ScaleDown: Summarize vs. XingChen: Xing4.0 29B A4B (free)
Ein direkter Vergleich von ScaleDown: Summarize (0,14 $ / 1 Mio. Tokens (≈ 0,12 €)) 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
| ScaleDown: Summarize | XingChen: Xing4.0 29B A4B (free) | |
|---|---|---|
| Anbieter | ScaleDown | XingChen |
| Eingabe | 0,14 $ / 1 Mio. Tokens (≈ 0,12 €) | - |
| Kontextfenster | 1.000.000 | 262.144 |
| Max. Ausgabe | 4.000 | 235.929 |
| Eingabe | text, image, file | text |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 13.10.2026 | 16.10.2026 |
Die wichtigsten Unterschiede
- ScaleDown: Summarize liest 3.8× mehr Kontext (1.000.000 Tokens).
- Nur XingChen: Xing4.0 29B A4B (free) unterstützt Tool Calling.
- Nur XingChen: Xing4.0 29B A4B (free) unterstützt strukturierte JSON-Ausgabe.
- Nur XingChen: Xing4.0 29B A4B (free) unterstützt Steuerung des Reasoning-Aufwands.
Im Detail
ScaleDown: Summarize ist ein Textmodell von ScaleDown, und XingChen: Xing4.0 29B A4B (free) ist ein Textmodell von XingChen. Beide werden über api14 als Chat-Modelle bereitgestellt, und beide akzeptieren Text als Eingabe und geben Text als Ausgabe zurück. Die Benennung deutet auf ihre beabsichtigte Form hin: Summarize ist auf Zusammenfassungsarbeit ausgerichtet, während Xing4.0 29B A4B ein Allzweckmodell von XingChen ist, das in einer kostenlosen Stufe angeboten wird. Keines von beiden ist ein multimodaler Generator, Sie wählen also zwischen zwei Text-in, Text-out-Endpunkten.
Die klarste Trennung sind Kontext und Modalität. ScaleDown: Summarize hat ein Kontextfenster von 1.000.000 Tokens und akzeptiert Text, Bilder und Dateien als Eingabe, Sie können ihm also ein langes Dokument, eine gescannte Seite oder einen Anhang zusammen mit Ihrem Prompt übergeben. XingChen: Xing4.0 29B A4B hat ein Kontextfenster von 262.144 Tokens und akzeptiert nur Text. Auf der Parameterseite sind die beiden sehr unterschiedlich. ScaleDown: Summarize bietet nur max_tokens, Sie haben also wenig Kontrolle über das Sampling. Xing4.0 29B A4B bietet einen breiten Satz, darunter temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, response_format, structured_outputs, tools, tool_choice, include_reasoning und reasoning. Das bedeutet, Tool-Aufrufe, strukturierte Ausgabe und Reasoning-Steuerung sind nur beim XingChen-Modell verfügbar.
Für die praktische Arbeit wählen Sie ScaleDown: Summarize, wenn die Aufgabe langer Eingabetext ist und Sie eine kurze Antwort zurückbekommen möchten: das Verdichten eines Vertrags, einer Forschungsarbeit, eines langen Threads oder eines Stapels von Dokumenten, die Sie lieber als Dateien oder Bilder übergeben als als reinen Text einzufügen. Das große Fenster sowie Datei- und Bildeingabe machen es zur natürlichen Wahl für diese Art von Aufgabe. Wählen Sie Xing4.0 29B A4B, wenn das Modell mehr tun soll als lesen und verdichten: Tools aufrufen, JSON zurückgeben, das einem Schema entspricht, oder einen Reasoning-Verlauf offenlegen. Es ist auch die bessere Wahl, wenn Sie das Sampling-Verhalten mit temperature, Penalties, Seeds oder Stop-Sequenzen abstimmen möchten, da ScaleDown: Summarize Ihnen keinen dieser Regler bietet.
Beide über api14 aufzurufen hat dieselbe Anfrageform, weil das Gateway OpenAI-kompatibel ist. Sie richten Ihren Client auf die api14-Basis-URL, senden eine Chat-Completions-Anfrage mit Ihren Nachrichten und setzen das Feld model. Um ScaleDown: Summarize zu verwenden, setzen Sie model auf "scaledown/summarize". Um Xing4.0 29B A4B zu verwenden, setzen Sie model auf "xingchen-agi/xing4.0-29b-a4b:free". Alles andere in der Payload bleibt gleich, das Umschalten zwischen ihnen ist also eine Änderung in einer Zeile. Der einzige Vorbehalt sind die Parameter: Wenn Sie temperature, tools oder response_format an ScaleDown: Summarize senden, wird es sie nicht berücksichtigen, da dort nur max_tokens unterstützt wird. Beschränken Sie Ihren Request-Body auf die gemeinsame Teilmenge, wenn derselbe Code gegen beide funktionieren soll.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "scaledown/summarize" 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