Qu’est-ce que Xing4.0-29B-A4B ?
Xing4.0-29B-A4B est un modèle à poids ouverts de China Telecom Artificial Intelligence Technology, publié le 17 septembre 2026. Xing est le nouveau nom de la série TeleChat de l'entreprise. C'est un modèle de texte mixture-of-experts avec 29 milliards de paramètres, dont 4 milliards actifs par token, routés sur 64 experts plus un expert partagé. Le contexte natif est de 256K tokens, extensible à 512K, et le thinking peut être activé ou désactivé par requête.
China Telecom indique que c'est le premier modèle de cette taille entraîné entièrement sur les NPU Ascend 910C de Huawei avec le framework MindSpore, et que son travail d'ingénierie a augmenté le débit d'entraînement d'environ 96 % par rapport à la performance par défaut de la pile. Le modèle est réglé pour le code et le travail d'agent et a été adapté pour des harnais dont OpenCode, Claude Code, OpenClaw et Hermes.
Les poids sont sous Apache 2.0 sur Hugging Face, ModelScope et Modelers. vLLM et SGLang ont besoin de plugins hors arbre de China Telecom ; des portages KTransformers, llama.cpp et MLX existent aussi, et OpenRouter liste un endpoint hébergé gratuit exploité par Phala.
Xing4.0-29B-A4B vaut-il le coup ?
Xing4.0 compte plus comme jalon industriel que comme produit. Entraîner un modèle 29B compétitif de bout en bout sur des clusters Ascend 910C montre que les laboratoires chinois peuvent construire des modèles utiles sans NVIDIA, et China Telecom a publié les opérateurs fusionnés et les recettes MindFormers pour reproduire le travail.
Comme modèle, il atterrit à peu près au niveau de la comparaison qu'il a choisie. Le tableau de China Telecom le place à 75,0 sur SWE-bench Verified contre 76,0 pour Qwen3.6-35B-A3B et 53,0 pour Gemma 4 26B-A4B, et devant sur Terminal-Bench 2.1 (57,5 contre 51,5 et 30,0) et Claw-Eval (76,55 contre 74,54). Qwen mène sur AIME 2026, Tau3-Bench et SWE-bench Multilingual, et Gemma sur IFBench et le raisonnement à long contexte. Ce sont les propres exécutions du fournisseur ; nous n'avons trouvé aucune entrée de classement indépendante pour l'instant.
La concurrence a avancé. Le Qwen3.8-27B dense d'Alibaba rapporte 73,0 sur Terminal-Bench 2.1 dans sa propre fiche, bien au-dessus des 57,5 de Xing, et lit les images là où Xing est uniquement textuel. La réponse de Xing est la vitesse : avec 4 milliards de paramètres actifs, il fait bien moins de travail par token qu'un 27B dense, ce qui compte pour les boucles d'agent qui dévorent de longs contextes.
Les aspérités pratiques sont dans le service. vLLM et SGLang standard ne reconnaissent pas l'architecture sans les plugins de China Telecom, et l'endpoint OpenRouter gratuit est un seul hébergeur tiers. L'adoption communautaire est modeste, environ 15 000 téléchargements Hugging Face le mois dernier, même si la liste de fine-tunes de domaine de la fiche, de la finance aux comptes rendus de réunion, suggère que la licence Apache fait son travail.
Là où il fait la différence
Une équipe infrastructure dans une entreprise publique chinoise sur matériel Huawei Ascend
Faire tourner un modèle de code et d'agent sur des puces nationales sans travail de portage
Xing4.0 a été entraîné et réglé sur Ascend 910C avec MindSpore, si bien que la voie de déploiement est documentée plutôt qu'improvisée. Il obtient un score proche de Qwen3.6-35B-A3B sur les benchmarks de code du fournisseur, sous une licence Apache.
Un ingénieur plateforme qui sert un agent de code interne sur un seul H100
Faire tourner de longues sessions d'agent à bas coût à des contextes de 200K tokens
Les poids BF16 font environ 62GB, si bien qu'une carte de 80GB les tient avec de la place pour le cache, et seuls 4B de paramètres s'activent par token. Le compromis est environ 15 points de moins sur Terminal-Bench 2.1 que Qwen3.8-27B, un modèle dense plus lent par token.
Une startup legal-tech avec quelques milliers de contrats étiquetés
Affiner une base sous licence Apache pour l'extraction de clauses et la revue de contrats
China Telecom nomme l'audit de contrats et la compréhension de tableaux comme domaines cibles d'affinage, et LLaMA-Factory, ms-swift et Unsloth le prennent en charge. L'évaluation revient à la startup : aucun score indépendant n'existe.
Avant de vous engager
- Mise en route
- Téléchargez depuis Hugging Face, installez le plugin vLLM ou SGLang xing4 de China Telecom, et servez un endpoint compatible OpenAI ; le thinking se bascule avec enable_thinking dans le modèle de chat.
- Intégrations
- vLLM et SGLang (via plugins), KTransformers, GGUF llama.cpp, portages MLX, LLaMA-Factory, MindFormers, ms-swift, Unsloth ; adapté pour OpenCode, Claude Code, OpenClaw et Hermes. Endpoint gratuit sur OpenRouter.
- Données et confidentialité
- Apache 2.0 : usage commercial et affinage autorisés sans plafond de revenus ni addendum d'usage acceptable. Auto-hébergé, rien ne quitte vos serveurs ; l'endpoint OpenRouter est exploité par un tiers, Phala, sous ses propres conditions.
- Coût à grande échelle
- Les poids BF16 font environ 62GB (31,2B de paramètres embeddings inclus), un H100 de 80GB ; le FP8 divise cela par deux ; une version GGUF communautaire à 11,6GB tient sur une carte de 16GB. La seule option hébergée, l'endpoint gratuit d'OpenRouter, est plafonnée à 20 requêtes par minute et 50 par jour (1 000 par jour une fois qu'un compte a acheté 10 $ de crédits), si bien que le trafic de production signifie l'auto-hébergement.
- Limites
- Texte uniquement ; contexte natif de 256K ; benchmarks autodéclarés avec une température recommandée de 0.8 à 1.0 ; l'endpoint hébergé gratuit plafonne les complétions à environ 236K tokens et dépend d'un seul fournisseur.
Les points forts
- Licence Apache 2.0
- 4 milliards de paramètres actifs par token, bon marché à servir pour sa taille
- Contexte natif de 256K, 512K étendu
- Tourne sur les NPU Ascend comme sur les piles NVIDIA, AMD et Apple
Les points faibles
- Texte uniquement
- Derrière Qwen3.8-27B sur Terminal-Bench 2.1 de 15,5 points, selon chaque fournisseur
- vLLM et SGLang ont besoin de plugins hors arbre
- Tous les benchmarks autodéclarés ; pas encore d'entrée de classement indépendante
Idéal pour
Les équipes sur matériel Huawei Ascend, ou celles qui veulent un petit modèle d'agent sous licence Apache à affiner pour des tâches de domaine.
Alternatives à Xing4.0-29B-A4B
Xing4.0-29B-A4B : questions fréquentes
- Xing4.0-29B-A4B vaut-il le coup ?
- Xing4.0 est la preuve que la Chine peut entraîner un modèle d'agent utile sans NVIDIA, et un codeur bon marché raisonnable, mais pas une raison de quitter Qwen. Nous lui donnons 3.6 sur 5.
- Combien coûte Xing4.0-29B-A4B ?
- Poids gratuits sous Apache 2.0. Pas d'API de première partie ; OpenRouter liste un endpoint gratuit (hébergé par Phala) sous ses plafonds de requêtes pour modèles gratuits.
- Quels sont les inconvénients de Xing4.0-29B-A4B ?
- Texte uniquement; derrière Qwen3.8-27B sur Terminal-Bench 2.1 de 15,5 points, selon chaque fournisseur; vLLM et SGLang ont besoin de plugins hors arbre; tous les benchmarks autodéclarés ; pas encore d'entrée de classement indépendante.
- À qui s’adresse Xing4.0-29B-A4B ?
- Les équipes sur matériel Huawei Ascend, ou celles qui veulent un petit modèle d'agent sous licence Apache à affiner pour des tâches de domaine.
- Combien coûte Xing4.0-29B-A4B pour une équipe ou en production ?
- Les poids BF16 font environ 62GB (31,2B de paramètres embeddings inclus), un H100 de 80GB ; le FP8 divise cela par deux ; une version GGUF communautaire à 11,6GB tient sur une carte de 16GB. La seule option hébergée, l'endpoint gratuit d'OpenRouter, est plafonnée à 20 requêtes par minute et 50 par jour (1 000 par jour une fois qu'un compte a acheté 10 $ de crédits), si bien que le trafic de production signifie l'auto-hébergement.
- Xing4.0-29B-A4B est-il sûr pour les données de l’entreprise ?
- Apache 2.0 : usage commercial et affinage autorisés sans plafond de revenus ni addendum d'usage acceptable. Auto-hébergé, rien ne quitte vos serveurs ; l'endpoint OpenRouter est exploité par un tiers, Phala, sous ses propres conditions.
- Quelles sont les meilleures alternatives à Xing4.0-29B-A4B ?
- Les alternatives les plus proches que nous avons testées sont Qwen3.8-27B, Gemma 4 et gpt-oss-20b.
Réponses vérifiées le 26 oct. 2026.