO 1,718. La scheda di Xing 4.0 non riporta nulla su nessuno di questi, quindi non c'è alcuna base per un confronto e l'assenza non dovrebbe essere letta come una sconfitta.

La forma della differenza è coerente e non è casuale: Xing 4.0 è forte su compiti di ingegneria del software e di tipo terminale e più debole nel seguire le istruzioni e nel ragionamento su contesti lunghi. Questo è un obiettivo di progettazione deliberato — l'intera sezione sull'architettura della card è orientata al lavoro agentico: pianificazione multi-step, chiamata di strumenti, catene di ragionamento — e i numeri concordano con il progetto. Quello che non ti dicono è se questa forza sopravvive a un harness che non è stato scelto dal fornitore.

Quello che la colonna di G​emma non può dirti, e nemmeno quella di Xing può.

Si noti l'asimmetria nello scrutinio. Gemma 4 26B A4B è stato scaricato più di dieci milioni di volte dal suo repository e ha un posizionamento indipendente in Artificial Analysis e otto mesi di resoconti di professionisti su dove l'attenzione a finestra scorrevole degrada. Xing 4.0 ha 53.000 download in un mese, nessuna valutazione indipendente e un'unica tabella di benchmark di un solo laboratorio — e le sue righe più impressionanti sono quelle più sensibili alla scelta dell'harness. Quando un lato di un confronto è stato messo alla prova da estranei per otto mesi e l'altro no, i numeri di punta del modello più recente meritano esattamente lo sconto che quel fatto implica. Il 75 e il 57,5 potrebbero reggere perfettamente. Nessuno al di fuori di China Telecom lo sa ancora.

Costo, in entrambe le direzioni

Per Gemma 4 26B A4B è pura aritmetica. A $0,06 e $0,33 per milione di token su OrcaRouter, con una lettura in cache a $0,0075 per milione, un agente che consuma due milioni di token di output al giorno paga circa sessantasei centesimi per la generazione e pochi centesimi per il lato input, prima del caching. Non c'è alcun requisito di self-hosting, nessuna decisione sull'hardware e nessun onere operativo. Poiché OrcaRouter trasmette il prezzo di listino del provider senza alcun markup, un taglio di prezzo del fornitore su questo modello arriva sul nostro endpoint lo stesso giorno in cui viene annunciato — il numero nella tua fattura è il numero del provider.

Il caso di Xing 4.0 è una questione di capitale, non marginale. I pesi sono liberi e Apache-2.0, e la raccolta dichiara una quantizzazione a 4 bit che gira in circa 15GB di VRAM, il che lo collocherebbe su una RTX 3090 o 4090. Questa affermazione stona accanto alla dimensione del tensore di 31B che il repository riporta per il checkpoint completo, quindi controllate la dimensione effettiva del file quantizzato prima di farci piani. Servirlo significa SGLang, vLLM o KTransformers su hardware di vostra proprietà, più il lavoro di integrazione che comporta un design su misura di attention e residual stream. Il punto di svolta arriva solo con volumi elevati e sostenuti, oppure quando i dati non possono lasciare la vostra rete in nessun caso.

Dove un router è d'aiuto con un modello che non ospitiamo

Diremo l'ovvio chiaramente: Xing 4.0 29B-A4B non è nel catalogo di OrcaRouter, quindi non siamo un modo per chiamarlo, e nulla di quanto segue va letto come un invito a usarci per farlo. Quello che siamo è un modo per mantenere economico il confronto. Gemma 4 26B A4B è ospitato qui; la valutazione di un challenger è una modifica del routing piuttosto che un secondo contratto, e il failover automatico mantiene attivo il percorso di produzione mentre indirizzi una porzione di traffico verso qualcosa di sperimentale. Il DSL di routing esiste esattamente per questo tipo di problema — scrivi la regola una volta, e il modello che vi sta dietro è una variabile.

Quale scegliere?

Scegli Gemma 4 26B A4B se hai bisogno di input multimodale, di un prezzo per token pubblicato, di un modello con otto mesi di test indipendenti alle spalle, o semplicemente di qualcosa che puoi chiamare oggi pomeriggio. È il più sicuro dei due, con un ampio margine, e a sei centesimi per milione di token in input l'argomento del costo non ha quasi bisogno di essere fatto valere.

Scegli Xing 4.0 29B-A4B se il tuo carico di lavoro è un agente di programmazione o da terminale, hai la GPU o la tolleranza per un endpoint ospitato nuovissimo, e sei disposto a eseguire una tua valutazione prima di fidarti della tabella. Il potenziale ritorno è reale — un modello con l'impronta di memoria di un 29B e il profilo di calcolo di un 4B, che sulla carta registra le righe agentiche più forti di qualsiasi cosa nella sua classe di peso. Il rischio è altrettanto reale: ognuna di quelle righe è un'affermazione di un fornitore legata a un checkpoint vecchio di quattro settimane, e la colonna di confronto accanto è stata prodotta dallo stesso fornitore.

Se vuoi la via di mezzo, si tratta di uno stack a due modelli più che di una scelta: Gemma 4 26B A4B che gestisce il traffico multimodale, ad alto volume e a contesto lungo su cui si è già dimostrato, e Xing 4.0 limitato al percorso coding-agent, dove il suo presunto vantaggio è maggiore e dove una risposta sbagliata è facile da individuare.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.