Xing 4.0 29B-A4B теперь доступна для вызова: открытая MoE от China Telecom покидает лабораторию

Веса Xing 4.0 29B-A4Bдоступны для скачивания в организации XingChen-AGIна Hugging Face с 16 сентября 2026 года — эта часть не новость. То, что изменилось в середине октября, — уже и полезнее: модель стала тем, что можно вызвать, а не только тем, что можно разместить у себя. Публичный коммерческий листинг для Xing4.0-29B-A4Bпоявился 15–16 октября с контекстным окном в 262 144 токена и бесплатным промо-тарифом, квантованные сборки подтянулись 13 октября, а фреймворки для обслуживания наконец добрались: pull request с поддержкой в SGLang перешёл из черновика в состояние готовности к слиянию, vLLM уже поддерживает эту архитектуру, а карточка модели теперь называет OpenCode, Claude Code, OpenClaw и Hermes в качестве адаптированных агентных фреймворков. Эта статья о том, что действительно вышло, что утверждает собственная карточка модели China Telecom и какие из этих утверждений ещё никто за пределами лаборатории не проверил.

Две даты, и почему сегодня важна только одна из них

История репозитория не оставляет двусмысленности. В X​ingChen-AGI/Xing4.0-29B-A4B появился первый коммит 16 сентября 2026 года, в тот же день были загружены веса, а на следующее утро — README. Веса Apache-2.0 публично доступны уже месяц. Статья первой версии, написанная 17 октября и объявляющая эту модель новой, была бы ошибочной, и это именно та ошибка, которую уже пришлось исправлять в предыдущих материалах этой серии, — посты эпохи утечек отслеживали переименование с XingChen4 на Xing4_0 по шести пул-реквестам фреймворка, прежде чем что-либо стало доступно для скачивания.

Итак, считайте 16 сентября датой релиза. Октябрьская разработка — это доступность: до этого момента использование модели означало аренду или владение оборудованием. Теперь — нет.

Что модель на самом деле есть

Xing 4.0 29B-A4B — преемник линейки TeleChat, разработанный China Telecom Artificial Intelligence Technology Co., Ltd. — TeleAI — и опубликованный под лицензией Apache 2.0. Это разреженная модель смеси экспертов: 29 миллиардов параметров в чекпоинте, примерно 4 миллиарда считываются на каждый сгенерированный токен. В карточке архитектура описывается как «mHC + MLA + MTP», а важные детали конфигурации таковы:

• Форма — 40 слоёв, размер скрытого слоя 3 584, промежуточный размер плотной FFN 9 216, промежуточный размер эксперта 1 024, размер словаря 131 072.

• Эксперты — 64 маршрутизируемых эксперта, из которых 4 активны на каждый токен, плюс 1 постоянно включённый общий эксперт. Именно из-за этого общего эксперта количество активных не равно 4/64 от общего.

• Внимание — MLA (multi-head latent attention), схема сжатых KV из линейки DeepSeek, а не стандартное групповое внимание (grouped-query attention).

• Контекст — 256 КБ встроенной памяти, на карточке указано, что её можно расширить до 512 КБ. В коммерческом описании указано 262 144 позиции.

• Спекулятивное декодирование — MTP, предсказание нескольких токенов, встроенное в обучение, а не добавленное сверху.

• Лицензия и форматы — Apache 2.0, со сборками bfloat16 safetensors, FP8, w8a8 и GGUF, опубликованными той же организацией.

Компонент mHC — это то, что действительно необычно. Аббревиатура расшифровывается как manifold-constrained hyper-connection residual streams — потоки остаточных связей с гиперсоединениями, ограниченные многообразием, — и именно поэтому модель появляется в коде фреймворков для обслуживания как нечто иное, чем стандартный трансформер: фреймворкам требуются для неё собственные ядра, а реализация в SGLang включает split-K-ядро специально для четырёхпоточной раскладки гиперсоединений. Если вы практик и решаете, стоит ли с этим возиться, честное резюме таково: это модель с настоящей архитектурной ставкой, а не типовая смесь экспертов под новым именем.

Цифры — и кто их произвёл

Всё нижеследующее взято из собственной карточки модели China Telecom. Ничто из этого не было независимо воспроизведено, а в самой карточке указаны стенд и настройки сэмплирования для каждой строки — это больше информации, чем большинство поставщиков раскрывают добровольно. Читайте это как заявление поставщика, а не как измеренный факт.

• SWE-bench Verified — 75,00, запуск в харнессе SWE-agent при контекстном окне 210K.

• Terminal-Bench 2.1 — 57,50, агент terminus-2, максимум 64K токенов, тайм-аут 24 часа, среднее по трём запускам.

• SWE-bench Multilingual — 66,00, тот же харнесс, что и в Verified.

• Claw-Eval — 76,55, официальный харнесс, контекст 256K, среднее по трём прогонам.

• Tau3-Bench — 64,63, официальный харнесс, pass^1 усреднён по четырём запускам.

• DeepresearchBII — 60.80, обвязка OpenCode с включённым MCP-сервером Exa.

• AIME2026 — 90.00, среднее по пяти запускам. IFBench — 69.67. \nAA.LCR — 61.00.

На двух из них стоит остановиться подробнее. Модель с 4B активных параметров, заявляющая 75 на SWE-bench Verified и 57,5 на Terminal-Bench 2.1, претендует на место в области, которую занимают модели, в несколько раз превосходящие её по числу активных параметров, и оба показателя являются агентными — то есть они во многом зависят от обвязки харнесса, а не только от самой модели. В карточке освежающе конкретно описана обвязка, но конкретность в отношении харнесса — не то же самое, что независимый запуск этого харнесса.

Где оно выигрывает на своей собственной таблице, а где — нет

Карта проходит бенчмарк в сравнении с Gemma4-26B-A4B и Qwen3.6-35B-A3B. По собственным цифрам China Telecom картина не выглядит безоговорочной победой, что само по себе показательно:

• Против Gemma4-26B-A4B — Xing 4.0 побеждает в SWE-bench Verified со счётом 75.00 против 53.00, в Terminal-Bench 2.1 — 57.50 против 30.00, в SWE-bench Multilingual — 66.00 против 51.00, в Claw-Eval — 76.55 против 71.49, в Tau3-Bench — 64.63 против 58.90 и в DeepresearchBII — 60.80 против 39.30. Он проигрывает в IFBench 69.67 против 72.67 и AA.LCR 61.00 против 66.00, а по AIME2026 отстаёт на 1.7 балла.

• В сравнении с Qwen3.6-35B-A3B — Xing 4.0 побеждает в Claw-Eval, Terminal-Bench 2.1 и DeepresearchBII, а проигрывает в SWE-bench Verified — 75,00 против 76,00, Tau3-Bench — 64,63 против 67,20 и AIME2026 — 90,00 против 92,70.

Закономерность последовательна: сильные результаты в агентных и терминало-ориентированных оценках, слабее — в следовании инструкциям и рассуждении на длинном контексте. Эти повторные прогоны моделей конкурентов выполняла China Telecom, а не производители, которые их создали, поэтому сравнение внутренне согласовано, но не является независимым ни с одной из сторон. (Более ранняя статья в этой серии подробно рассматривает сторону G​emma 4 в той таблице.)

Одно утверждение о тренировке, которое стоит выделить отдельно

Xing 4.0 обучалась на Ascend NPU с MindSpore и MindFormers, а не на GPU с PyTorch. В карточке утверждается примерно 96%-ное улучшение пропускной способности по сравнению с её собственной базовой линией, достигнутое за счёт настройки коммуникаций MoE, выборочного пересчёта, слияния графовых операторов DVM и написанных вручную ядер Ascend C для операторов mHC. Этот показатель — заявление о тренировочной инфраструктуре относительно внутренней базовой линии, что делает его по сути непроверяемым извне — здесь нет публичной точки отсчёта для «базовой линии». Тем не менее это самое интересное инженерное утверждение в релизе: полноценная MoE, близкая к передовому уровню, обученная от начала до конца на не-N​VIDIA стеке, причём работа над операторами выполнена собственными силами.

Сколько стоит запуск

Поскольку лицензия — Apache 2.0, цена загрузки равна нулю и остаётся нулевой. Настоящий счёт — это оборудование. В описании коллекции утверждается 4-битная квантизация при примерно 15 ГБ видеопамяти, что поместилось бы на RTX 3090 или 4090; это заявление со стороны поставщика и странно смотрится на фоне размера тензора с 31 млрд параметров, который репозиторий указывает для полного чекпоинта, поэтому проверьте его по фактическому квантованному файлу, прежде чем покупать под это видеокарту. Поддерживаемые пути — SGLang, vLLM и KTransformers для инференса, а также LLaMA-Factory и MindFormers для дообучения.

Для тех, кто предпочёл бы не запускать её самостоятельно, теперь есть тарифицируемый маршрут: коммерческий листинг, появившийся в середине октября, предоставляет модель с контекстом в 262 144 токена, максимальным завершением в 235 929 токенов и полным набором возможностей сэмплирования, включая вызов инструментов, структурированные выходные данные и переключаемый режим рассуждений. Во время промо-окна указан бесплатный вариант того же эндпоинта — это самый дешёвый возможный способ выяснить, выдержит ли строка вендора в SWE-bench контакт с вашим собственным репозиторием. Как всегда с совершенно новым листингом, проверьте, куда вас на самом деле маршрутизируют, прежде чем включать его в продакшн-путь — бесплатный и платный уровни часто оказываются разными развёртываниями.

Как это назвать, и как мы вписываемся

Если прямо о нашей собственной позиции: Xing 4.0 29B-A4B сегодня отсутствует в каталоге OrcaRouter, поэтому мы не являемся маршрутом к нему, и этот материал не будет делать вид обратного. Если он вам нужен, варианты такие: собственный API поставщика, сторонние торговые площадки, недавно добавившие его в список, или ваше собственное оборудование.

Роутер оправдывает своё место здесь на другой стороне решения. Реалистичный путь для большинства команд — запустить эту модель в сайдкаре, на малозначимом пути, достаточно долго, чтобы увидеть, реальна ли её агентная сила на их собственных задачах, — пока продакшен-трафик продолжает идти на моделях, которые вы уже проверили. OrcaRouter — это один API перед более чем 200 размещёнными моделями с наценкой 0%, с DSL маршрутизации и автоматическим переключением при сбое, а значит, оценка — это изменение конфигурации, а не второй контракт: роутер продолжает обслуживать действующего поставщика, а вы добавляете претендента туда, где он заслужил право отвечать. Когда снижение цены вендора касается модели, которую мы действительно предлагаем, эта цена действует у нас в тот же день, потому что мы передаём прейскурантную цену провайдера и ничего к ней не добавляем.

Что ещё не проверено

Четыре вещи, в порядке того, насколько сильно они изменили бы вердикт. Во-первых, все девять строк с результатами бенчмарков заявлены вендором, и ни для одной нет независимого воспроизведения. Во-вторых, расширение с 256K до 512K — это утверждение из карточки модели, а для самого расширения не опубликовано методики. В-третьих, столбцы конкурентов в таблице бенчмарков — это собственные повторные прогоны вендора, поэтому величины победного отрыва несопоставимы с собственными опубликованными цифрами конкурентов — в карточке Gemma 4, например, SWE-bench Verified вообще не указан, так что перекрёстная проверка невозможна. В-четвёртых, показатель «93.52 on SuperCLUE», который распространялся вместе с этим релизом, фигурирует в аннотации к подборке, а не в собственной таблице карточки модели, и его следует считать не имеющим источника, пока не будет доказано обратное.

Самое полезное, что вы можете сделать с этой моделью в октябре 2026 года, — это то, чего анонс не делает за вас: поставить перед ней свою самую сложную агентную задачу и посмотреть, сохранится ли сила, свойственная terminal-bench, за пределами таблицы тестового стенда. Если сохранится, то модель с 4B активных параметров под Apache-2.0, работающая на одной потребительской карте, — это действительно полезная вещь, которой стоит владеть. Если нет, вы потратили выходные и один GPU. Следующая веха, за которой стоит следить, — это первый независимый прогон оценки на весах, а не очередной pull request во фреймворк, что теперь уже решённая проблема.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.