Xing 4.0 29B-A4B vs Gemma 4 26B-A4B: Dwa modele rzadkie, jeden ma API

Oba te modele to rzadkie checkpointy mieszaniny ekspertów, które aktywują około czterech miliardów parametrów na token, a oba są na licencji Apache 2.0. Na tym kończy się użyteczność tego podobieństwa. Xing 4.0 29B-A4B to opracowany przez China Telecom MoE działający wyłącznie na tekście i zorientowany na agentów — łącznie 29B, 4B aktywnych, wagi opublikowano 16 września 2026 r., a komercyjny endpoint z możliwością wywołania udostępniono dopiero w połowie października. Gemma 4 26B A4B to multimodalny rzadki model Google DeepMind — łącznie 25,2B, 3,8B aktywnych w checkpoincie dostrojonym do instrukcji, wagi publiczne od 11 marca 2026 r. — i od miesięcy jest dostępny przez hostowaną inferencję w cenie sześciu centów za milion tokenów wejściowych. Jeśli wybierasz między nimi, uczciwe ujęcie nie brzmi „który jest mądrzejszy”, lecz „który możesz faktycznie umieścić w ścieżce produkcyjnej w tym tygodniu i z czego rezygnujesz, żeby to zrobić”.

Jednowierszowa odpowiedź

Gemma 4 26B A4B — chyba że Twoje obciążenie to agent kodujący lub terminalowy działający na własnym sprzęcie. Cała argumentacja Xing 4.0 opiera się na sile agentowej w przeliczeniu na aktywny parametr, a w tabeli samego China Telecom wygrywa w wierszach agentowych ogromną przewagą. Gemma 4 wygrywa pod względem dostępności, modalności, przejrzystości cen oraz prostego faktu, że jej liczby opublikowała firma, która ją zbudowała, podczas gdy kolumna porównawcza jej rywala nie.

Dane techniczne, wymiar po wymiarze

• Rozmiar — Xing 4.0 29B łącznie / 4B aktywnych vs G​emma 4 25,2B łącznie / 3,8B aktywnych. Nazwa na karcie G​emma to zaokrąglona etykieta; rzeczywiste wartości to te, które podaje G​oogle.

• Układ ekspertów — Xing 4.0: 64 ekspertów routowanych, 4 aktywnych, plus 1 współdzielony. G​emma 4: 128 ekspertów łącznie, 8 aktywnych, plus 1 współdzielony. G​emma ma drobniejszy routing; Xing ma rzadszy odczyt.

• Mechanizm uwagi — Xing 4.0 stosuje MLA, wielogłową uwagę utajoną (multi-head latent attention), ze skompresowanym stanem klucz–wartość. Gemma 4 stosuje uwagę hybrydową: lokalne warstwy z przesuwnym oknem o rozmiarze 1 024 tokenów przeplatane pełną uwagą globalną oraz proporcjonalne RoPE. Różne odpowiedzi na ten sam problem pamięci podręcznej KV.

• Głębokość i szerokość — Xing 4.0: 40 warstw, rozmiar ukryty 3,584, słownik 131,072. G​emma 4: 30 warstw, słownik 262 tys.

• Kontekst — Xing 4.0: natywnie 256K, zgodnie z deklaracją karty rozszerzalny do 512K. G​emma 4: 256K. W praktyce remis, choć długokontekstowe zachowanie G​emmy ma za sobą osiem miesięcy testów zewnętrznych, a Xing nie ma żadnych.

• Modalność — Xing 4.0 to tekst na wejściu, tekst na wyjściu. Gemma 4 26B A4B przyjmuje tekst, obraz i wideo, a zwraca tekst; jej enkoder wizyjny ma około 550 mln parametrów. To nie jest mała różnica, jeśli Twoje obciążenie obejmuje dokumenty lub zrzuty ekranu.

• Licencja — Apache 2.0 w obu przypadkach, łącznie z grantem patentowym. Autentycznie równoważne.

• Data publikacji — Gemma 4 26B A4B: wagi dostrojone do instrukcji na Hugging Face od 11 marca 2026 r., z wersjami uwzględniającymi kwantyzację od kwietnia do maja. Xing 4.0: początkowy commit w repozytorium 16 września 2026 r., skwantyzowane wersje 13 października, wpis hostowany 15–16 października.

• Cena hostowana — Gemma 4 26B A4B widnieje w OrcaRouter w cenie 0,06 USD za milion tokenów wejściowych i 0,33 USD za milion tokenów wyjściowych, a odczyt z pamięci podręcznej kosztuje 0,0075 USD za milion. Xing 4.0 nie ma porównywalnej opublikowanej stawki na platformie, na którą moglibyśmy wskazać; oferta z połowy października obejmowała darmowy poziom promocyjny, a alternatywą jest własna ścieżka dostawcy.

Pytanie benchmarkowe, które jest bardziej zagmatwane, niż się wydaje

Karta modelu China Telecom porównuje Xing 4.0 z kolumną oznaczoną jako Gemma4-26B-A4B. Ta kolumna podaje wynik SWE-bench Verified 53,00. Karta modelu Google dla checkpointu dostrojonego na instrukcjach w ogóle nie podaje wyniku SWE-bench Verified — publikowany zestaw testów to MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision oraz test wyszukiwania w długim kontekście. Zatem 53,00 w tej tabeli nie jest wynikiem Google. To własny przebieg China Telecom z modelem Gemma 4 przez harness SWE-agent i nie ma w tym nic złego, o ile odczytasz to jako to, czym jest: ponowny przebieg jednego laboratorium, bez podanej próby dostrojenia szkieletu Gemmy.

Z tym zastrzeżeniem wyrażonym raz i stosowanym konsekwentnie w całym poniższym tekście, oto zestawienie w wierszach, w których obie strony mają opublikowaną wartość, oraz w wierszach agentowych, w których tylko jedna strona ją ma.

• SWE-bench Verified — Xing 4.0 75,00 w teście przeprowadzonym przez dostawcę vs Gemma 4 53,00 w ponownym teście przeprowadzonym przez China Telecom; Google nie publikuje żadnego wyniku dla tego benchmarku.

• Terminal-Bench 2.1 — Xing 4.0 57,50 vs G​emma 4 30,00, znów ponowne uruchomienie G​emma wykonane przez samego dostawcę.

• SWE-bench Multilingual — Xing 4.0 66.00 vs G​emma 4 51.00, to samo pochodzenie.

• Claw-Eval — Xing 4.0 76,55 vs G​emma 4 71,49, oficjalny harness po obu stronach zgodnie z kartą.

• Tau3-Bench — Xing 4.0 64,63 vs G​emma 4 58,90. G​oogle podaje Tau2 na poziomie 68,2 na własnej karcie, co dotyczy innej wersji tej rodziny i nie jest bezpośrednio porównywalne.

• AIME 2026 — Xing 4.0 90,00 kontra Gemma 4 88,30.

• IFBench — Xing 4.0 69,67 vs G​emma 4 72,67. G​emma wygrywa to starcie.

• AA.LCR — Xing 4.0 61.00 vs G​emma 4 66.00. G​emma również wygrywa tę konkurencję.

• Gdzie tylko G​oogle podaje liczby — MMLU Pro 82,6, GPQA Diamond 82,3, LiveCodeBench v6 77,1, MMMU Pro 73,8, Codeforces ELO 1718. Karta Xing 4.0 nie podaje nic na temat żadnego z nich, więc nie ma podstaw do porównania, a tego braku nie należy odczytywać jako straty.

Kształt tej różnicy jest spójny i nie jest przypadkowy: Xing 4.0 jest mocny w zadaniach z zakresu inżynierii oprogramowania i zadań o charakterze terminalowym, a słabszy w podążaniu za instrukcjami i rozumowaniu na długim kontekście. To celowy punkt odniesienia projektowego — cała sekcja poświęcona architekturze na karcie produktu jest zorientowana wokół pracy agentowej: wieloetapowego planowania, wywoływania narzędzi, łańcuchów rozumowania — a liczby zgadzają się z założeniami projektu. Nie mówią ci one jednak, czy ta moc utrzyma się w środowisku testowym, które nie zostało wybrane przez dostawcę.

Czego nie może ci powiedzieć kolumna G​emma, a kolumna Xing też nie.

Zwróć uwagę na asymetrię w analizie. Gemma 4 26B A4B została pobrana ponad dziesięć milionów razy ze swojego repozytorium i ma niezależne miejsce w rankingu Artificial Analysis oraz osiem miesięcy raportów praktyków o tym, gdzie degradacji ulega uwaga z przesuwnym oknem. Xing 4.0 ma 53 000 pobrań w ciągu miesiąca, brak niezależnej oceny i tabelę wyników jednego laboratorium — a jego najbardziej imponujące wiersze to te najbardziej wrażliwe na wybór narzędzia ewaluacyjnego. Gdy jedna strona porównania jest od ośmiu miesięcy intensywnie testowana przez obcych, a druga nie, kluczowe wyniki nowszego modelu zasługują dokładnie na taką zniżkę, jaką sugeruje ten fakt. Liczby 75 i 57,5 mogą się doskonale obronić. Nikt poza China Telecom jeszcze tego nie wie.

Koszt, w obie strony

Przypadek modelu Gemma 4 26B A4B to czysta arytmetyka. Przy $0,06 i $0,33 za milion tokenów w OrcaRouter, z odczytem z pamięci podręcznej po $0,0075 za milion, agent zużywający dwa miliony tokenów wyjściowych dziennie płaci około sześćdziesięciu sześciu centów za generowanie i grosze za stronę wejściową, przed użyciem pamięci podręcznej. Nie ma wymogu samodzielnego hostowania, decyzji o sprzęcie ani obciążenia operacyjnego. Ponieważ OrcaRouter przekazuje cenę katalogową dostawcy dalej bez marży, obniżka ceny przez dostawcę dla tego modelu trafia na nasz endpoint tego samego dnia, w którym zostanie ogłoszona — kwota na Twoim rachunku jest kwotą dostawcy.

Przypadek Xing 4.0 jest zasadniczy, a nie marginalny. Wagi są darmowe i objęte licencją Apache-2.0, a kolekcja twierdzi, że kwantyzacja 4-bitowa działa w około 15 GB VRAM, co pozwoliłoby uruchomić ją na RTX 3090 lub 4090. To twierdzenie nie pasuje do rozmiaru tensora 31B, który repozytorium podaje dla pełnego checkpointu, więc sprawdź rzeczywisty rozmiar skwantyzowanego pliku, zanim zaczniesz wokół niego planować. Uruchamianie go jako usługi oznacza SGLang, vLLM lub KTransformers na sprzęcie, który posiadasz, plus prace integracyjne związane z niestandardową konstrukcją attention i residual-stream. Próg opłacalności pojawia się dopiero przy utrzymywanym dużym wolumenie albo gdy dane w ogóle nie mogą opuścić twojej sieci.

Gdzie router pomaga w przypadku modelu, którego nie hostujemy

Powiemy wprost to, co oczywiste: Xing 4.0 29B-A4B nie znajduje się w katalogu OrcaRouter, więc nie jesteśmy sposobem, aby go wywołać, i niczego tutaj nie należy odczytywać jako zachęty do korzystania z nas w tym celu. Jesteśmy natomiast sposobem, aby porównanie było tanie. Gemma 4 26B A4B jest hostowana tutaj; ocena konkurenta to zmiana routingu, a nie druga umowa, a automatyczne przełączanie awaryjne utrzymuje ciągłość ścieżki produkcyjnej, gdy kierujesz część ruchu na coś eksperymentalnego. DSL routingu istnieje dokładnie dla tego typu problemu — regułę piszesz raz, a model, który za nią stoi, jest zmienną.

Który wybrać

Wybierz Gemma 4 26B A4Bjeśli potrzebujesz wejścia multimodalnego, publikowanej ceny za token, modelu z ośmioma miesiącami niezależnych testów za sobą lub po prostu czegoś, co możesz wywołać dziś po południu. Jest znacznie bezpieczniejszy z tych dwóch, a przy sześciu centach za milion tokenów wejściowych argument kosztowy niemal nie wymaga przedstawiania.

Rozważ Xing 4.0 29B-A4B, jeśli Twoje obciążenie to agent kodujący lub terminalowy, masz GPU albo tolerancję wobec zupełnie nowego hostowanego endpointu i jesteś gotów przeprowadzić własną ewaluację, zanim zaufasz tabeli. Potencjalna korzyść jest realna — model o śladzie pamięciowym 29B i profilu obliczeniowym 4B, osiągający na papierze najwyższe wyniki agentowe spośród wszystkiego w swojej klasie wagowej. Ryzyko jest równie realne: każdy z tych wierszy to deklaracja dostawcy dołączona do checkpointu sprzed czterech tygodni, a sąsiednia kolumna porównawcza została utworzona przez tego samego dostawcę.

Jeśli chcesz wybrać drogę pośrednią, to raczej stos dwóch modeli niż wybór: Gemma 4 26B A4B obsługująca ruch multimodalny, o dużym wolumenie i długim kontekście, na którym już się sprawdziła, oraz Xing 4.0 ograniczony do ścieżki agenta kodującego, gdzie jego deklarowana przewaga jest największa i gdzie wychwycenie błędnej odpowiedzi jest tanie.

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.