Xing 4.0 29B-A4B vs Qwen 3.8 27B: Vision versus het aanroepen van tools

De twee modellen ontlopen elkaar qua grootte zo weinig dat een inkoopspreadsheet ze in dezelfde rij zou zetten: Qwen 3.8 27B is Alibaba's dichte multimodale model met 27 miljard parameters, 28B als de visietoren wordt meegeteld, vrijgegeven onder Apache 2.0 in augustus 2026 met 262.144 native posities en native beeld- en video-invoer; Xing 4.0 29B-A4B is China Telecoms sparse mixture-of-experts-model met 29 miljard parameters, 4B actief per token, tekst in en tekst uit, waarvan de gewichten op 16 september 2026 zijn gepubliceerd en dat pas medio oktober aanroepbaar werd. Beide zijn Apache 2.0, beide zijn open-weight, en beide rapporteren cijfers die er een jaar geleden als frontierresultaten zouden hebben uitgezien. Ze zijn ook geen vervanging voor elkaar in welke workload dan ook die ertoe doet, en de reden is één regel in elke specificatie: of er aan de ene kant een visietoren staat en aan de andere kant een aanroeploop voor tools.

Het formaatverschil is kleiner dan de namen doen vermoeden.

• Naamgeving — "27B" is een afgerond label. De Qwen-repository rapporteert 28B in BF16-tensoren zodra de vision-encoder wordt meegeteld; de tekstbackbone is 27B over 64 lagen met een hidden size van 5.120 en een vocabulaire van 248.320 items.

• Xings labeling — "29B-A4B" bestaat uit twee getallen, niet één: 29B totaal en 4B actief. De repository meldt 31B in volledige-precisietensoren.

• Waar u feitelijk voor betaalt — Qwen 3.8 27B is dense, dus alle 27B wordt per token uitgevoerd. Xing 4.0 leest 4B van 29B per token. Bij identieke hardware en batchgrootte is Xing dramatisch goedkoper per gegenereerd token en Qwen dramatisch voorspelbaarder.

• Context — Qwen 3.8 27B heeft 262.144 native posities, uitbreidbaar tot 1.000.000, met een aanbevolen plafond van 262.144 redeneertokens en 131.072 voor het definitieve antwoord. Xing 4.0 heeft 256K, naar verluidt uitbreidbaar tot 512K. Vergelijkbaar in de standaardconfiguratie; de gepubliceerde uitbreiding van Qwen gaat twee keer zo ver.

Architectuur: twee gokken die niet op elkaar lijken

Qwen 3.8 27B is gebouwd op een hybride attention-indeling — zestien blokken van drie Gated DeltaNet-lagen gevolgd door één volledige Gated Attention-laag, een drie-op-één-verdeling van lineaire aandacht tegenover kwadratische — en het is getraind met meerdere MTP-stappen. De stack is dense en lineaire-aandacht-zwaar, waardoor een dense 27B-model een venster van 262K kan dragen zonder de KV-cache-kosten die een standaard transformer zou oplopen.

Xing 4.0 29B-A4B is een sparse mixture-of-experts-model in de DeepSeek-lijn: overal MLA compressed-latent attention, 64 routed experts met 4 actieve per token plus een gedeelde expert, en manifold-constrained hyper-connection-residustromen — een residuopzet met vier stromen waarvoor servingframeworks aangepaste kernels nodig hebben. Het is ook MTP-getraind, dus beide modellen dragen hun eigen speculative-decoding-head in de checkpoint in plaats van een apart drafterbestand mee te leveren.

De consequentie voor de praktijkbeoefenaar is weinig glamoureus en belangrijk. Qwen 3.8 27B is een dense model met een ongewone attention-opzet, die de meeste serving-stacks met betrekkelijk weinig moeite verwerken. De bevestigde ondersteuning van Xing 4.0 bestaat uit vLLM, SGLang en KTransformers, waarbij SGLang een kernel bevat die speciaal is geschreven voor de vier-streams hyper-connection-layout. Een op maat gemaakt residual-stream-ontwerp is de eerste keer een echte integratiekost, en een terugkerende telkens wanneer je quantiseert, fine-tunet of je batchvorm wijzigt.

Waar elk model eigenlijk voor is

Hier houdt de vergelijking op een vergelijking te zijn, omdat de twee modellen niet voor dezelfde taak zijn gebouwd en hun benchmarktabellen onvoldoende overlappen om het te kunnen faken.

• Software-engineering — Xing 4.0 SWE-bench Verified 75,00 tegenover de SWE-bench Pro van Qwen 3.8 27B met 61,7. Dit zijn verschillende benchmarks, dus het verschil ertussen zegt op zichzelf niets. De vergelijkbare rij is dat Q​wen QwenSWEBench 79,0 en DeepSWE 1.1 42,2 rapporteert, wat de kaart van Xing nooit aanraakt.

• Terminal- en agentisch coderen — Xing 4.0 Terminal-Bench 2.1 57,50 tegen Qwen 3.8 27B Terminal Bench 2.1 (Terminus) 73,0. Dezelfde benchmarknaam, andere harnessdetails, beide door de leverancier gerapporteerd. Op de gepubliceerde cijfers ligt Qwen meer dan 15 punten voor.

• Computergebruik en visie-taalagenten — Qwen 3.8 27B OSWorld-Verified 84,3, WebArena-Verified 64,8, AndroidWorld 81,9, MathVision 90,0 zonder chain-of-thought en 94,6 ermee, OmniDocBench 1.5 91,1, RealWorldQA 85,9. Xing 4.0 heeft helemaal geen multimodale benchmark, omdat het geen multimodale capaciteiten heeft. Dit is geen leemte in de tabel; het is een leemte in het product.

• Tool calling en langetermijnagents — Xing 4.0 Claw-Eval 76,55, Tau3-Bench 64,63, DeepresearchBII 60,80. Qwen 3.8 27B CoWorkBench 70,7, de Agents' Last Exam met 20,4 pass@1 en 42,9 score, JobBench 33,4. Nogmaals: verschillende suites, geen overlap, geen vergelijking beschikbaar.

• Algemeen redeneren en kennis — Qwen 3.8 27B GPQA Diamond 89.2, HLE 30.8, LiveCodeBench v6 90.3, IFBench 79.5. De kaart van Xing 4.0 vermeldt op die lijst alleen IFBench 69.67 — bijna tien punten achter Qwen, en de enige rij voor algemene doeleinden waarop beide leveranciers een cijfer hebben gepubliceerd.

Lees de tabellen als twee verschillende documenten over twee verschillende producten. Die van Q​wen behandelt een multimodaal model dat computer-use-werk doet via een screenshotinterface. Die van Xing behandelt een tekstmodel dat is gebouwd om een lange tool-calling-lus bij elkaar te houden. De enige rij waarin ze echt met elkaar botsen — IFBench, instructieopvolging — gaat met 9,8 punten naar Q​wen.

Twee sourcings, één gedeelde kanttekening

Geen van beide modellen heeft een onafhankelijke evaluatie. De cijfers van Qwen 3.8 27B zijn van Alibaba, gepubliceerd op de modelkaart met harness-instellingen, en die van Xing 4.0 zijn van China Telecom, op dezelfde manier gepubliceerd. In beide gevallen zijn de vergelijkingskolommen in de tabellen de eigen hertests van het lab zelf met concurrerende modellen, in plaats van de gepubliceerde cijfers van die concurrenten — een praktijk die bijna universeel is en die het onthouden waard is telkens wanneer de tabel van een leverancier laat zien dat een rivaal zwaar verliest.

Qwen 3.8 27B heeft iets wat Xing 4.0 mist, en het is geen benchmarkrij: acht weken in de openbaarheid, inclusief een door de community gedragen llama.cpp-port waarvan gemeld wordt dat hij de gewichten op de GPU van een gejailbreakte PlayStation 5 draaide met ongeveer 20 tokens per seconde. Dat soort werk door derden is het dichtste dat open gewichten bij een onafhankelijke audit hebben, en Xing 4.0 heeft daar tot nu toe een maand van gehad, waarvan het meeste naar pull requests voor servingframeworks ging in plaats van naar evaluatie.

Kosten, self-hosted en op verbruik gebaseerd

Beide zijn Apache 2.0, dus de downloadprijs is nul en blijft nul aan beide kanten. Qwen 3.8 27B is dense en vereist het geheugen van een 27B dense model plus een visietoren; de praktische ondergrens is een 24GB-kaart bij lage precisie, met een download in volledige precisie van 55,6GB. De collectie van Xing 4.0 claimt een 4-bits kwantisatie in ongeveer 15GB VRAM — een bewering die het waard is om te verifiëren aan de hand van de werkelijke GGUF-bestandsgrootte, aangezien de repository met volledige precisie 31B in tensoren rapporteert.

Aan de verbruikszijde is Qwen 3.8 27B degene die hier daadwerkelijk aanroepbaar is. OrcaRouter host qwen/qwen3.8-27b voor $0,33 per miljoen inputtokens en $2,40 per miljoen output, waarbij de open weights op onze eigen infrastructuur worden aangeboden, wat verklaart waarom die prijs standhoudt en waarom een wijziging daaraan van de kant van de leverancier dat niet zou doen. Qwen 3.8 27B is ook beschikbaar voor $0,40 en $4,21 per miljoen via een community-FP8-implementatie in onze catalogus die de vision tower op volledige precisie houdt — een nuttige herinnering dat twee vermeldingen van hetzelfde open model niet hetzelfde product zijn. Xing 4.0 staat niet in onze catalogus, dus de eigen API van de leverancier en platforms van derden zijn waar je moet kijken, en we gaan niet doen alsof het anders is.

Waar een router in een vergelijking als deze de moeite waard is, is bij de beslissing zelf. Eén API voor meer dan 200 modellen tegen 0% opslag betekent dat het uitproberen van een uitdager een routeringsregel is in plaats van een tweede integratie, en automatische failover betekent dat de test het productiepad nooit in gevaar brengt: het primaire model antwoordt, de fallback vangt alles op wat het primaire model laat vallen, en het hele experiment wordt uit de config verwijderd zodra het voorbij is. Model fusion gaat nog een stap verder en laat een panel van modellen samen antwoorden wanneer het vertrouwen van één enkel model in een taak precies datgene is wat je niet vertrouwt.

Hoe te beslissen

Kies Qwen 3.8 27B als er in je pipeline sprake is van een afbeelding, een screenshot, een gescand document, een videoframe of een computer-use-lus. Het is de enige van de twee die dat werk überhaupt kan doen, zijn computer-use-benchmarkcijfers zijn de sterkste die in deze gewichtsklasse zijn gepubliceerd, en het kan vandaag op verbruiksbasis worden aangeroepen. Het is ook de veiligere standaard voor instructieopvolging, de faalmodus die in een klantgerichte pipeline het meeste kost.

Kies Xing 4.0 29B-A4B als je workload puur tekst is, als je workload een lange lus van toolaanroepen is, en als je het je kunt veroorloven de beweringen van de leverancier zelf te verifiëren. Het argument van doorvoer per kaart is op papier solide: de geheugenvoetafdruk van een 29B-model met het rekenwerk van een 4B-model, tegen een licentievoorwaarde die je juridische team al kent. De onzekerheid is even reëel — geen onafhankelijke evaluatie, geen gepubliceerde resultaten voor algemeen redeneren, en een score voor instructieopvolging die bijna tien punten achterloopt op die van zijn concurrent op de enige benchmark die beide labs ervoor kozen te rapporteren.

Voor de meeste teams is het antwoord helemaal geen keuze. Qwen 3.8 27B doet alles waar een afbeelding of een scherm bij komt kijken; Xing 4.0 doet de agentlussen met alleen tekst, waar rekenwerk per token de beperkende factor is. Beide via één endpoint draaien is goedkoper dan tussen hen kiezen op basis van bewijs dat geen van beide leveranciers heeft gepubliceerd, en de eerste onafhankelijke evaluatie van Xing 4.0 is de gebeurtenis die dit tot een echte vergelijking zou maken in plaats van een inventaris van wat elk lab ervoor koos te meten.

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.