Xing 4.0 29B-A4B is nu aanroepbaar: China Telecoms Open MoE verlaat het lab

De gewichten voor Xing 4.0 29B-A4B zijn te downloaden bij de X​ingChen-AGI organisatie op Hugging Face sinds 16 september 2026 — dat deel is geen nieuws. Wat medio oktober veranderde, is specifieker en nuttiger: het model werd iets dat je kunt aanroepen in plaats van iets dat je alleen kunt hosten. Een openbare commerciële vermelding voor Xing4.0-29B-A4B verscheen op 15–16 oktober met een contextvenster van 262.144 tokens en een gratis promotieniveau, de gekwantiseerde builds haalden op 13 oktober in, en de servingframeworks waren eindelijk gearriveerd: de ondersteunings-pullrequest van SGLang ging van concept naar samenvoegklaar, vLLM ondersteunt de architectuur al, en de modelkaart noemt nu OpenCode, C​laude Code, OpenClaw en Hermes als aangepaste agentframeworks. Dit stuk gaat over wat er daadwerkelijk is uitgebracht, wat de eigen modelkaart van China Telecom beweert, en welke van die beweringen nog niemand buiten het lab heeft gecontroleerd.

Twee datums, en waarom slechts één ervan vandaag ertoe doet

De repositorygeschiedenis is ondubbelzinnig. X​ingChen-AGI/Xing4.0-29B-A4B kreeg zijn eerste commit op 16 september 2026, met dezelfde dag een upload van de gewichten en de volgende ochtend een README. De Apache-2.0-gewichten zijn al een maand openbaar. Een artikel in eerste versie, geschreven op 17 oktober, dat dit model als nieuw aankondigde, zou onjuist zijn, en het is precies de fout die de eerdere berichtgeving in deze serie al moest corrigeren — de berichten uit de lekperiode volgden een naamsverandering van XingChen4 naar Xing4_0 over zes framework-pullrequests voordat er iets te downloaden viel.

Dus beschouw 16 september als de releasedatum. De ontwikkeling in oktober is beschikbaarheid: tot dat moment betekende het gebruik van het model dat je de hardware huurde of in eigendom had. Nu is dat niet meer zo.

Wat het model eigenlijk is

Xing 4.0 29B-A4B is de opvolger van de TeleChat-lijn, ontwikkeld door China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — en gepubliceerd onder Apache 2.0. Het is een sparse mixture-of-experts-model: 29 miljard parameters in het checkpoint, ongeveer 4 miljard gelezen per gegenereerd token. De kaart beschrijft de architectuur als "mHC + MLA + MTP", en de configuratiedetails die ertoe doen zijn deze:

• Vorm — 40 lagen, verborgen grootte 3.584, dichte FFN-tussenliggende 9.216, expert-tussenliggende 1.024, vocabulaire 131.072.

• Experts — 64 gerouteerde experts, met 4 actieve per token, plus 1 altijd actieve gedeelde expert. Die gedeelde expert is de reden dat het aantal actieve experts niet 4/64e van het totaal is.

• Let op — MLA (multi-head latent attention), het gecomprimeerde-KV-schema uit de DeeepSeek-lijn in plaats van standaard grouped-query attention.

• Context — 256K native, op de kaart beschreven als uitbreidbaar tot 512K. De commerciële vermelding noemt 262.144 posities.

• Speculatieve decoding — MTP, multi-tokenvoorspelling, meegetraind in plaats van erop geschroefd.

• Licentie en formaten — Apache 2.0, met bfloat16 safetensors, FP8, w8a8 en GGUF-builds die door dezelfde organisatie worden gepubliceerd.

Het mHC-onderdeel is het stuk dat echt ongebruikelijk is. Het staat voor manifold-constrained hyper-connection residual streams, en het is de reden dat het model in de code van serving-frameworks opduikt als iets anders dan een standaardtransformer: de frameworks hebben er aangepaste kernels voor nodig, en SGLang's implementatie levert een split-K-kernel specifiek voor de vier-streams hyper-connection-layout. Als je een practitioner bent die beslist of het de moeite waard is, dan is de eerlijke samenvatting dat dit een model is met een echte architecturale gok erin, niet een standaard mixture-of-experts met een nieuwe naam.

De cijfers — en wie ze heeft geproduceerd

Alles hieronder is afkomstig van de eigen modelkaart van China Telecom. Niets ervan is onafhankelijk gereproduceerd, en de kaart zelf vermeldt de harness- en samplinginstellingen achter elke rij, wat meer openbaarmaking is dan de meeste leveranciers vrijwillig geven. Lees het als een bewering van een leverancier, niet als een gemeten feit.

• SWE-bench Verified — 75,00, uitgevoerd onder de SWE-agent-harness met een contextvenster van 210K.

• Terminal-Bench 2.1 — 57,50, terminus-2-agent, max. 64K tokens, time-out van 24 uur, gemiddeld over drie runs.

• SWE-bench Multilingual — 66.00, dezelfde harness als Verified.

• Claw-Eval — 76,55, officiële harness, 256K-context, gemiddelde van drie runs.

• Tau3-Bench — 64,63, officiële testomgeving, pass^1 gemiddeld over vier runs.

• DeepresearchBII — 60.80, OpenCode-harness met een ingeschakelde Exa MCP-server.

• AIME2026 — 90,00, gemiddelde van vijf runs. IFBench — 69,67. AA.LCR — 61,00.

Twee daarvan verdienen het om bij stil te staan. Een model met 4B actieve parameters dat 75 op SWE-bench Verified en 57,5 op Terminal-Bench 2.1 claimt, beweert zich te bevinden op terrein dat wordt bezet door modellen die een veelvoud van zijn actieve grootte hebben, en beide cijfers zijn agentisch — wat wil zeggen dat ze sterk afhangen van harness-scaffolding, niet alleen van het model. De kaart is verfrissend specifiek over de scaffolding, maar specificiteit over een harness is niet hetzelfde als een onafhankelijke run ervan.

Waar het wint op zijn eigen terrein, en waar niet

De kaart benchmarkt zichzelf tegen Gemma4-26B-A4B en Qwen3.6-35B-A3B. Op basis van de eigen cijfers van China Telecom is het beeld geen volledige overwinning, wat op zichzelf informatief is:

• Tegenover Gemma4-26B-A4B — Xing 4.0 wint SWE-bench Verified met 75.00 tegen 53.00, Terminal-Bench 2.1 met 57.50 tegen 30.00, SWE-bench Multilingual met 66.00 tegen 51.00, Claw-Eval met 76.55 tegen 71.49, Tau3-Bench met 64.63 tegen 58.90 en DeepresearchBII met 60.80 tegen 39.30. Het verliest IFBench met 69.67 tegen 72.67 en AA.LCR met 61.00 tegen 66.00, en loopt op AIME2026 1.7 punten achter.

• Tegen Qwen3.6-35B-A3B — Xing 4.0 wint Claw-Eval, Terminal-Bench 2.1 en DeepresearchBII, en verliest SWE-bench Verified met 75,00 tegen 76,00, Tau3-Bench met 64,63 tegen 67,20 en AIME2026 met 90,00 tegen 92,70.

Het patroon is consistent: sterk bij de agentische en terminalvormige evaluaties, zwakker bij instructieopvolging en het redeneren over lange contexten. Die hertests van de concurrerende modellen werden uitgevoerd door China Telecom, niet door de leveranciers die ze hebben gebouwd, dus de vergelijking is intern consistent, maar in geen van beide richtingen onafhankelijk. (Een eerder artikel in deze serie behandelt het G​emma 4-gedeelte van die tabel in detail.)

Eén trainingsclaim die het waard is apart te worden uitgelicht.

Xing 4.0 werd getraind op Ascend NPU's met MindSpore en MindFormers, niet op GPU's met PyTorch. De kaart claimt een doorvoerverbetering van ongeveer 96% ten opzichte van zijn eigen baseline, bereikt via MoE-communicatie-afstemming, selectieve herberekening, DVM-graaf-operatorfusie en handgeschreven Ascend C-kernels voor de mHC-operatoren. Dat cijfer is een claim over de trainingsinfrastructuur ten opzichte van een interne baseline, waardoor het in wezen van buitenaf niet te verifiëren is — er is hier geen openbaar referentiepunt voor "baseline". Het is desondanks de interessantste technische uitspraak in de release: een volledige, aan de frontier grenzende MoE die end-to-end is getraind op een niet-NVIDIA-stack, met het operatorwerk in eigen huis uitgevoerd.

Wat het kost om te draaien

Omdat de licentie Apache 2.0 is, is de downloadprijs nul en blijft die nul. Hardware is de echte kostenpost. De beschrijving van de collectie beweert een 4-bits kwantisatie bij ongeveer 15GB VRAM, wat op een RTX 3090 of 4090 zou passen; dat cijfer is een bewering van de leverancier en steekt vreemd af tegen de tensorgrootte van 31B parameters die de repository voor het volledige checkpoint rapporteert, dus verifieer het aan de hand van het daadwerkelijke gekwantiseerde bestand voordat je op basis daarvan een kaart koopt. De ondersteunde paden zijn SGLang, vLLM en KTransformers voor inferentie, met LLaMA-Factory en MindFormers voor fine-tuning.

Voor wie het liever niet zelf draait, is er nu een verbruiksgebaseerde route: de commerciële aanbieding die medio oktober verscheen, voorziet het model van een context van 262.144 tokens, een maximale completion van 235.929 tokens en het volledige samplingoppervlak, inclusief het aanroepen van tools, gestructureerde outputs en een schakelbare redeneermodus. Tijdens het promotievenster staat een gratis variant van hetzelfde endpoint vermeld, wat de goedkoopste mogelijke manier is om erachter te komen of de SWE-bench-rij van de leverancier standhoudt bij contact met je eigen repository. Zoals altijd bij een gloednieuwe aanbieding: controleer waar je daadwerkelijk naartoe wordt gerouteerd voordat je het in een productiepad zet — de gratis laag en de betaalde laag zijn vaak verschillende deployments.

Hoe het te noemen, en hoe we erin passen

Om duidelijk te zijn over onze eigen positie: Xing 4.0 29B-A4B staat vandaag niet in de catalogus van OrcaRouter, dus wij zijn geen route ernaartoe en dit stuk zal niet doen alsof dat wel zo is. Als je het wilt, zijn de opties de eigen API van de leverancier, de marktplaatsen van derden die het onlangs hebben opgenomen, of je eigen hardware.

Waar een router hier zijn plek verdient, is aan de andere kant van de beslissing. Het realistische pad voor de meeste teams is om dit model in een sidecar te draaien, op een laagrisicopad, lang genoeg om te zien of zijn agentische kracht echt is op hun eigen taken — terwijl productieverkeer blijft draaien op modellen die je al hebt gevalideerd. OrcaRouter is één API voor meer dan 200 gehoste modellen tegen 0% opslag, met een routerings-DSL en automatische failover, wat betekent dat de evaluatie een configuratiewijziging is in plaats van een tweede contract: de router blijft het gevestigde model bedienen, en je voegt de uitdager toe waar die het recht heeft verdiend om te antwoorden. Wanneer een prijsverlaging van een leverancier terechtkomt op een model dat wij wél aanbieden, staat die prijs dezelfde dag live aan onze kant, omdat we de lijstprijs van de provider doorgeven en er niets aan toevoegen.

Wat is nog onbevestigd?

Vier dingen, in de volgorde van de mate waarin ze het oordeel zouden veranderen. Ten eerste, alle negen benchmarkrijen zijn door de leverancier gerapporteerd en geen enkele heeft een reproductie door een derde partij. Ten tweede, de uitbreiding van 256K naar 512K is een bewering op de modelkaart waarvoor geen gepubliceerd recept voor de uitbreiding zelf bestaat. Ten derde, de kolommen van concurrenten in de benchmarktabel zijn de eigen herhaalde runs van de leverancier, dus de marges waarmee wordt gewonnen zijn niet vergelijkbaar met de eigen gepubliceerde cijfers van de concurrenten — de modelkaart van G​emma 4 rapporteert SWE-bench Verified bijvoorbeeld helemaal niet, dus er is geen kruiscontrole beschikbaar. Ten vierde, het cijfer '93.52 op SuperCLUE' dat samen met deze release de ronde heeft gedaan, verschijnt in een korte beschrijving bij een collectie in plaats van in de eigen tabel van de modelkaart, en moet als niet-onderbouwd worden behandeld totdat er wel een bron voor is.

Het nuttigste dat je in oktober 2026 met dit model kunt doen, is het ding dat de aankondiging niet voor je doet: zet je eigen moeilijkste agentische taak ervoor en kijk of de terminal-bench-achtige sterkte buiten een harness-tabel standhoudt. Als dat zo is, is een 4B-actief Apache-2.0-model dat op één consumentenkaart draait echt iets nuttigs om te bezitten. Als dat niet zo is, heb je een weekend en één GPU besteed. De volgende mijlpaal om in de gaten te houden is de eerste onafhankelijke eval-run op de gewichten — niet nog een framework-pullrequest, wat nu een opgelost probleem is.

Niets daarvan is hypothetisch: de gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in the OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en markering voor betwisting bevat.