星行 4.0 29B-A4B 现已可调用：中国电信的开源 MoE 走出实验室

的权重Xing 4.0 29B-A4B已可从 X​ingChen-AGI组织（托管于 Hugging Face）下载，自 2026 年 9 月 16 日起——这部分不算新闻。十月中旬的变化范围更窄，也更有用：模型从只能自行托管，变成了可以调用的东西。还有一则针对 Xing4.0-29B-A4B的公开商业上架信息于 10 月 15 日至 16 日出现，带有 262,144 token 上下文窗口和免费推广层级；量化版本于 10 月 13 日跟上，服务框架也终于到齐：SGLang 的支持拉取请求从草稿变为可合并就绪状态，vLLM 已包含该架构，模型卡现在将 OpenCode、C​laude Code、OpenClaw 和 Hermes 列为适配的智能体框架。本文讲的是实际发布了什么、China Telecom 自己的模型卡声称了什么，以及这些声称中哪些尚未经过实验室外任何人核实。

两个日期，以及为什么今天只有其中一个重要

该仓库的历史记录毫无歧义。XingChen-AGI/Xing4.0-29B-A4B 于 2026 年 9 月 16 日收到首次提交，同日上传了权重，次日清晨发布了 README。Apache-2.0 权重已公开一个月。一篇写于 10 月 17 日、宣称该模型为新模型的初版文章会是错误的，而这正是本系列早前的报道已经不得不纠正的那类确切失误——泄漏时期的帖子在有任何可供下载的内容之前，就已通过六个框架的 pull request 追踪了从 XingChen4 到 Xing4_0 的更名。

所以，把9月16日视为发布日期。10月的进展在于可用性：在那之前，使用该模型意味着要租用或拥有硬件。现在则不必了。

模型实际上是什么

Xing 4.0 29B-A4B 是 TeleChat 系列的继任者，由中国电信人工智能科技有限公司——TeleAI——开发，并以 Apache 2.0 许可发布。它是一个稀疏混合专家模型：检查点中有 290 亿个参数，每生成一个 token 约读取 40 亿个参数。模型卡将该架构描述为“mHC + MLA + MTP”，而真正重要的配置细节如下：

• 形状 — 40 层，隐藏维度 3,584，稠密 FFN 中间维度 9,216，专家中间维度 1,024，词表 131,072。

• 专家 — 64 个路由专家，每个 token 激活 4 个，外加 1 个始终启用的共享专家。正是这个共享专家，使得激活数量并非总量的 4/64。

• 注意力 — MLA（多头潜在注意力），属于 DeepSeek 一脉的压缩 KV 方案，而非标准的分组查询注意力。

• 上下文 — 原生 256K，卡上标注可扩展至 512K。商业规格表中标称 262,144 个位置。

• 投机解码 — MTP，多 token 预测，通过训练内建，而非事后外挂。

• 许可与格式 — Apache 2.0，由同一机构发布 bfloat16 safetensors、FP8、w8a8 和 GGUF 构建版本。

mHC 这部分才是真正不同寻常的。它代表流形约束的超连接残差流，也是这个模型之所以会以不同于标准 Transformer 的东西出现在服务框架代码中的原因：这些框架需要为它定制内核，而 SGLang 的实现专门为四流超连接布局提供了一个 split-K 内核。如果你是正在决定要不要费这个劲的从业者，那么诚实的总结是：这是一个真正押注了架构创新的模型，而不是换了个名字的现成混合专家模型。

这些数字——以及是谁生成了它们

以下内容均来自中国电信自己的模型卡。其中没有任何一项经过独立复现，而且该模型卡本身说明了每一行背后的评测框架和采样设置，这比大多数厂商主动披露的信息还要多。请把它当作厂商的主张，而不是实测事实来读。

• SWE-bench Verified — 75.00，在 210K 上下文窗口下通过 SWE-agent 测试框架运行。

• Terminal-Bench 2.1 — 57.50，terminus-2 智能体，最大 token 数 64K，24 小时超时，三次运行取平均值。

• SWE-bench Multilingual — 66.00，与 Verified 使用相同的测试框架。

• Claw-Eval — 76.55，官方测试框架，256K 上下文，三次运行平均值。

• Tau3-Bench — 64.63，官方评测框架，四次运行取平均的 pass^1。

• DeepresearchBII — 60.80，已启用 Exa MCP 服务器的 OpenCode harness。

• AIME2026 — 90.00，五次运行平均值。IFBench — 69.67。AA.LCR — 61.00。

其中两点值得细究。一个激活参数量为4B的模型声称在SWE-bench Verified上达到75分、在Terminal-Bench 2.1上达到57.5分，这等于是宣称自己跻身于活跃规模数倍于它的模型所占据的领域，而这两项成绩都属于智能体类评测——也就是说，它们在很大程度上取决于测试框架的脚手架，而不仅仅取决于模型本身。这份模型卡对脚手架的描述详细得令人耳目一新，但把脚手架写得具体，并不等同于对它进行了一次独立运行。

在它自己的主场何处能取胜，何处不能

这张卡将自身与 Gemma4-26B-A4B 和 Qwen3.6-35B-A3B 进行基准测试对比。按照中国电信自己的数据，局面并非一边倒，这本身就说明问题：

• 对比 Gemma4-26B-A4B — Xing 4.0 在 SWE-bench Verified 上以 75.00 比 53.00 胜出，Terminal-Bench 2.1 上以 57.50 比 30.00 胜出，SWE-bench Multilingual 上以 66.00 比 51.00 胜出，Claw-Eval 上以 76.55 比 71.49 胜出，Tau3-Bench 上以 64.63 比 58.90 胜出，DeepresearchBII 上以 60.80 比 39.30 胜出。它在 IFBench 上以 69.67 比 72.67 落败，在 AA.LCR 上以 61.00 比 66.00 落败，并在 AIME2026 上落后 1.7 分。

• 对比 Qwen3.6-35B-A3B——Xing 4.0 在 Claw-Eval、Terminal-Bench 2.1 和 DeepresearchBII 上胜出，但在 SWE-bench Verified 上以 75.00 比 76.00 落败，在 Tau3-Bench 上以 64.63 比 67.20 落败，在 AIME2026 上以 90.00 比 92.70 落败。

这种模式是一以贯之的：在智能体类和终端形态的评测上表现强劲，而在指令遵循和长上下文推理方面较弱。竞争对手模型的那些重跑是由中国电信执行的，而非由构建这些模型的厂商自己完成，因此这一比较在内部是自洽的，但在两个方向上都不具备独立性。（本系列此前的一篇文章详细介绍了该表格中 Gemma 4 一侧的情况。）

一项值得单独标记的训练主张

Xing 4.0 是在昇腾 NPU 上、基于 MindSpore 与 MindFormers 训练的，而不是在 GPU 上用 PyTorch 训练的。宣传材料称，相比其自身基线，吞吐量提升了约 96%，这一成果来自 MoE 通信调优、选择性重计算、DVM 图算融合，以及为 mHC 算子手写的 Ascend C 内核。这个数字是关于内部基线的训练基础设施层面的声明，因此从外部基本无法验证——这里并不存在可供参照的公开“基线”。尽管如此，它仍是本次发布中最值得关注的工程表述：一个接近前沿规模的完整 MoE 在非 NVIDIA 技术栈上端到端完成训练，且算子工作全部自研。

运行成本是多少

因为许可证是 Apache 2.0，所以下载价格为零，并且会一直保持为零。硬件才是真正的账单。该合集简介声称，4 位量化大约需要 15GB 显存，这样就能装进 RTX 3090 或 4090；但这一数字是厂商一方的说法，与仓库报告的完整检查点 31B 参数张量规模放在一起显得很不协调，所以在围绕它购买显卡之前，请用实际的量化文件核实这一点。支持的推理路径是 SGLang、vLLM 和 KTransformers，微调则支持 LLaMA-Factory 和 MindFormers。

对于那些宁愿不亲自运行它的人来说，现在有了一条按量计费的途径：10 月中旬出现的商业上架条目以 262,144 token 的上下文、235,929 token 的最大补全量，以及完整的采样面——包括工具调用、结构化输出和可切换的推理模式——来提供该模型。在促销窗口期，同一端点还会上架一个免费变体，这是查明该厂商的 SWE-bench 成绩能否经受住你自己代码库检验的最便宜方式。与所有全新上架条目一样，在把它放入生产路径之前，先确认你实际被路由到了什么——免费层和付费层往往是不同的部署。

如何称呼它，以及我们如何适应

直说我们自己的立场：Xing 4.0 29B-A4B 目前不在 OrcaRouter 的目录中，所以我们并不是获取它的途径，这篇文章也不会假装不是如此。如果你想要它，可以选择供应商自己的 API、最近上架它的第三方市场，或者你自己的硬件。

路由器在此真正能挣得一席之地的地方，在于决策的另一端。对大多数团队而言，现实的路径是把这个模型放在边车里、跑在低风险的路径上，跑足够长的时间，看它的智能体能力在自己的任务上是否真的成立——与此同时，生产流量继续跑在你已经验证过的模型上。OrcaRouter 用一个 API 前置 200 多个托管模型，加价 0%，并提供路由 DSL 和自动故障转移，这意味着做评估只需改一次配置，而不必再签一份合同：路由器继续服务现有模型，而你把挑战者添加到它已挣得应答权的地方。当某家供应商对我们也代理的某个模型降价时，我们这边的价格当天就会生效，因为我们按服务商标价原样传递，不额外加价。

什么仍然未经验证

四点，按其可能改变结论的程度排序。第一，所有九个基准行均为厂商自报，且没有任何一行有第三方复现。第二，从256K到512K的扩展是卡片上的宣称，其本身没有公开发布的扩展方法。第三，基准表中的竞品列是厂商自己重新跑的，因此这些胜出幅度与竞品自己公布的数字不可比——例如G​emma 4的卡片根本没有报告SWE-bench Verified，因此无法进行交叉核对。第四，“SuperCLUE上93.52”这一随本次发布流传的数字，出现在一份合集简介中，而非模型卡片自身的表格里，在情况改变之前应被视为无来源依据。

2026 年 10 月，你能用这个模型做的最有用的事，恰恰是公告没有替你做的事：把你自己的最难的智能体任务摆到它面前，看看那种 terminal-bench 形态的优势能否在评测框架表格之外依然成立。如果成立，一个能在单张消费级显卡上运行的 4B-active Apache-2.0 模型，就是真正值得拥有的东西。如果不成立，你花掉的就是一个周末和一块 GPU。下一个值得关注的里程碑，是首次针对这些权重的独立评估运行——而不是又一个框架拉取请求，那现在已经是已解决的问题。

这一切都并非假设：像本次这样的发布背后那些有据可查的 AI 故障与智能体事件，均收录于 OrcaRouter AI 事件档案库中，其中每条记录都附有自己的来源、严重程度、置信度评级和存疑标记。