Was ist Xing4.0-29B-A4B?
Xing4.0-29B-A4B ist ein Modell mit offenen Gewichten von China Telecom Artificial Intelligence Technology, veröffentlicht am 17. September 2026. Xing ist der neue Name der TeleChat-Serie des Unternehmens. Es ist ein Mixture-of-Experts-Textmodell mit 29 Milliarden Parametern, von denen 4 Milliarden pro Token aktiv sind, verteilt auf 64 Experten plus einen geteilten Experten. Der native Kontext beträgt 256K Tokens, erweiterbar auf 512K, und das Thinking lässt sich pro Request ein- oder ausschalten.
Laut China Telecom ist es das erste Modell dieser Größe, das vollständig auf Huaweis Ascend-910C-NPUs mit dem Framework MindSpore trainiert wurde, und die eigene Ingenieursarbeit habe den Trainingsdurchsatz gegenüber der Standardleistung des Stacks um etwa 96% gesteigert. Das Modell ist auf Coding und Agentenarbeit abgestimmt und für Harnesses wie OpenCode, Claude Code, OpenClaw und Hermes angepasst.
Die Gewichte liegen unter Apache 2.0 auf Hugging Face, ModelScope und Modelers. vLLM und SGLang brauchen Out-of-Tree-Plugins von China Telecom; es gibt auch Portierungen für KTransformers, llama.cpp und MLX, und OpenRouter listet einen kostenlosen gehosteten Endpunkt, den Phala betreibt.
Lohnt sich Xing4.0-29B-A4B?
Xing4.0 zählt mehr als industrieller Meilenstein denn als Produkt. Ein konkurrenzfähiges 29B-Modell von Anfang bis Ende auf Ascend-910C-Clustern zu trainieren zeigt, dass chinesische Labore brauchbare Modelle ohne NVIDIA bauen können, und China Telecom hat die fusionierten Operatoren und MindFormers-Rezepte veröffentlicht, mit denen sich die Arbeit wiederholen lässt.
Als Modell landet es etwa gleichauf mit dem Vergleich, den es selbst gewählt hat. Die Tabelle von China Telecom gibt 75.0 auf SWE-bench Verified an, gegenüber 76.0 für Qwen3.6-35B-A3B und 53.0 für Gemma 4 26B-A4B, und einen Vorsprung auf Terminal-Bench 2.1 (57.5 gegenüber 51.5 und 30.0) und Claw-Eval (76.55 gegenüber 74.54). Qwen führt bei AIME 2026, Tau3-Bench und SWE-bench Multilingual, Gemma bei IFBench und Reasoning über lange Kontexte. Das sind Läufe des Herstellers selbst; einen unabhängigen Ranglisteneintrag haben wir noch nicht gefunden.
Die Konkurrenz ist weitergezogen. Alibabas dichtes Qwen3.8-27B meldet in seiner eigenen Model Card 73.0 auf Terminal-Bench 2.1, deutlich über den 57.5 von Xing, und liest Bilder, wo Xing nur Text verarbeitet. Xings Gegenargument ist Tempo: Mit 4 Milliarden aktiven Parametern leistet es pro Token weit weniger Arbeit als ein dichtes 27B-Modell, was bei Agentenschleifen zählt, die lange Kontexte verbrauchen.
Die praktischen Ecken und Kanten liegen beim Serving. Standard-vLLM und -SGLang erkennen die Architektur ohne die Plugins von China Telecom nicht, und der kostenlose OpenRouter-Endpunkt ist ein einzelner Drittanbieter-Host. Die Verbreitung in der Community ist bescheiden, etwa 15.000 Hugging-Face-Downloads im vergangenen Monat, doch die Liste von Fach-Fine-Tunes in der Model Card, von Finanzen bis Sitzungsprotokollen, deutet darauf hin, dass die Apache-Lizenz ihren Zweck erfüllt.
Wo es sich lohnt
Ein Infrastrukturteam in einem chinesischen Staatsunternehmen mit Huawei-Ascend-Hardware
Ein Coding- und Agentenmodell ohne Portierungsaufwand auf heimischen Chips betreiben
Xing4.0 wurde auf Ascend 910C mit MindSpore trainiert und abgestimmt, der Weg zum Deployment ist also dokumentiert statt improvisiert. Bei den Coding-Benchmarks des Herstellers liegt es nah an Qwen3.6-35B-A3B, unter einer Apache-Lizenz.
Ein Platform Engineer, der einen internen Coding-Agenten auf einer H100 betreibt
Lange Agentensitzungen mit Kontexten von 200K Tokens günstig laufen lassen
Die BF16-Gewichte sind etwa 62GB groß, eine 80GB-Karte fasst sie also mit Platz für den Cache, und pro Token feuern nur 4B Parameter. Der Preis dafür sind etwa 15 Punkte weniger auf Terminal-Bench 2.1 als bei Qwen3.8-27B, einem dichten Modell, das pro Token langsamer ist.
Ein Legal-Tech-Start-up mit einigen tausend annotierten Verträgen
Eine Basis unter Apache-Lizenz für Klauselextraktion und Vertragsprüfung feinabstimmen
China Telecom nennt Vertragsprüfung und Tabellenverständnis als Zielbereiche fürs Fine-Tuning, und LLaMA-Factory, ms-swift und Unsloth unterstützen das Modell. Die Evaluierung liegt beim Start-up: Unabhängige Werte gibt es nicht.
Bevor du dich festlegst
- Einrichtung
- Von Hugging Face herunterladen, das xing4-Plugin von China Telecom für vLLM oder SGLang installieren und einen OpenAI-kompatiblen Endpunkt bereitstellen; das Thinking wird mit enable_thinking im Chat-Template geschaltet.
- Integrationen
- vLLM und SGLang (über Plugins), KTransformers, llama.cpp GGUF, MLX-Portierungen, LLaMA-Factory, MindFormers, ms-swift, Unsloth; angepasst für OpenCode, Claude Code, OpenClaw und Hermes. Kostenloser Endpunkt auf OpenRouter.
- Daten und Datenschutz
- Apache 2.0: kommerzielle Nutzung und Fine-Tuning erlaubt, ohne Umsatzgrenze oder Zusatz zur Acceptable Use. Selbst gehostet verlässt nichts deine Server; den OpenRouter-Endpunkt betreibt ein Dritter, Phala, unter eigenen Bedingungen.
- Kosten im großen Maßstab
- BF16-Gewichte sind etwa 62GB groß (31,2B Parameter einschließlich Embeddings), eine H100 mit 80GB; FP8 halbiert das; ein GGUF-Build der Community mit 11,6GB passt auf eine 16GB-Karte. Die einzige gehostete Option, der kostenlose Endpunkt von OpenRouter, ist auf 20 Requests pro Minute und 50 pro Tag begrenzt (1.000 pro Tag, sobald ein Konto für 10 $ Guthaben gekauft hat), Produktionsverkehr heißt also Self-Hosting.
- Grenzen
- Nur Text; 256K nativer Kontext; Benchmarks selbst gemeldet, mit empfohlener Temperatur von 0,8 bis 1,0; der kostenlose gehostete Endpunkt begrenzt Antworten auf etwa 236K Tokens und hängt von einem einzigen Anbieter ab.
Was gut ist
- Apache-2.0-Lizenz
- 4 Milliarden aktive Parameter pro Token, für seine Größe günstig im Betrieb
- 256K nativer Kontext, 512K erweitert
- Läuft auf Ascend-NPUs sowie auf Stacks von NVIDIA, AMD und Apple
Was nicht
- Nur Text
- Liegt laut den Angaben beider Hersteller auf Terminal-Bench 2.1 um 15,5 Punkte hinter Qwen3.8-27B
- vLLM und SGLang brauchen Out-of-Tree-Plugins
- Alle Benchmarks selbst gemeldet; noch kein unabhängiger Ranglisteneintrag
Am besten für
Teams auf Huawei-Ascend-Hardware oder solche, die ein kleines Agentenmodell unter Apache-Lizenz für Fachaufgaben feinabstimmen wollen.
Alternativen zu Xing4.0-29B-A4B
Xing4.0-29B-A4B: häufige Fragen
- Lohnt sich Xing4.0-29B-A4B?
- Xing4.0 beweist, dass China ein brauchbares Agentenmodell ohne NVIDIA trainieren kann, und ist ein ordentlicher günstiger Coder, aber kein Grund, Qwen zu verlassen. Wir bewerten es mit 3.6 von 5.
- Was kostet Xing4.0-29B-A4B?
- Kostenlose Gewichte unter Apache 2.0. Keine eigene API des Herstellers; OpenRouter listet einen kostenlosen Endpunkt (gehostet von Phala) mit den Request-Limits für Gratis-Modelle.
- Welche Nachteile hat Xing4.0-29B-A4B?
- Nur Text; Liegt laut den Angaben beider Hersteller auf Terminal-Bench 2.1 um 15,5 Punkte hinter Qwen3.8-27B; vLLM und SGLang brauchen Out-of-Tree-Plugins; Alle Benchmarks selbst gemeldet; noch kein unabhängiger Ranglisteneintrag.
- Für wen eignet sich Xing4.0-29B-A4B?
- Teams auf Huawei-Ascend-Hardware oder solche, die ein kleines Agentenmodell unter Apache-Lizenz für Fachaufgaben feinabstimmen wollen.
- Was kostet Xing4.0-29B-A4B für ein Team oder im Produktivbetrieb?
- BF16-Gewichte sind etwa 62GB groß (31,2B Parameter einschließlich Embeddings), eine H100 mit 80GB; FP8 halbiert das; ein GGUF-Build der Community mit 11,6GB passt auf eine 16GB-Karte. Die einzige gehostete Option, der kostenlose Endpunkt von OpenRouter, ist auf 20 Requests pro Minute und 50 pro Tag begrenzt (1.000 pro Tag, sobald ein Konto für 10 $ Guthaben gekauft hat), Produktionsverkehr heißt also Self-Hosting.
- Ist Xing4.0-29B-A4B sicher für Firmendaten?
- Apache 2.0: kommerzielle Nutzung und Fine-Tuning erlaubt, ohne Umsatzgrenze oder Zusatz zur Acceptable Use. Selbst gehostet verlässt nichts deine Server; den OpenRouter-Endpunkt betreibt ein Dritter, Phala, unter eigenen Bedingungen.
- Was sind die besten Alternativen zu Xing4.0-29B-A4B?
- Die nächsten Alternativen, die wir getestet haben, sind Qwen3.8-27B, Gemma 4 und gpt-oss-20b.
Antworten geprüft am 26. Okt. 2026.