Xing 4.0 29B-A4B vs Gemma 4 26B-A4B: โมเดลแบบสแปร์สสองตัว ตัวหนึ่งมี API

ทั้งสองโมเดลนี้เป็นเช็กพอยต์แบบ sparse mixture-of-experts ที่เปิดใช้งานพารามิเตอร์ราวสี่พันล้านตัวต่อโทเคน และทั้งคู่เป็น Apache 2.0 ความคล้ายคลึงที่เหลืออยู่ก็หมดประโยชน์เพียงเท่านี้ Xing 4.0 29B-A4B เป็น MoE แบบข้อความล้วนที่มุ่งเน้นเอเจนต์ของ China Telecom — รวม 29B เปิดใช้งาน 4B เผยแพร่เวตเมื่อวันที่ 16 กันยายน 2026 และเพิ่งมีเอนด์พอยต์เชิงพาณิชย์ที่เรียกใช้ได้ในกลางเดือนตุลาคมเท่านั้น Gemma 4 26B A4B เป็นโมเดล sparse แบบมัลติโมดัลของ G​oogle DeepMind — รวม 25.2B เปิดใช้งาน 3.8B บนเช็กพอยต์ที่ปรับด้วยคำสั่ง เวตเปิดเผยต่อสาธารณะตั้งแต่ 11 มีนาคม 2026 — และมีให้ใช้ผ่านการอนุมานแบบโฮสต์ในราคาหกเซนต์ต่อโทเคนอินพุตหนึ่งล้านโทเคนมาเป็นเวลาหลายเดือนแล้ว หากคุณกำลังเลือกระหว่างสองตัวนี้ กรอบความคิดที่ตรงไปตรงมาไม่ใช่ "ตัวไหนฉลาดกว่า" แต่เป็น "ตัวไหนที่คุณนำไปใส่ในเส้นทางการผลิตได้จริงในสัปดาห์นี้ และคุณต้องแลกอะไรไป"

คำตอบหนึ่งบรรทัด

Gemma 4 26B A4B เว้นแต่ภาระงานของคุณจะเป็นเอเจนต์เขียนโค้ดหรือเอเจนต์เทอร์มินัลที่รันบนฮาร์ดแวร์ของคุณเอง จุดขายทั้งหมดของ Xing 4.0 อยู่ที่ความแข็งแกร่งด้านเอเจนต์ต่อพารามิเตอร์ที่ใช้งาน และบนตารางของ China Telecom เอง มันชนะแถวด้านเอเจนต์ด้วยส่วนต่างมหาศาล Gemma 4 ชนะในด้านความพร้อมใช้งาน โมดัลลิตี ความโปร่งใสด้านราคา และข้อเท็จจริงง่าย ๆ ว่าตัวเลขของมันถูกเผยแพร่โดยบริษัทที่สร้างมันขึ้นมา ขณะที่คอลัมน์เปรียบเทียบของคู่แข่งไม่ได้เป็นเช่นนั้น

ข้อมูลจำเพาะ ทีละมิติ

• ขนาด — Xing 4.0 รวม 29B / ใช้งานจริง 4B เทียบกับ G​emma 4 รวม 25.2B / ใช้งานจริง 3.8B ชื่อบนการ์ดของ G​emma เป็นเพียงป้ายที่ปัดเป็นจำนวนกลม ส่วนตัวเลขจริงคือตัวเลขที่ G​oogle ระบุไว้

• โครงสร้างผู้เชี่ยวชาญ — Xing 4.0: ผู้เชี่ยวชาญแบบ routed 64 ราย เปิดใช้งาน 4 ราย บวก shared อีก 1 ราย G​emma 4: ผู้เชี่ยวชาญทั้งหมด 128 ราย เปิดใช้งาน 8 ราย บวก shared อีก 1 ราย G​emma มีการจัดเส้นทางที่ละเอียดกว่า ส่วน Xing มีการอ่านที่ไม่หนาแน่นเท่า

• ข้อควรทราบ — Xing 4.0 ใช้ MLA หรือ multi-head latent attention โดยมีสถานะคีย์-แวลูแบบบีบอัด ส่วน Gemma 4 ใช้แอตเทนชันแบบไฮบริด: เลเยอร์ sliding-window แบบภายในเครื่องที่มีหน้าต่างขนาด 1,024 โทเคน สลับกับการทำแอตเทนชันแบบทั่วโลกเต็มรูปแบบ และใช้ RoPE แบบสัดส่วน เป็นคำตอบที่แตกต่างกันต่อปัญหา KV-cache เดียวกัน

• ความลึกและความกว้าง — Xing 4.0: 40 เลเยอร์, ขนาดฮิดเดน 3,584, คำศัพท์ 131,072. Gemma 4: 30 เลเยอร์, คำศัพท์ 262K.

• บริบท — Xing 4.0: 256K แบบเนทีฟ, ตามที่การ์ดอ้างว่าขยายได้ถึง 512K. Gemma 4: 256K. ถือว่าพอๆ กัน แม้ว่าพฤติกรรมการทำงานกับบริบทขนาดยาวของ Gemma จะผ่านการทดสอบจากบุคคลที่สามมาแปดเดือนแล้ว ส่วนของ Xing ยังไม่มีการทดสอบใด ๆ

• รูปแบบข้อมูล — Xing 4.0 เป็นแบบข้อความเข้า ข้อความออก ส่วน Gemma 4 26B A4B รับได้ทั้งข้อความ รูปภาพ และวิดีโอ แล้วส่งคืนเป็นข้อความ โดยตัวเข้ารหัสภาพ (vision encoder) ของ它具有ประมาณ 550M พารามิเตอร์ นี่ไม่ใช่ช่องว่างเล็ก ๆ หากงานของคุณเกี่ยวข้องกับเอกสารหรือภาพหน้าจอ

• สัญญาอนุญาต — Apache 2.0 ทั้งสองแบบ รวมถึงการให้สิทธิ์ในสิทธิบัตรด้วย เทียบเท่ากันจริง ๆ

• วันที่เผยแพร่ — Gemma 4 26B A4B: เวตที่ปรับจูนตามคำสั่งบน Hugging Face ตั้งแต่ 11 มีนาคม 2026 พร้อมบิลด์ที่คำนึงถึงการควอนไทเซชันตลอดเดือนเมษายนและพฤษภาคม Xing 4.0: คอมมิตเริ่มต้นของที่เก็บโค้ด 16 กันยายน 2026 บิลด์ควอนไทซ์ 13 ตุลาคม การขึ้นรายการโฮสต์ 15–16 ตุลาคม

• ราคาแบบโฮสต์ — Gemma 4 26B A4B ถูกระบุบน OrcaRouter ในราคา $0.06 ต่อล้านโทเค็นอินพุต และ $0.33 ต่อล้านโทเค็นเอาต์พุต โดยการอ่านอินพุตที่แคชไว้อยู่ที่ $0.0075 ต่อล้าน ส่วน Xing 4.0 ไม่มีอัตราที่เผยแพร่เทียบเคียงได้บนแพลตฟอร์มที่เราชี้ไปได้; รายการในช่วงกลางเดือนตุลาคมมีระดับโปรโมชันฟรี และเส้นทางของผู้ขายเองก็เป็นอีกทางเลือกหนึ่ง

คำถามเบนช์มาร์ก ซึ่งยุ่งเหยิงกว่าที่เห็น

การ์ดโมเดลของ China Telecom เปรียบเทียบ Xing 4.0 กับคอลัมน์ที่ระบุชื่อ Gemma4-26B-A4B คอลัมน์นั้นรายงาน SWE-bench Verified 53.00 การ์ดโมเดลของ Google สำหรับเช็กพอยต์ที่ปรับจูนด้วยคำสั่งไม่ได้รายงาน SWE-bench Verified เลย — ชุดการทดสอบที่เผยแพร่คือ MMLU Pro, AIME 2026, LiveCodeBench v6, Codeforces ELO, GPQA Diamond, Tau2, HLE, MMMU Pro, MATH-Vision และการทดสอบการดึงข้อมูลบริบทแบบยาว ดังนั้น 53.00 ในตารางนั้นไม่ใช่ตัวเลขของ Google มันคือการรันของ China Telecom เองที่รัน Gemma 4 ผ่านฮาร์เนส SWE-agent และไม่ผิดอะไรตราบใดที่คุณอ่านมันตามที่มันเป็น: การรันซ้ำของห้องแล็บหนึ่ง โดยไม่มีการระบุว่าพยายามปรับสคาฟโฟลดิงของ Gemma

ด้วยข้อแม้นั้นที่กล่าวไว้เพียงครั้งเดียวและใช้กับทุกสิ่งด้านล่างนี้ ต่อไปนี้คือความแตกต่างในแถวที่ทั้งสองฝ่ายมีตัวเลขที่เผยแพร่แล้ว รวมถึงแถวแบบ agentic ที่มีเพียงฝ่ายเดียวเท่านั้น

• SWE-bench Verified — Xing 4.0 75.00 ที่ผู้ขายรันเอง เทียบกับ G​emma 4 53.00 จากการรันซ้ำโดย China Telecom; G​oogle ไม่เผยแพร่ตัวเลขสำหรับเกณฑ์มาตรฐานนี้

• Terminal-Bench 2.1 — Xing 4.0 57.50 เทียบกับ G​emma 4 30.00 อีกครั้งกับผลการรันซ้ำของ G​emma โดยผู้จำหน่ายเอง

• SWE-bench Multilingual — Xing 4.0 66.00 เทียบกับ G​emma 4 51.00 แหล่งที่มาเดียวกัน

• Claw-Eval — Xing 4.0 76.55 เทียบกับ Gemma 4 71.49 โดยใช้ฮาร์เนสอย่างเป็นทางการทั้งสองฝั่งตามที่ระบุในการ์ด

• Tau3-Bench — Xing 4.0 ได้ 64.63 เทียบกับ G​emma 4 ที่ 58.90 โดย G​oogle รายงานผล Tau2 ไว้ที่ 68.2 บนการ์ดของตัวเอง ซึ่งเป็นคนละเวอร์ชันในตระกูลเดียวกันและไม่สามารถนำมาเปรียบเทียบกันโดยตรงได้

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

• IFBench — Xing 4.0 69.67 เทียบกับ Gemma 4 72.67 ข้อนี้ Gemma ชนะ

• AA.LCR — Xing 4.0 61.00 กับ G​emma 4 66.00 G​emma ชนะอันนี้เช่นกันด้วย

• ในจุดที่เฉพาะ G​oogle เท่านั้นที่มีตัวเลข — MMLU Pro 82.6, GPQA Diamond 82.3, LiveCodeBench v6 77.1, MMMU Pro 73.8, Codeforces ELO 1,718 การ์ดของ Xing 4.0 ไม่รายงานสิ่งใดเลยในรายการเหล่านี้ จึงไม่มีพื้นฐานสำหรับการเปรียบเทียบ และไม่ควรตีความการไม่มีข้อมูลนั้นว่าเป็นความพ่ายแพ้

รูปแบบของความแตกต่างนั้นสอดคล้องกันและไม่ใช่เรื่องสุ่ม: Xing 4.0 เก่งด้านวิศวกรรมซอฟต์แวร์และงานที่เกี่ยวข้องกับเทอร์มินัล แต่อ่อนกว่าด้านการทำตามคำสั่งและการให้เหตุผลกับบริบทขนาดยาว นั่นคือเป้าหมายการออกแบบโดยเจตนา — ส่วนสถาปัตยกรรมทั้งหมดของการ์ดมุ่งเน้นไปที่งานแบบเอเจนต์: การวางแผนหลายขั้นตอน การเรียกใช้เครื่องมือ ห่วงโซ่การให้เหตุผล — และตัวเลขก็สอดคล้องกับการออกแบบ สิ่งที่พวกเขาไม่ได้บอกคุณคือว่าความแข็งแกร่งนั้นจะยังคงอยู่หรือไม่เมื่ออยู่ในฮาร์เนสที่ผู้ขายไม่ได้เป็นผู้เลือก

สิ่งที่คอลัมน์ G​emma บอกคุณไม่ได้ และของ Xing ก็บอกไม่ได้เช่นกัน

สังเกตความไม่สมมาตรในการตรวจสอบอย่างละเอียด Gemma 4 26B A4B ถูกดาวน์โหลดมากกว่าสิบล้านครั้งจากที่เก็บของมัน และมีอันดับจาก Artificial Analysis ที่เป็นอิสระ รวมถึงรายงานจากผู้ใช้งานจริงเป็นเวลาแปดเดือนว่า sliding-window attention เสื่อมประสิทธิภาพตรงจุดใด Xing 4.0 มียอดดาวน์โหลด 53,000 ครั้งในหนึ่งเดือน ไม่มีการประเมินที่เป็นอิสระ และมีตาราง benchmark จากแล็บเดียว — และแถวที่น่าประทับใจที่สุดของมันคือแถวที่ไวต่อการเลือก harness มากที่สุด เมื่อฝ่ายหนึ่งของการเปรียบเทียบถูกทดสอบอย่างหนักโดยคนแปลกหน้ามาแปดเดือน แต่อีกฝ่ายไม่ได้เป็นเช่นนั้น ตัวเลขเด่นของโมเดลใหม่กว่าย่อมสมควรได้รับการลดทอนความน่าเชื่อถือพอดีตามที่ข้อเท็จจริงนั้นบ่งบอก 75 กับ 57.5 อาจยืนหยัดได้อย่างสมบูรณ์แบบ ยังไม่มีใครนอก China Telecom ที่รู้

ค่าใช้จ่าย ทั้งสองทาง

กรณีของ Gemma 4 26B A4B เป็นเรื่องของเลขคณิตง่าย ๆ ที่ราคา 0.06 ดอลลาร์และ 0.33 ดอลลาร์ต่อล้านโทเคนบน OrcaRouter โดยการอ่านจากแคชอยู่ที่ 0.0075 ดอลลาร์ต่อล้าน เอเจนต์ที่เผาโทเคนเอาต์พุตสองล้านโทเคนต่อวันจะจ่ายประมาณหกสิบหกเซนต์สำหรับการสร้างคำตอบ และจ่ายเพียงไม่กี่เพนนีสำหรับฝั่งอินพุต ก่อนคิดแคช ไม่มีความจำเป็นต้องโฮสต์เอง ไม่ต้องตัดสินใจเรื่องฮาร์ดแวร์ และไม่มีภาระงานด้านปฏิบัติการ เพราะ OrcaRouter ส่งต่อราคาตามรายการของผู้ให้บริการ โดยไม่บวกกำไรเพิ่ม การที่ผู้ขายลดราคาโมเดลนี้จึงมีผลกับเอนด์พอยต์ของเราทันทีในวันที่ประกาศ — ตัวเลขในใบเรียกเก็บเงินของคุณคือตัวเลขของผู้ให้บริการ

กรณีของ Xing 4.0 เป็นเรื่องของเงินลงทุนมากกว่าต้นทุนส่วนเพิ่ม น้ำหนักโมเดลเปิดให้ใช้ฟรีภายใต้ Apache-2.0 และคอลเลกชันอ้างว่าการควอนไทซ์ 4 บิตทำงานใน VRAM ประมาณ 15GB ซึ่งจะทำให้มันรันบน RTX 3090 หรือ 4090 ได้ ข้ออ้างนั้นดูขัดกันอย่างน่าอึดอัดเมื่อเทียบกับขนาดเทนเซอร์ 31B ที่รีโพซิทอรีรายงานสำหรับเช็กพอยต์เต็ม ดังนั้นควรตรวจสอบขนาดไฟล์ควอนไทซ์จริงก่อนวางแผนใช้งาน การให้บริการมันหมายถึง SGLang, vLLM หรือ KTransformers บนฮาร์ดแวร์ที่คุณเป็นเจ้าของ บวกกับงานอินทิเกรตที่มาพร้อมกับการออกแบบ attention และ residual-stream เฉพาะทาง จุดคุ้มทุนจะมาถึงก็ต่อเมื่อมีปริมาณการใช้งานสูงอย่างต่อเนื่อง หรือเมื่อข้อมูลไม่สามารถออกจากเครือข่ายของคุณได้เลย

ในกรณีที่เราเตอร์ช่วยได้กับโมเดลที่เราไม่ได้โฮสต์

เราจะพูดสิ่งที่ชัดเจนอย่างตรงไปตรงมา: Xing 4.0 29B-A4B ไม่ได้อยู่ในแค็ตตาล็อกของ OrcaRouter ดังนั้นเราจึงไม่ใช่วิธีในการเรียกใช้มัน และไม่มีสิ่งใดที่นี่ควรถูกตีความว่าเป็นการเสนอให้ใช้เราเพื่อสิ่งนั้น สิ่งที่เราเป็นคือวิธีทำให้การเปรียบเทียบมีต้นทุนต่ำ Gemma 4 26B A4B โฮสต์อยู่ที่นี่; การประเมินคู่แข่งคือการเปลี่ยนเส้นทางมากกว่าการทำสัญญาฉบับที่สอง และการสลับไปใช้ระบบสำรองอัตโนมัติช่วยให้เส้นทางการผลิตยังทำงานอยู่ขณะที่คุณชี้ทราฟฟิกส่วนหนึ่งไปยังสิ่งที่เป็นการทดลอง DSL สำหรับกำหนดเส้นทางมีอยู่เพื่อรูปร่างของปัญหานี้โดยเฉพาะ — คุณเขียนกฎครั้งเดียว และโมเดลที่อยู่เบื้องหลังเป็นตัวแปร

เลือกอันไหนดี

เลือก Gemma 4 26B A4Bหากคุณต้องการอินพุตแบบมัลติโมดัล ราคาต่อโทเคนที่เปิดเผย โมเดลที่ผ่านการทดสอบอิสระมาแปดเดือน หรือเพียงสิ่งที่คุณเรียกใช้ได้ในบ่ายนี้ มันเป็นตัวเลือกที่ปลอดภัยกว่าในสองตัวนี้อย่างมาก และด้วยราคาหกเซนต์ต่อโทเคนอินพุตหนึ่งล้านโทเคน ข้อโต้แย้งเรื่องค่าใช้จ่ายแทบไม่ต้องกล่าวถึง.

ลองใช้ Xing 4.0 29B-A4B ถ้างานของคุณเป็นเอเจนต์สำหรับเขียนโค้ดหรือเทอร์มินัล คุณมี GPU หรือมีความอดทนพอสำหรับเอนด์พอยต์แบบโฮสต์ที่ใหม่เอี่ยม และคุณยินดีรันการประเมินของคุณเองก่อนจะเชื่อตารางนั้น ผลตอบแทนที่อาจได้นั้นมีอยู่จริง — โมเดลที่มีรอยเท้าหน่วยความจำแบบ 29B และโปรไฟล์การประมวลผลแบบ 4B ทำคะแนนแถวสายเอเจนต์ได้แข็งแกร่งที่สุดเท่าที่มีในระดับน้ำหนักเดียวกันบนกระดาษ ส่วนความเสี่ยงก็มีจริงพอกัน: ทุกแถวเหล่านั้นล้วนเป็นคำกล่าวอ้างของผู้ขายที่แนบมากับเช็กพอยต์อายุสี่สัปดาห์ และคอลัมน์เปรียบเทียบที่อยู่ข้าง ๆ ก็ผลิตโดยผู้ขายรายเดียวกัน

ถ้าคุณต้องการทางสายกลาง มันคือการวางซ้อนกันของสองโมเดลมากกว่าจะเป็นการเลือกอย่างใดอย่างหนึ่ง: Gemma 4 26B A4B รับผิดชอบทราฟฟิกแบบมัลติโมดัล ปริมาณสูง และบริบทยาวที่มันพิสูจน์ตัวเองมาแล้ว และ Xing 4.0 ถูกจำกัดขอบเขตไว้เฉพาะเส้นทางของ coding agent ซึ่งเป็นจุดที่ข้อได้เปรียบที่อ้างไว้มีมากที่สุด และเป็นจุดที่คำตอบผิดนั้นตรวจพบได้ในต้นทุนต่ำ

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง