Xing 4.0 29B-A4B vs Gemma 4 26B-A4B: две разреженные модели, у одной есть API

Обе эти модели — разреженные чекпойнты архитектуры mixture-of-experts, активирующие около четырёх миллиардов параметров на токен, и обе распространяются под Apache 2.0. На этом полезное сходство заканчивается. Xing 4.0 29B-A4B — это ориентированная на агентов текстовая MoE от China Telecom: 29B всего, 4B активных, веса опубликованы 16 сентября 2026 года, а вызываемая коммерческая конечная точка появилась только в середине октября. Gemma 4 26B A4B — это мультимодальная разреженная модель от Google DeepMind: 25,2B всего, 3,8B активных в чекпойнте с инструкционной настройкой, веса в открытом доступе с 11 марта 2026 года — и она уже несколько месяцев доступна через хостинговый инференс по цене шесть центов за миллион входных токенов. Если вы выбираете между ними, честная постановка вопроса — не «кто умнее», а «кого из них вы действительно сможете поставить в продакшн-контур на этой неделе и чем придётся за это пожертвовать».

Краткий ответ

Gemma 4 26B A4B — если только ваша рабочая нагрузка не представляет собой агента для программирования или терминального агента, запущенного на вашем собственном оборудовании. Весь смысл Xing 4.0 — это агентная мощь в расчёте на активный параметр, и в собственной таблице China Telecom он с огромным отрывом лидирует в агентных строках. Gemma 4 выигрывает по доступности, модальности, прозрачности цен и простому факту: её показатели были опубликованы компанией, которая её создала, тогда как колонка сравнения её конкурента — нет.

Характеристики, по каждому измерению

• Размер — Xing 4.0: 29 млрд всего / 4 млрд активных против Gemma 4: 25,2 млрд всего / 3,8 млрд активных. Название на карточке Gemma — округлённое обозначение; фактические цифры — те, которые указывает Google.

• Структура экспертов — Xing 4.0: 64 маршрутизируемых эксперта, 4 активных, плюс 1 общий. G​emma 4: 128 экспертов всего, 8 активных, плюс 1 общий. У Gemma более тонкая маршрутизация; у Xing — более разреженное считывание.

• Внимание — Xing 4.0 использует MLA, многоголовое латентное внимание, со сжатым состоянием ключей и значений. Gemma 4 использует гибридное внимание: локальные слои со скользящим окном в 1 024 токена, чередующиеся с полным глобальным вниманием, и пропорциональный RoPE. Разные ответы на одну и ту же проблему KV-кэша.

• Глубина и ширина — Xing 4.0: 40 слоёв, размер скрытого слоя 3 584, словарь 131 072. Gemma 4: 30 слоёв, словарь 262K.

• Контекст — Xing 4.0: 256K нативно, согласно карточке расширяется до 512K. G​emma 4: 256K. Фактически на одном уровне, хотя поведение G​emma при длинном контексте восемь месяцев подвергалось стороннему тестированию, а у Xing — нет.

• Модальность — Xing 4.0 — это текст на входе, текст на выходе. Gemma 4 26B A4B принимает текст, изображения и видео, а возвращает текст; её визуальный энкодер содержит примерно 550 млн параметров. Это совсем не маленький разрыв, если ваша рабочая нагрузка затрагивает документы или скриншоты.

• Лицензия — Apache 2.0 в обоих случаях, включая предоставление патентных прав. По-настоящему эквивалентны.

• Дата публикации — Gemma 4 26B A4B: веса, настроенные на выполнение инструкций, на Hugging Face с 11 марта 2026 года, а также сборки с учётом квантования в течение апреля и мая. Xing 4.0: первый коммит в репозитории 16 сентября 2026 года, квантованные сборки 13 октября, размещённый листинг 15–16 октября.

• Цена хостинга — Gemma 4 26B A4B указана на OrcaRouter по цене $0,06 за миллион входных токенов и $0,33 за миллион выходных, при этом чтение кэшированных входных данных — $0,0075 за миллион. У Xing 4.0 нет сопоставимого опубликованного тарифа на платформе, на которую мы могли бы указать; в листинге середины октября был бесплатный промо-тариф, а собственный маршрут вендора — другой вариант.

Вопрос бенчмарка, который запутаннее, чем кажется на первый взгляд

В карточке модели China Telecom модель Xing 4.0 сравнивается со столбцом, помеченным Gemma4-26B-A4B. В этом столбце для SWE-bench Verified указано 53.00. В карточке модели Google для чекпойнта, настроенного на инструкции, SWE-bench Verified вообще не приводится — опубликованный набор тестов состоит из MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision и теста на извлечение информации из длинного контекста. Так что 53.00 в этой таблице — не число Google. Это собственный прогон Gemma 4 от China Telecom через обвязку SWE-агента, и в этом нет ничего плохого, если понимать это как то, чем это является: повторный прогон одной лаборатории, при котором не заявлено попыток настроить обвязку Gemma.

Сделав эту оговорку один раз и распространив её на всё нижеследующее, вот сопоставление по строкам, где у обеих сторон есть опубликованный показатель, а также по агентным строкам, где он есть только у одной.

• SWE-bench Verified — Xing 4.0 75,00 в прогоне вендора против G​emma 4 53,00 в повторном прогоне China Telecom; G​oogle не публикует показатель по этому бенчмарку.

• Terminal-Bench 2.1 — Xing 4.0 57,50 против G​emma 4 30,00, и снова это собственный повторный прогон G​emma от самого вендора.

• SWE-bench Multilingual — Xing 4.0 66.00 против G​emma 4 51.00, одинаковое происхождение.

• Claw-Eval — Xing 4.0 76.55 против Gemma 4 71.49, официальный харнесс с обеих сторон согласно карточке.

• Tau3-Bench — Xing 4.0 — 64,63 против Gemma 4 — 58,90. Google заявляет Tau2 на уровне 68,2 в собственной документации, однако это другая версия семейства, и такое сравнение некорректно.

• AIME 2026 — Xing 4.0 90.00 против G​emma 4 88.30.

• IFBench — Xing 4.0 69.67 против G​emma 4 72.67. В этом случае побеждает G​emma.

• AA.LCR — Xing 4.0 61.00 против G​emma 4 66.00. G​emma побеждает и в этом.

• Где числа есть только у G​oogle — MMLU Pro 82.6, GPQA Diamond 82.3, LiveCodeBench v6 77.1, MMMU Pro 73.8, Codeforces ELO 1,718. В карточке Xing 4.0 не приводится ничего ни по одному из этих показателей, поэтому оснований для сравнения нет, и отсутствие данных не следует воспринимать как проигрыш.

Характер различия устойчив, и он не случаен: Xing 4.0 силён в программной инженерии и задачах терминального типа и слабее в следовании инструкциям и рассуждении с длинным контекстом. Это намеренная цель дизайна — весь раздел об архитектуре в карточке выстроен вокруг агентной работы: многошагового планирования, вызова инструментов, цепочек рассуждений, — и цифры согласуются с замыслом. Чего они не сообщают, так это того, сохранится ли эта сильная сторона под харнессом, который выбрал не сам вендор.

Чего колонка G​emma не может вам рассказать, а колонка Xing тоже не может.

Обратите внимание на асимметрию в уровне проверки. Gemma 4 26B A4B была скачана более десяти миллионов раз из своего репозитория, имеет независимую позицию в рейтинге Artificial Analysis и восемь месяцев отчётов практиков о том, где деградирует внимание со скользящим окном. У Xing 4.0 — 53 000 загрузок за месяц, никакой независимой оценки и таблица бенчмарков от одной лаборатории — и её самые впечатляющие строки — это те, что наиболее чувствительны к выбору испытательного стенда. Когда одну сторону сравнения в течение восьми месяцев подвергали стресс-тестированию посторонние, а другую — нет, ключевые показатели более новой модели заслуживают ровно той поправки, которую подразумевает этот факт. 75 и 57,5 могут отлично выдержать проверку. Пока никто за пределами China Telecom не знает.

Стоимость, туда и обратно

Случай Gemma 4 26B A4B — это чистая арифметика. При цене $0.06 и $0.33 за миллион токенов на OrcaRouter и чтении из кэша по $0.0075 за миллион агент, сжигающий два миллиона выходных токенов в день, платит примерно шестьдесят шесть центов за генерацию и копейки за входную часть — ещё до кэширования. Никаких требований к собственному хостингу, никаких решений по оборудованию и никакой операционной нагрузки. Ведь OrcaRouter передаёт цену провайдера по прайс-листу без наценки, поэтому снижение цены вендором на эту модель появляется на нашем эндпоинте в тот же день, когда о нём объявлено, — цифра в вашем счёте — это цифра провайдера.

Ситуация с Xing 4.0 — это капитальный, а не маргинальный сценарий. Веса бесплатны и распространяются под Apache-2.0, а в коллекции заявлена 4-битная квантизация, работающая примерно в 15 ГБ VRAM, что позволило бы запустить её на RTX 3090 или 4090. Это заявление неловко соседствует с размером тензора 31B, который репозиторий указывает для полного чекпоинта, поэтому проверьте фактический размер квантованного файла, прежде чем планировать исходя из него. Для его обслуживания потребуются SGLang, vLLM или KTransformers на вашем собственном оборудовании, а также интеграционная работа, связанная со специализированным дизайном attention и residual stream. Точка перехода наступает только при устойчиво высоком объёме или когда данные вообще не могут покинуть вашу сеть.

В случаях, когда роутер помогает с моделью, которую мы не хостим

Скажем очевидную вещь прямо: Xing 4.0 29B-A4B нет в каталоге OrcaRouter, поэтому мы не способ её вызвать, и ничто здесь не следует воспринимать как призыв использовать нас для неё. А мы — это способ сделать сравнение дешёвым. Gemma 4 26B A4B размещена здесь; оценка претендента — это изменение маршрутизации, а не второй контракт, а автоматическое переключение при сбое поддерживает работу продакшен-пути, пока вы направляете часть трафика на что-то экспериментальное. DSL маршрутизации существует именно для такой постановки задачи — вы пишете правило один раз, а модель за ним — переменная.

Какой выбрать?

Возьмите Gemma 4 26B A4B, если вам нужен мультимодальный ввод, опубликованная цена за токен, модель, за которой стоят восемь месяцев независимого тестирования, или просто то, что можно вызвать уже сегодня днём. Это значительно более безопасный вариант из двух, а при цене шесть центов за миллион входных токенов аргумент о стоимости едва ли нуждается в обосновании.

Выбирайте Xing 4.0 29B-A4B, если ваша рабочая нагрузка — это кодинг-агент или терминальный агент, у вас есть GPU или терпимость к совершенно новому хостинговому эндпоинту, и вы готовы провести собственную оценку, прежде чем доверять таблице. Потенциальный выигрыш вполне реален — модель с объёмом памяти 29B и вычислительным профилем 4B, занимающая на бумаге верхние строчки по агентным задачам среди всего в своём весовом классе. Риск не менее реален: каждая из этих строк — заявление вендора, привязанное к чекпойнту четырёхнедельной давности, а соседний столбец сравнения был создан тем же вендором.

Если вы ищете золотую середину, это стек из двух моделей, а не выбор: Gemma 4 26B A4B обрабатывает мультимодальный, высоконагруженный и длинноконтекстный трафик, на котором она уже доказала себя, а Xing 4.0 ограничен сценарием coding-агента, где его заявленное преимущество максимально и где ошибку дёшево поймать.

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.