Xing 4.0 29B-A4B można już wywoływać: otwarty MoE China Telecom opuszcza laboratorium

Wagi dla Xing 4.0 29B-A4Bmożna pobierać z organizacji X​ingChen-AGIna Hugging Face od 16 września 2026 — ta część nie jest nowością. To, co zmieniło się w połowie października, jest węższe i bardziej użyteczne: model stał się czymś, co można wywoływać, a nie tylko czymś, co można hostować. Publiczna oferta komercyjna dla Xing4.0-29B-A4Bpojawiła się 15–16 października z oknem kontekstowym 262 144 tokenów i darmowym poziomem promocyjnym, skwantyzowane wersje nadrobiły zaległości 13 października, a frameworki serwujące właśnie się skompletowały: pull request dodający wsparcie w SGLang przeszedł ze stanu szkicu do gotowości do scalenia, vLLM już obsługuje tę architekturę, a karta modelu wymienia teraz OpenCode, C​laude Code, OpenClaw i Hermes jako zaadaptowane frameworki agentowe. Ten tekst dotyczy tego, co faktycznie zostało wydane, co twierdzi karta modelu samego China Telecom i które z tych twierdzeń nikt spoza laboratorium jeszcze nie sprawdził.

Dwie daty i dlaczego tylko jedna z nich ma dziś znaczenie

Historia repozytorium jest jednoznaczna. X​ingChen-AGI/Xing4.0-29B-A4B otrzymało pierwszy commit 16 września 2026 r., wraz z wgraniem wag tego samego dnia i README następnego ranka. Wagi na licencji Apache-2.0 są publicznie dostępne od miesiąca. Artykuł w pierwszej wersji napisany 17 października, który ogłaszałby ten model jako nowy, byłby błędny — i jest to dokładnie ten błąd, który wcześniejsze materiały w tym cyklu już musiały korygować: posty z okresu wycieków śledziły zmianę nazwy z XingChen4 na Xing4_0 w sześciu pull requestach frameworka, zanim cokolwiek dało się pobrać.

A więc przyjmij 16 września jako datę premiery. Październikową nowością jest dostępność: do tego momentu korzystanie z modelu oznaczało wynajem lub posiadanie sprzętu. Teraz już nie.

Czym model faktycznie jest

Xing 4.0 29B-A4B to następca linii TeleChat, opracowany przez China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — i opublikowany na licencji Apache 2.0. To rzadki model mieszaniny ekspertów (sparse mixture-of-experts): 29 miliardów parametrów w checkpointcie, około 4 miliardów odczytywanych na każdy wygenerowany token. Karta opisuje architekturę jako „mHC + MLA + MTP", a istotne szczegóły konfiguracji są następujące:

• Kształt — 40 warstw, rozmiar ukryty 3,584, gęsta warstwa pośrednia FFN 9,216, warstwa pośrednia eksperta 1,024, słownik 131,072.

• Eksperci — 64 ekspertów routowanych, 4 aktywnych na token, plus 1 zawsze aktywny wspólny ekspert. Ten wspólny ekspert sprawia, że liczba aktywnych nie wynosi 4/64 całości.

• Uwaga — MLA (multi-head latent attention), schemat skompresowanego KV z linii D​eepSeek, a nie standardowa grouped-query attention.

• Kontekst — 256K natywnie, na karcie opisany jako rozszerzalny do 512K. W ofercie komercyjnej podano 262 144 pozycji.

• Dekodowanie spekulatywne — MTP, predykcja wielu tokenów, wytrenowana, a nie doklejona.

• Licencja i formaty — Apache 2.0, z kompilacjami bfloat16 safetensors, FP8, w8a8 i GGUF opublikowanymi przez tę samą organizację.

Element mHC jest tym, który jest naprawdę nietypowy. Oznacza strumienie resztkowe hiperpołączeń z ograniczeniem rozmaitościowym i to właśnie dlatego model pojawia się w kodzie frameworków serwujących jako coś innego niż standardowy transformer: frameworki potrzebują dla niego własnych kerneli, a implementacja SGLang dostarcza jądro split-K specjalnie dla czterostrumieniowego układu hiperpołączeń. Jeśli jesteś praktykiem decydującym, czy warto się tym zajmować, uczciwe podsumowanie brzmi: to model z prawdziwym zakładem architektonicznym, a nie zwykły mixture-of-experts pod nową nazwą.

Liczby — i kto za nimi stoi

Wszystko poniżej pochodzi z karty modelu samego China Telecom. Żadnej z tych informacji nie odtworzono niezależnie, a sama karta podaje harness i ustawienia próbkowania stojące za każdym wierszem, co stanowi większą przejrzystość, niż z własnej woli ujawnia większość dostawców. Czytaj to jako twierdzenie dostawcy, a nie zmierzony fakt.

• SWE-bench Verified — 75,00, uruchomiony w środowisku SWE-agent przy oknie kontekstu 210 tys.

• Terminal-Bench 2.1 — 57,50, agent terminus-2, maks. 64 tys. tokenów, limit czasu 24 godziny, średnia z trzech przebiegów.

• SWE-bench Multilingual — 66,00, ten sam harness co w Verified.

• Claw-Eval — 76,55, oficjalny harness, kontekst 256K, średnia z trzech uruchomień.

• Tau3-Bench — 64,63, oficjalne środowisko testowe, pass^1 uśredniony po czterech przebiegach.

• DeepresearchBII — 60.80, środowisko testowe OpenCode z włączonym serwerem MCP Exa.

• AIME2026 — 90,00, średnia z pięciu przebiegów. IFBench — 69,67. AA.LCR — 61,00.

Dwa z nich są warte dłuższego zastanowienia. Model z 4B aktywnych parametrów, deklarujący wynik 75 w SWE-bench Verified i 57,5 w Terminal-Bench 2.1, twierdzi, że plasuje się na terytorium zajmowanym przez modele o kilkukrotnie większej liczbie aktywnych parametrów, a obie te wartości są agentowe — co znaczy, że zależą w dużym stopniu od rusztowania zapewnianego przez harness, a nie tylko od samego modelu. Karta jest odświeżająco konkretna, jeśli chodzi o rusztowanie, ale konkretność dotycząca harnessu to nie to samo co niezależne uruchomienie tego harnessu.

Gdzie wygrywa we własnej tabeli, a gdzie nie

Karta porównuje się w benchmarkach z Gemma4-26B-A4B i Qwen3.6-35B-A3B. Według własnych liczb China Telecom obraz nie jest całkowitym zwycięstwem, co samo w sobie wiele mówi:

• W porównaniu z Gemma4-26B-A4B — Xing 4.0 wygrywa w SWE-bench Verified 75,00 do 53,00, Terminal-Bench 2.1 57,50 do 30,00, SWE-bench Multilingual 66,00 do 51,00, Claw-Eval 76,55 do 71,49, Tau3-Bench 64,63 do 58,90 i DeepresearchBII 60,80 do 39,30. Przegrywa w IFBench 69,67 do 72,67 i AA.LCR 61,00 do 66,00 oraz ustępuje w AIME2026 o 1,7 punktu.

• W porównaniu z Qwen3.6-35B-A3B — Xing 4.0 wygrywa w Claw-Eval, Terminal-Bench 2.1 i DeepresearchBII, a przegrywa w SWE-bench Verified 75,00 do 76,00, Tau3-Bench 64,63 do 67,20 i AIME2026 90,00 do 92,70.

Wzorzec jest spójny: mocny w ewaluacjach agentowych i terminalowych, słabszy w podążaniu za instrukcjami i rozumowaniu na długim kontekście. Te ponowne testy modeli konkurencyjnych przeprowadził China Telecom, a nie dostawcy, którzy je zbudowali, więc porównanie jest spójne wewnętrznie, ale nie niezależne w żadnym kierunku. (Wcześniejszy artykuł w tej serii szczegółowo omawia część tej tabeli dotyczącą Gemma 4.)

Jedno twierdzenie szkoleniowe warte osobnego wyróżnienia

Xing 4.0 został wytrenowany na NPU Ascend z użyciem MindSpore i MindFormers, a nie na GPU z PyTorch. Karta deklaruje około 96% poprawy przepustowości w stosunku do własnego baseline'u, osiągniętej dzięki dostrajaniu komunikacji MoE, selektywnemu przeliczaniu, fuzji operatorów grafu DVM oraz ręcznie napisanym jądrom Ascend C dla operatorów mHC. Ta liczba to twierdzenie z zakresu infrastruktury treningowej, dotyczące wewnętrznego baseline'u, co czyni ją zasadniczo niezweryfikowalną z zewnątrz — nie ma tu publicznego punktu odniesienia dla „baseline”. Jest to jednak najbardziej interesujące stwierdzenie inżynierskie w tym wydaniu: pełny, bliski czołówce MoE wytrenowany od początku do końca na stosie innym niż NVIDIA, z pracą nad operatorami wykonaną we własnym zakresie.

Ile kosztuje prowadzenie

Ponieważ licencja to Apache 2.0, cena pobrania wynosi zero i pozostaje zerowa. Prawdziwym rachunkiem jest sprzęt. Opis kolekcji twierdzi, że kwantyzacja 4-bitowa zajmuje około 15 GB VRAM, co zmieściłoby się na RTX 3090 lub 4090; ta liczba to twierdzenie po stronie dostawcy i dziwnie kontrastuje z rozmiarem tensora 31B parametrów, który repozytorium podaje dla pełnego checkpointu, więc zweryfikuj ją względem rzeczywistego pliku skwantyzowanego, zanim kupisz pod to kartę. Obsługiwane ścieżki to SGLang, vLLM i KTransformers do wnioskowania, a LLaMA-Factory i MindFormers do dostrajania.

Dla każdego, kto wolałby nie uruchamiać tego samodzielnie, istnieje teraz płatna ścieżka: komercyjna oferta, która pojawiła się w połowie października, udostępnia model z kontekstem 262 144 tokenów, maksymalnym ukończeniem 235 929 tokenów oraz pełnym zakresem próbkowania, w tym wywoływaniem narzędzi, ustrukturyzowanymi danymi wyjściowymi i przełączalnym trybem rozumowania. W okresie promocyjnym wymieniony jest bezpłatny wariant tego samego punktu końcowego, co jest najtańszym możliwym sposobem, aby przekonać się, czy wiersz SWE-bench dostawcy przetrwa kontakt z własnym repozytorium. Jak zawsze w przypadku zupełnie nowej oferty, sprawdź, dokąd faktycznie jesteś kierowany, zanim umieścisz ją w ścieżce produkcyjnej — warstwa bezpłatna i płatna często są różnymi wdrożeniami.

Jak to nazwać i jak pasujemy

Aby powiedzieć wprost o naszej własnej pozycji: Xing 4.0 29B-A4B nie znajduje się dziś w katalogu OrcaRouter, więc nie jesteśmy do niego ścieżką i ten materiał nie będzie udawał, że jest inaczej. Jeśli go chcesz, opcje to własne API dostawcy, zewnętrzne platformy sprzedażowe, które niedawno go udostępniły, albo własny sprzęt.

To, gdzie router zasługuje tu na swoje miejsce, leży po drugiej stronie decyzji. Realistyczna ścieżka dla większości zespołów polega na uruchomieniu tego modelu w sidecarze, na ścieżce niskiego ryzyka, przez wystarczająco długi czas, by sprawdzić, czy jego możliwości agentowe są realne w ich własnych zadaniach — podczas gdy ruch produkcyjny nadal działa na modelach, które już zweryfikowaliście. OrcaRouter to jedno API przed ponad 200 hostowanymi modelami przy 0% narzutu, z DSL-em do routingu i automatycznym przełączaniem awaryjnym, co oznacza, że ocena to zmiana konfiguracji, a nie druga umowa: router nadal obsługuje dotychczasowy model, a pretendenta dodajesz tam, gdzie zasłużył sobie na prawo do odpowiedzi. Gdy obniżka ceny od dostawcy dotyczy modelu, który rzeczywiście mamy w ofercie, ta cena obowiązuje u nas tego samego dnia, ponieważ przekazujemy dalej cenę katalogową dostawcy i nic do niej nie dodajemy.

Co wciąż jest niezweryfikowane

Cztery rzeczy, w kolejności według tego, jak bardzo zmieniłyby werdykt. Po pierwsze, wszystkie dziewięć wierszy benchmarków pochodzi od dostawcy i żadnego nie odtworzyła niezależna strona trzecia. Po drugie, rozszerzenie z 256K do 512K to twierdzenie z karty modelu, bez opublikowanego przepisu na samo rozszerzenie. Po trzecie, kolumny konkurentów w tabeli benchmarków to własne ponowne uruchomienia dostawcy, więc marginesy zwycięstwa nie są porównywalne z własnymi opublikowanymi liczbami konkurentów — karta G​emma 4 na przykład w ogóle nie podaje SWE-bench Verified, więc nie ma dostępnej weryfikacji krzyżowej. Po czwarte, wartość „93,52 w SuperCLUE”, która krążyła wraz z tym wydaniem, pojawia się w opisie kolekcji, a nie w samej tabeli karty modelu, i należy ją traktować jako niepopartą źródłem, dopóki nie zostanie ona potwierdzona źródłem.

Najbardziej użyteczną rzeczą, jaką możesz zrobić z tym modelem w październiku 2026, jest to, czego ogłoszenie nie robi za ciebie: postaw przed nim swoje najtrudniejsze zadanie agentowe i sprawdź, czy przewaga w stylu terminal-bench przetrwa poza tabelą wyników harnessa. Jeśli tak, model Apache-2.0 z 4B aktywnych parametrów, który działa na jednej karcie konsumenckiej, jest naprawdę użyteczną rzeczą, którą warto mieć. Jeśli nie, straciłeś weekend i jedną GPU. Następnym kamieniem milowym, na który warto patrzeć, jest pierwsze niezależne uruchomienie ewaluacji na wagach — nie kolejny pull request do frameworka, co jest już rozwiązanym problemem.

Nic z tego nie jest hipotetyczne: udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, stopień ważności, ocenę pewności i oznaczenie sporne.