O que é Xing4.0-29B-A4B?
O Xing4.0-29B-A4B é um modelo de pesos abertos da China Telecom Artificial Intelligence Technology, publicado em 17 de setembro de 2026. Xing é o novo nome da série TeleChat da empresa. É um modelo de texto mixture-of-experts com 29 bilhões de parâmetros, dos quais 4 bilhões ficam ativos por token, roteados entre 64 especialistas mais um especialista compartilhado. O contexto nativo é de 256K tokens, extensível a 512K, e o raciocínio pode ser ligado ou desligado por requisição.
A China Telecom diz que ele é o primeiro modelo desse tamanho treinado inteiramente nas NPUs Ascend 910C da Huawei com o framework MindSpore, e que seu trabalho de engenharia elevou o throughput de treinamento em cerca de 96% sobre o desempenho padrão da stack. O modelo é ajustado para programação e trabalho de agentes e foi adaptado para harnesses como OpenCode, Claude Code, OpenClaw e Hermes.
Os pesos estão sob Apache 2.0 no Hugging Face, no ModelScope e no Modelers. vLLM e SGLang precisam de plugins externos da China Telecom; também existem ports para KTransformers, llama.cpp e MLX, e o OpenRouter lista um endpoint hospedado gratuito operado pela Phala.
Xing4.0-29B-A4B vale a pena?
O Xing4.0 importa mais como marco industrial do que como produto. Treinar de ponta a ponta um modelo competitivo de 29B em clusters Ascend 910C mostra que laboratórios chineses conseguem construir modelos úteis sem a NVIDIA, e a China Telecom publicou os operadores fundidos e as receitas do MindFormers para repetir o trabalho.
Como modelo, ele fica mais ou menos no nível da comparação que escolheu. A tabela da China Telecom o coloca em 75,0 no SWE-bench Verified, contra 76,0 do Qwen3.6-35B-A3B e 53,0 do Gemma 4 26B-A4B, e à frente no Terminal-Bench 2.1 (57,5 contra 51,5 e 30,0) e no Claw-Eval (76,55 contra 74,54). O Qwen lidera no AIME 2026, no Tau3-Bench e no SWE-bench Multilingual, e o Gemma no IFBench e em raciocínio de contexto longo. São execuções do próprio fornecedor; ainda não encontramos entrada em nenhum ranking independente.
A concorrência seguiu em frente. O Qwen3.8-27B denso da Alibaba informa 73,0 no Terminal-Bench 2.1 em seu próprio cartão, bem acima dos 57,5 do Xing, e lê imagens, enquanto o Xing é só texto. O contra-argumento do Xing é a velocidade: com 4 bilhões de parâmetros ativos, ele faz bem menos trabalho por token que um modelo denso de 27B, o que importa para loops de agentes que consomem contextos longos.
As arestas práticas estão no serviço. vLLM e SGLang padrão não reconhecem a arquitetura sem os plugins da China Telecom, e o endpoint gratuito do OpenRouter é um único host de terceiros. A adoção pela comunidade é modesta, cerca de 15.000 downloads no Hugging Face no último mês, embora a lista de fine-tunes por domínio no cartão, de finanças a atas de reunião, sugira que a licença Apache está cumprindo seu papel.
Onde ele se destaca
Uma equipe de infraestrutura em uma estatal chinesa com hardware Huawei Ascend
Rodar um modelo de programação e agentes em chips nacionais sem trabalho de portabilidade
O Xing4.0 foi treinado e ajustado em Ascend 910C com MindSpore, então o caminho de implantação é documentado, e não improvisado. Ele marca perto do Qwen3.6-35B-A3B nos benchmarks de programação do fornecedor, sob licença Apache.
Um engenheiro de plataforma servindo um agente de programação interno em uma H100
Rodar sessões longas de agente de forma barata com contextos de 200K tokens
Os pesos BF16 têm cerca de 62GB, então uma placa de 80GB os comporta com espaço para cache, e só 4B de parâmetros disparam por token. A contrapartida são cerca de 15 pontos a menos no Terminal-Bench 2.1 que o Qwen3.8-27B, um modelo denso mais lento por token.
Uma startup de legal tech com alguns milhares de contratos rotulados
Fazer fine-tuning de uma base sob licença Apache para extração de cláusulas e revisão de contratos
A China Telecom cita auditoria de contratos e compreensão de tabelas como domínios-alvo de fine-tuning, e LLaMA-Factory, ms-swift e Unsloth o suportam. A avaliação fica por conta da startup: não existem notas independentes.
Antes de decidir
- Configuração
- Baixe do Hugging Face, instale o plugin xing4 da China Telecom para vLLM ou SGLang e sirva um endpoint compatível com OpenAI; o raciocínio é ativado com enable_thinking no template de chat.
- Integrações
- vLLM e SGLang (via plugins), KTransformers, GGUF para llama.cpp, ports MLX, LLaMA-Factory, MindFormers, ms-swift, Unsloth; adaptado para OpenCode, Claude Code, OpenClaw e Hermes. Endpoint gratuito no OpenRouter.
- Dados e privacidade
- Apache 2.0: uso comercial e fine-tuning permitidos, sem teto de receita nem adendo de uso aceitável. Auto-hospedado, nada sai dos seus servidores; o endpoint do OpenRouter é operado por um terceiro, a Phala, sob os próprios termos.
- Custo em escala
- Os pesos BF16 têm cerca de 62GB (31,2B de parâmetros incluindo embeddings), uma H100 de 80GB; FP8 reduz isso pela metade; um build GGUF da comunidade de 11,6GB cabe em uma placa de 16GB. A única opção hospedada, o endpoint gratuito do OpenRouter, é limitada a 20 requisições por minuto e 50 por dia (1.000 por dia depois que a conta compra US$ 10 em créditos), então tráfego de produção significa hospedar por conta própria.
- Limites
- Só texto; contexto nativo de 256K; benchmarks autodeclarados com temperatura recomendada de 0,8 a 1,0; o endpoint hospedado gratuito limita as respostas a cerca de 236K tokens e depende de um único provedor.
O que é bom
- Licença Apache 2.0
- 4 bilhões de parâmetros ativos por token, barato de servir para o tamanho
- Contexto nativo de 256K, estendido a 512K
- Roda em NPUs Ascend, além de stacks NVIDIA, AMD e Apple
O que não é
- Só texto
- Fica 15,5 pontos atrás do Qwen3.8-27B no Terminal-Bench 2.1, segundo cada fornecedor
- vLLM e SGLang precisam de plugins externos
- Todos os benchmarks autodeclarados; ainda sem entrada em ranking independente
Ideal para
Equipes em hardware Huawei Ascend, ou que querem um modelo de agentes pequeno sob licença Apache para fazer fine-tuning em tarefas de domínio.
Alternativas ao Xing4.0-29B-A4B
Xing4.0-29B-A4B: perguntas frequentes
- Xing4.0-29B-A4B vale a pena?
- O Xing4.0 é a prova de que a China consegue treinar um modelo de agentes útil sem a NVIDIA, e um programador barato razoável, mas não um motivo para deixar o Qwen. Damos nota 3.6 de 5.
- Quanto custa Xing4.0-29B-A4B?
- Pesos grátis sob Apache 2.0. Sem API própria; o OpenRouter lista um endpoint gratuito (hospedado pela Phala) sob os limites de requisições dos modelos gratuitos.
- Quais são as desvantagens de Xing4.0-29B-A4B?
- Só texto; fica 15,5 pontos atrás do Qwen3.8-27B no Terminal-Bench 2.1, segundo cada fornecedor; vLLM e SGLang precisam de plugins externos; todos os benchmarks autodeclarados; ainda sem entrada em ranking independente.
- Para quem Xing4.0-29B-A4B é indicado?
- Equipes em hardware Huawei Ascend, ou que querem um modelo de agentes pequeno sob licença Apache para fazer fine-tuning em tarefas de domínio.
- Quanto custa Xing4.0-29B-A4B para uma equipe ou em produção?
- Os pesos BF16 têm cerca de 62GB (31,2B de parâmetros incluindo embeddings), uma H100 de 80GB; FP8 reduz isso pela metade; um build GGUF da comunidade de 11,6GB cabe em uma placa de 16GB. A única opção hospedada, o endpoint gratuito do OpenRouter, é limitada a 20 requisições por minuto e 50 por dia (1.000 por dia depois que a conta compra US$ 10 em créditos), então tráfego de produção significa hospedar por conta própria.
- Xing4.0-29B-A4B é seguro para dados da empresa?
- Apache 2.0: uso comercial e fine-tuning permitidos, sem teto de receita nem adendo de uso aceitável. Auto-hospedado, nada sai dos seus servidores; o endpoint do OpenRouter é operado por um terceiro, a Phala, sob os próprios termos.
- Quais são as melhores alternativas ao Xing4.0-29B-A4B?
- As alternativas mais próximas que analisamos são Qwen3.8-27B, Gemma 4 e gpt-oss-20b.
Respostas verificadas em 26 de out. de 2026.