Xing 4.0 29B-A4B 与 Gemma 4 26B-A4B：两款稀疏模型，其中一款提供 API

这两个模型都是稀疏混合专家（MoE）检查点，每个 token 激活约四十亿参数，而且都采用 Apache 2.0 许可。相似之处到此为止，再往下比就没有什么参考价值了。Xing 4.0 29B-A4B是中国电信的纯文本、面向智能体（agent）的 MoE——总参数 29B，激活 4B，权重于 2026 年 9 月 16 日发布，直到 10 月中旬才提供可调用的商业端点。Gemma 4 26B A4B是 Google DeepMind 的多模态稀疏模型——总参数 25.2B，指令微调检查点激活 3.8B，权重自 2026 年 3 月 11 日起公开——而且它已经通过托管推理服务提供数月，价格为每百万输入 token 六美分。如果你要在两者之间做选择，诚实的表述方式不是“哪个更聪明”，而是“这周你实际能把哪一个投入生产链路，以及为此你要放弃什么。”

一句话的回答

Gemma 4 26B A4B，除非你的工作负载是在自有硬件上运行的编码或终端智能体。Xing 4.0 的全部卖点就是每个活跃参数所对应的智能体能力，而在中国电信自己的表格上，它在智能体相关各行以巨大优势胜出。Gemma 4 则在可用性、模态、价格透明度以及一个简单事实上更胜一筹：它的数据由打造它的公司发布，而竞争对手的对比列却并非如此。

规格，逐维度

• 规模 — Xing 4.0 总参数 29B / 激活 4B，对比 G​emma 4 总参数 25.2B / 激活 3.8B。G​emma 卡片上写的是取整后的标签，实际数字以 G​oogle 公布的数据为准。

• 专家布局 — Xing 4.0：64 个路由专家，4 个激活，外加 1 个共享专家。G​emma 4：共 128 个专家，8 个激活，外加 1 个共享专家。G​emma 的路由粒度更细；Xing 的读取更稀疏。

• 注意力机制——Xing 4.0 采用 MLA（多头潜在注意力），并使用压缩的键值状态。Gemma 4 则采用混合注意力：窗口大小为 1,024 个 token 的局部滑动窗口层与完整的全局注意力交错排布，另外还采用比例 RoPE。面对同一个 KV 缓存问题，两者给出了不同的答案。

• 深度与宽度 — Xing 4.0：40 层，隐藏维度 3,584，词表大小 131,072。G​emma 4：30 层，词表大小 262K。

• 上下文——Xing 4.0：原生 256K，模型卡宣称可扩展至 512K。Gemma 4：256K。两者实际上旗鼓相当，不过 Gemma 的长上下文表现已有八个月的第三方测试，而 Xing 的则完全没有经过测试。

• 模态 —— Xing 4.0 是文本输入、文本输出。Gemma 4 26B A4B 支持文本、图像和视频输入，并返回文本；其视觉编码器约有 5.5 亿参数。如果你的工作负载涉及文档或截图，这并非一个小的差距。

• 许可证——两者均采用 Apache 2.0，包括专利授权。完全等同。

• 发布日期——Gemma 4 26B A4B：自2026年3月11日起在 Hugging Face 上提供指令微调权重，并在4月和5月期间发布量化感知构建版本。Xing 4.0：代码仓库首次提交于2026年9月16日，量化构建版本于10月13日发布，托管上架于10月15–16日。

• 托管价格 — Gemma 4 26B A4B 在 OrcaRouter 上的标价为每百万输入 token 0.06 美元、每百万输出 token 0.33 美元，缓存输入读取为每百万 0.0075 美元。Xing 4.0 在我们能够指出的平台上没有可比的公开价格；10 月中旬的上架信息带有免费促销档位，而供应商自身的路由则是另一个选项。

这个基准问题，比看起来要混乱得多

中国电信的模型卡将 Xing 4.0 与标记为 Gemma4-26B-A4B 的一列进行基准对比。该列报告 SWE-bench Verified 为 53.00。针对该指令微调检查点，G​oogle 的模型卡完全没有报告 SWE-bench Verified——其公布的测试套件是 MMLU Pro、AIME 2026、LiveCodeBench v6、Codeforces ELO、GPQA Diamond、Tau2、HLE、MMMU Pro、MATH-Vision 以及一项长上下文检索测试。因此，那张表中的 53.00 并非 G​oogle 的数字。它是中国电信自己通过 SWE-agent 框架运行 G​emma 4 得到的结果，只要你按它本来的面目来理解，这本身没有任何问题：一个实验室的重新运行，且未声明尝试调整 G​emma 的脚手架。

这一限定条件已一次性说明，并贯穿下文全部内容；下面是双方都有已公布数值的那些行的对比，外加只有一方有已公布数值的智能体行。

• SWE-bench Verified — Xing 4.0 厂商自测为 75.00，而 Gemma 4 由中国电信复测为 53.00；Google 未公布该基准测试的任何数据。

• Terminal-Bench 2.1——Xing 4.0 57.50 对 Gemma 4 30.00，同样是厂商自己对 Gemma 的复测结果。

• SWE-bench Multilingual — Xing 4.0 66.00 对比 G​emma 4 51.00，来源相同。

• Claw-Eval — Xing 4.0 为 76.55，Gemma 4 为 71.49，双方均按卡片说明使用官方评测框架。

• Tau3-Bench — Xing 4.0 为 64.63，Gemma 4 为 58.90。Google 在自家评测卡上给出的 Tau2 成绩为 68.2，但那是该系列的不同版本，无法直接比较。

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

• IFBench — Xing 4.0 69.67 分 vs G​emma 4 72.67 分。这一项 G​emma 胜出。

• AA.LCR — Xing 4.0 61.00 对 Gemma 4 66.00。这一局同样是 Gemma 胜出。

• 只有 Google 公布了数字——MMLU Pro 82.6、GPQA Diamond 82.3、LiveCodeBench v6 77.1、MMMU Pro 73.8、Codeforces ELO 1,718。Xing 4.0 的卡片对上述任何一项均未给出数据，因此无从比较，这种缺失不应被解读为落后。

差异的形态是一致且并非随机的：Xing 4.0 在软件工程和终端形态任务上表现强劲，而在指令遵循和长上下文推理上较弱。这是一个刻意的设计目标——该模型卡的整个架构部分都围绕智能体式工作展开：多步规划、工具调用、推理链——而数据与设计相符。它们没有告诉你的是，这种优势能否在并非由厂商选择的评测框架中依然成立。

G​emma 那一列无法告诉你的事，Xing 的也不能

注意审查上的不对称。Gemma 4 26B A4B 已从其仓库被下载超过一千万次，拥有独立的人工分析评级，以及八个月来从业者关于其滑动窗口注意力在何处退化的报告。Xing 4.0 在一个月内有 53,000 次下载，没有独立评估，只有单一实验室的基准表——而它最亮眼的那些行，恰恰是最容易受评测框架选择影响的。当对比的一方已被陌生人压力测试了八个月，而另一方没有时，较新模型那些头条数字理应承受这一事实所意味的折扣。75 和 57.5 可能完全站得住脚。中国电信之外，目前还没人知道。

成本，双向

Gemma 4 26B A4B 的情况就是一道算术题。在 OrcaRouter 上，每百万 token 的价格为 $0.06 和 $0.33，缓存读取为每百万 $0.0075；一个每天消耗两百万输出 token 的智能体，在不使用缓存的情况下，生成部分大约要花六十六美分，输入部分只需几美分。这里没有自托管的要求，不需要做硬件决策，也没有运维负担。因为 OrcaRouter 透传提供商的标价，不赚取任何加价，所以该模型的厂商降价在公布当天就会落到我们的端点上——你账单上的数字就是提供商的数字。

Xing 4.0 的情况是资本性的，而非边缘性的。权重免费且采用 Apache-2.0，该合集声称 4-bit 量化可在约 15GB 显存中运行，这使其能装在 RTX 3090 或 4090 上。该说法与仓库为完整检查点报告的 31B 张量大小相矛盾，因此在据此规划之前，请核对实际量化文件的大小。要部署它，意味着在自有硬件上使用 SGLang、vLLM 或 KTransformers，再加上定制注意力和残差流设计带来的集成工作。只有当持续高负载，或数据完全不能离开你的网络时，转折点才会到来。

当路由器有助于处理非我们托管的模型时

我们把显而易见的话直说：Xing 4.0 29B-A4B 不在 OrcaRouter 的目录里，所以我们不是调用它的途径，这里的一切也不应被解读为劝你用我们来调用它。我们真正提供的，是一种让这场比较保持低成本的方式。Gemma 4 26B A4B 托管在这里；对挑战者做评估只是改一次路由，而不是再签一份合同，而自动故障转移能在你把一部分流量指向实验性模型时让生产链路继续存活。路由 DSL 正是为这种形态的问题而存在的——你把规则写一次，其背后的模型只是一个变量。

该选哪一个

选择 Gemma 4 26B A4B，如果你需要多模态输入、公开的每 token 定价、一个已经过八个月独立测试的模型，或者只是想找个今天下午就能调用的东西。两者之间，它要稳妥得多，而且每百万输入 token 只要六美分，成本上的理由几乎不用多说。

选择 Xing 4.0 29B-A4B，如果你的工作负载是编码或终端智能体，你拥有 GPU，或者能容忍一个全新的托管端点，并且愿意在相信表格之前自行运行评估。潜在回报是实实在在的——一个模型拥有 29B 的内存占用和 4B 的计算特征，在纸面上，其智能体相关行项是同量级中最强的。风险同样真实：其中每一行都是供应商的宣称，绑定在一个已有四周之久的检查点上，而旁边的对比列也由同一家供应商生成。

如果你想要中间路线，那它不是二选一，而是一个双模型组合：Gemma 4 26B A4B 负责多模态、高并发和长上下文流量，它在这方面已经证明了自己的能力；而 Xing 4.0 则限定在编码智能体这条路径上，因为这是它自称优势最大的地方，而且答错了也很容易被发现。

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。