Xing 4.0 29B-A4B vs Qwen 3.8 27B: Visione contro chiamata di strumenti

I due modelli sono abbastanza vicini per dimensioni che un foglio di calcolo per gli acquisti li metterebbe sulla stessa riga: Qwen 3.8 27B è il modello multimodale denso da 27 miliardi di parametri di Aibaba, 28B contando la torre visiva, rilasciato con licenza Apache 2.0 nell'agosto 2026 con 262.144 posizioni native e input nativo di immagini e video; Xing 4.0 29B-A4B è il modello mixture-of-experts sparso da 29 miliardi di parametri di China Telecom, 4B attivi per token, testo in ingresso e testo in uscita, i cui pesi sono stati pubblicati il 16 settembre 2026 e che è diventato invocabile solo a metà ottobre. Entrambi sono Apache 2.0, entrambi sono open-weight, ed entrambi riportano numeri che un anno fa sarebbero sembrati risultati di frontiera. Inoltre non sono sostituti l'uno dell'altro in nessun carico di lavoro che conti, e il motivo sta in una singola riga di ciascuna specifica: se da un lato c'è una torre visiva e dall'altro un ciclo di chiamata di strumenti.

La differenza di dimensioni è più piccola di quanto i nomi suggeriscano

• Denominazione — "27B" è un'etichetta arrotondata. Il repository Q​wen riporta 28B in tensori BF16 una volta conteggiato l'encoder visivo; il backbone testuale è 27B su 64 layer con una dimensione nascosta di 5.120 e un vocabolario di 248.320 voci.

• Etichettatura di Xing — "29B-A4B" sono due cifre, non una: 29B in totale e 4B attivi. Il repository riporta 31B in tensori a precisione completa.

• Quello che paghi davvero — Qwen 3.8 27B è denso, quindi tutti i 27B vengono eseguiti per ogni token. Xing 4.0 legge 4B su 29B per token. A parità di hardware e batch size, Xing è drasticamente più economico per token generato e Qwen è drasticamente più prevedibile.

• Contesto — Qwen 3.8 27B dispone di 262.144 posizioni native, estensibili fino a 1.000.000, con un tetto consigliato di 262.144 token di ragionamento e 131.072 per la risposta finale. Xing 4.0 dispone di 256K, dichiarati estensibili a 512K. Comparabili nella configurazione predefinita; l'estensione pubblicata di Qwen arriva al doppio.

Architettura: due scommesse che non si somigliano tra loro

Qwen 3.8 27B è costruito su un layout di attenzione ibrido — sedici blocchi di tre layer Gated DeltaNet seguiti da un layer Gated Attention completo, una ripartizione tre a uno tra attenzione lineare e quadratica — ed è addestrato con molteplici passaggi MTP. Lo stack è denso e con una forte componente di attenzione lineare, ed è questo che consente a un modello denso da 27B di gestire una finestra da 262K senza il costo della KV-cache che un transformer standard dovrebbe sostenere.

Xing 4.0 29B-A4B è un modello sparse mixture-of-experts della linea DeepSeek: attenzione latente compressa MLA ovunque, 64 esperti instradati con 4 attivi per token più un esperto condiviso, e flussi residui a iper-connessione con vincoli di varietà — un layout residuo a quattro flussi per cui i framework di serving necessitano kernel personalizzati. È anche addestrato con MTP, quindi entrambi i modelli portano la propria testa di decodifica speculativa nel checkpoint anziché fornire un file drafter separato.

La conseguenza per chi la mette in pratica è poco appariscente e importante. Qwen 3.8 27B è un modello denso con un'attenzione insolita, che la maggior parte degli stack di serving gestisce con uno sforzo modesto. Il supporto confermato di Xing 4.0 è vLLM, SGLang e KTransformers, con SGLang che include un kernel scritto appositamente per il layout a iper-connessione a quattro flussi. Un design su misura del residual stream rappresenta un vero costo di integrazione la prima volta, e un costo ricorrente ogni volta che si quantizza, si esegue il fine-tuning o si cambia la forma del batch.

A cosa serve realmente ogni modello

Qui il confronto smette di essere un confronto, perché i due modelli non sono stati costruiti per lo stesso compito e le loro tabelle di benchmark non si sovrappongono abbastanza da poterlo fingere.

• Ingegneria del software — Xing 4.0 SWE-bench Verified 75.00 contro SWE-bench Pro 61.7 di Qwen 3.8 27B. Questi sono benchmark diversi, quindi il divario tra loro non significa nulla di per sé. La riga comparabile è che Q​wen riporta QwenSWEBench 79.0 e DeepSWE 1.1 42.2, che la scheda di Xing non menziona mai.

• Programmazione terminale e agentica — Xing 4.0 Terminal-Bench 2.1 57,50 contro Qwen 3.8 27B Terminal Bench 2.1 (Terminus) 73,0. Stesso nome di benchmark, dettagli dell'harness diversi, entrambi dichiarati dal fornitore. Sui dati pubblicati, Qwen è avanti di oltre 15 punti.

• Agenti per l'uso del computer e agenti visione-linguaggio — Qwen 3.8 27B OSWorld-Verified 84.3, WebArena-Verified 64.8, AndroidWorld 81.9, MathVision 90.0 senza catena di pensiero e 94.6 con essa, OmniDocBench 1.5 91.1, RealWorldQA 85.9. Xing 4.0 non ha alcun benchmark multimodale perché non ha alcuna capacità multimodale. Questa non è una lacuna nella tabella; è una lacuna nel prodotto.

• Chiamata di strumenti e agenti a lungo orizzonte — Xing 4.0 Claw-Eval 76.55, Tau3-Bench 64.63, DeepresearchBII 60.80. Qwen 3.8 27B CoWorkBench 70.7, l'Agents' Last Exam a 20.4 pass@1 e 42.9 di punteggio, JobBench 33.4. Di nuovo: suite diverse, nessuna sovrapposizione, nessun confronto disponibile.

• Ragionamento generale e conoscenza — Qwen 3.8 27B GPQA Diamond 89.2, HLE 30.8, LiveCodeBench v6 90.3, IFBench 79.5. La scheda di Xing 4.0 riporta, in quell'elenco, solo IFBench 69.67 — quasi dieci punti dietro Qwen, e l'unica riga di uso generale in cui entrambi i fornitori hanno pubblicato un dato.

Leggi le tabelle come due documenti diversi su due prodotti diversi. Quella di Qwen riguarda un modello multimodale che svolge attività di computer use tramite un'interfaccia a screenshot. Quella di Xing riguarda un modello testuale progettato per sostenere un lungo ciclo di chiamata di strumenti. L'unica riga in cui si scontrano davvero — IFBench, il rispetto delle istruzioni — va a Qwen di 9,8 punti.

Due approvvigionamenti, un'unica avvertenza

Nessuno dei due modelli ha una valutazione indipendente. I numeri di Qwen 3.8 27B sono di Alibaba, pubblicati sulla scheda del modello con le impostazioni dell'harness, e quelli di Xing 4.0 sono di China Telecom, pubblicati allo stesso modo. In entrambi i casi, le colonne di confronto nelle tabelle sono le riesecuzioni dei modelli rivali effettuate dal laboratorio stesso, anziché i dati pubblicati da quei rivali — una pratica quasi universale e che vale la pena ricordare ogni volta che la tabella di un fornitore mostra un rivale che perde male.

Qwen 3.8 27B ha davvero qualcosa che manca a Xing 4.0, e non è una riga di benchmark: otto settimane in pubblico, compreso un port llama.cpp della comunità che, secondo quanto riportato, fa girare i pesi sulla GPU di una PlayStation 5 jailbroken a circa 20 token al secondo. Quel genere di lavoro di terze parti è la cosa più vicina a un audit indipendente che i pesi aperti possano avere, e Xing 4.0 ne ha avuto un mese finora, la maggior parte del quale è andata in pull request per framework di serving anziché in valutazione.

Costo, self-hosted e a consumo

Entrambi sono Apache 2.0, quindi il prezzo di download è zero e rimane zero da entrambe le parti. Qwen 3.8 27B è un modello denso e richiede la memoria di un modello denso da 27B più una torre di visione; il minimo pratico è una scheda da 24GB a bassa precisione, con un download a piena precisione da 55.6GB. La collezione di Xing 4.0 dichiara una quantizzazione a 4 bit in circa 15GB di VRAM — un'affermazione da verificare rispetto alla dimensione effettiva del file GGUF, poiché il repository a piena precisione riporta 31B in tensori.

Sul fronte a consumo, Qwen 3.8 27B è quello effettivamente richiamabile qui. OrcaRouter ospita qwen/qwen3.8-27b a 0,33 $ per milione di token di input e 2,40 $ per milione di output, con i pesi aperti serviti sulla nostra infrastruttura, ed è per questo che quel prezzo tiene e che un cambiamento lato fornitore non lo terrebbe. Qwen 3.8 27B è disponibile anche a 0,40 $ e 4,21 $ per milione tramite un deployment FP8 della community nel nostro catalogo che mantiene la torre di visione a piena precisione — un utile promemoria che due inserzioni dello stesso modello aperto non sono lo stesso prodotto. Xing 4.0 non è nel nostro catalogo, quindi l'API del fornitore stesso e le piattaforme di terze parti sono il posto dove guardare, e non abbiamo intenzione di far finta del contrario.

In un confronto come questo, un router vale la pena averlo proprio sulla decisione stessa. Una sola API davanti a oltre 200 modelli a markup 0% significa che provare uno sfidante è una regola di routing anziché una seconda integrazione, e il failover automatico fa sì che la prova non metta mai a rischio il percorso di produzione: il primario risponde, il fallback assorbe tutto ciò che il primario tralascia, e l'intero esperimento viene eliminato dalla configurazione quando è finito. La fusione dei modelli va un passo oltre e consente a un panel di modelli di rispondere insieme quando la fiducia di un singolo modello su un'attività è proprio ciò di cui non ti fidi.

Come decidere

Scegli Qwen 3.8 27B se qualcosa nella tua pipeline coinvolge un'immagine, uno screenshot, un documento scansionato, un frame video o un ciclo di computer use. È l'unico dei due in grado di svolgere quel lavoro, i suoi numeri di benchmark sul computer use sono i più forti mai pubblicati in questa classe di peso, ed è richiamabile oggi su base a consumo. È anche l'opzione predefinita più sicura per il rispetto delle istruzioni, che è la modalità di errore che costa di più in una pipeline rivolta al cliente.

Scegli Xing 4.0 29B-A4B se il tuo carico di lavoro è testo puro, il tuo carico di lavoro è un lungo ciclo di chiamate agli strumenti, e puoi permetterti di verificare personalmente le affermazioni del fornitore. L'argomentazione del throughput per scheda è reale sulla carta: l'occupazione di memoria di un modello da 29B con l'aritmetica di un modello da 4B, con termini di licenza che il tuo team legale già conosce. L'incertezza è altrettanto reale — nessuna valutazione indipendente, nessuna riga pubblicata sul ragionamento generale, e un punteggio di aderenza alle istruzioni quasi dieci punti dietro il suo concorrente sull'unico benchmark che entrambi i laboratori hanno scelto di riportare.

Per la maggior parte dei team, la risposta non è affatto una scelta. Qwen 3.8 27B gestisce tutto ciò che contiene un'immagine o uno schermo; Xing 4.0 gestisce i cicli degli agenti solo testuali, dove l'aritmetica per token è il vincolo. Eseguire entrambi attraverso un unico endpoint costa meno che decidere tra i due sulla base di prove che nessuno dei due fornitori ha pubblicato, e la prima valutazione indipendente di Xing 4.0 è l'evento che trasformerebbe questa situazione in un vero confronto anziché in un inventario di ciò che ciascun laboratorio ha scelto di misurare.

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.