Recursive: Flint (free) vs. XingChen: Xing4.0 29B A4B (free)
Ein direkter Vergleich von Recursive: Flint (free) (Kostenlos) und XingChen: Xing4.0 29B A4B (free) (Kostenlos) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| Recursive: Flint (free) | XingChen: Xing4.0 29B A4B (free) | |
|---|---|---|
| Anbieter | Recursive | XingChen |
| Kontextfenster | 262.144 | 262.144 |
| Max. Ausgabe | 235.929 | 235.929 |
| Eingabe | text | text |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 21.10.2026 | 16.10.2026 |
Die wichtigsten Unterschiede
- Nur XingChen: Xing4.0 29B A4B (free) unterstützt strukturierte JSON-Ausgabe.
Im Detail
Rekursiv: Flint (kostenlos) ist ein Textmodell von Rekursiv, veröffentlicht am 2026-10-21. XingChen: Xing4.0 29B A4B (kostenlos) ist ein Textmodell von XingChen, veröffentlicht am 2026-10-16. Beide sind auf api14 unter der Kategorie Text gelistet, und beide werden als kostenlose Endpunkte angeboten, sodass die Wahl zwischen ihnen eher auf das Verhalten und die Parameterunterstützung als auf den nominellen Preis hinausläuft. Keines der Modelle akzeptiert oder liefert etwas anderes als Text, wenn Ihre Anwendung also Bilder, Audio oder Dateien senden oder empfangen muss, ist keines von beiden die richtige Wahl, und Sie sollten sich anderswo auf dem Gateway umsehen.
Die beiden Modelle sind bei den Grundlagen nahe beieinander. Beide bieten ein Kontextfenster von 262144 Token, sodass lange Dokumente, große Codebasen und ausgedehnte Gesprächsverläufe in beide gleichermaßen gut passen. Beide unterstützen Reasoning-Ausgabe, und beide akzeptieren Tools, sodass Funktionsaufrufe und Agent-artige Schleifen auf beiden Seiten verfügbar sind. Der deutlichste Unterschied liegt bei der strukturierten Ausgabe: Xing4.0 29B A4B unterstützt strukturierte Ausgaben, während Flint diese Fähigkeit nicht auflistet. Auch die Parametersätze unterscheiden sich in ihrer Ausrichtung. Flint bietet logprobs und top_logprobs, was nützlich ist, wenn Sie Konfidenzsignale auf Token-Ebene wünschen, plus include_reasoning, reasoning, response_format, seed, stop, temperature, top_p, max_tokens und tools. Xing4.0 29B A4B bietet eine breitere Sampling- und Steuerungsoberfläche: frequency_penalty, presence_penalty, repetition_penalty, min_p, top_k, top_p, temperature, seed, stop, max_tokens, response_format, structured_outputs, tool_choice, tools, include_reasoning und reasoning. Kurz gesagt, Flint neigt zur Introspektion über Log-Wahrscheinlichkeiten, während Xing4.0 29B A4B zu feinkörniger Steuerung und schemaeingeschränkter Generierung neigt.
Für die tägliche Arbeit wählen Sie basierend auf der Form der Ausgabe, die Sie benötigen. Wenn Sie Extraktionspipelines, Formularausfüllung, Klassifikation mit einem festen Label-Satz oder irgendetwas erstellen, das JSON zurückgeben muss, das einem Schema entspricht, ist Xing4.0 29B A4B die natürlichere Wahl, weil strukturierte Ausgaben direkt unterstützt werden und tool_choice Ihnen explizite Kontrolle darüber gibt, wann ein Tool aufgerufen werden muss. Seine Penalty-Parameter helfen auch, wenn Sie langen repetitiven Text generieren und Schleifen unterdrücken möchten. Wenn Sie stattdessen einen Prompt debuggen, Kandidatenvervollständigungen vergleichen oder ein System erstellen, das seine eigenen Ausgaben bewertet, ist Flint attraktiv, weil logprobs und top_logprobs Ihnen erlauben, die Verteilung hinter jedem Token zu untersuchen. Beide bewältigen Long-Context-Reasoning-Aufgaben auf dem Papier gleichermaßen gut, sodass für eine einfache Chat- oder Zusammenfassungsaufgabe mit großem Input beide geeignet sind und Sie anhand von Latenz und Ausgabequalität aus Ihren eigenen Tests entscheiden können.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "recursive/flint-v1.0:free" auf "xingchen-agi/xing4.0-29b-a4b:free", Prompts, Streaming und Tools funktionieren weiter.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "xingchen-agi/xing4.0-29b-a4b:free",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Weitere Vergleiche
- LiquidAI: LFM3-1.7B vs. Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B vs. Crouton Alpha
- LiquidAI: LFM3-1.7B vs. Tencent: Hy4
- LiquidAI: LFM3-1.7B vs. Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview vs. Crouton Alpha
- Ricursive: Ripple 65B Preview vs. Tencent: Hy4
- Ricursive: Ripple 65B Preview vs. Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha vs. Tencent: Hy4