ScaleDown: Summarize adalah model teks dari ScaleDown, dan XingChen: Xing4.0 29B A4B (free) adalah model teks dari XingChen. Keduanya dilayani melalui api14 sebagai model bergaya chat, dan keduanya menerima teks sebagai input dan mengembalikan teks sebagai output. Penamaannya memberi petunjuk tentang bentuk yang dimaksudkan: Summarize diposisikan untuk pekerjaan peringkasan, sedangkan Xing4.0 29B A4B adalah model serbaguna dari XingChen yang ditawarkan pada tier gratis. Keduanya bukan generator multimodal, jadi Anda memilih di antara dua endpoint text-in, text-out.
Pemisahan yang paling jelas adalah konteks dan modalitas. ScaleDown: Summarize memiliki jendela konteks 1.000.000 token dan menerima teks, gambar, dan file sebagai input, sehingga Anda dapat memberinya dokumen panjang, halaman hasil pindai, atau lampiran bersama prompt Anda. XingChen: Xing4.0 29B A4B memiliki jendela konteks 262.144 token dan hanya menerima teks. Dari sisi parameter, keduanya sangat berbeda. ScaleDown: Summarize hanya mengekspos max_tokens, jadi Anda hanya mendapat sedikit kendali atas sampling. Xing4.0 29B A4B mengekspos kumpulan yang luas, termasuk temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, response_format, structured_outputs, tools, tool_choice, include_reasoning, dan reasoning. Artinya, pemanggilan tool, output terstruktur, dan kontrol reasoning hanya tersedia pada model XingChen.
Untuk pekerjaan praktis, pilih ScaleDown: Summarize ketika tugasnya adalah input teks panjang dan Anda ingin jawaban singkat kembali: memadatkan kontrak, makalah penelitian, utas panjang, atau sekumpulan dokumen yang lebih baik Anda berikan sebagai file atau gambar daripada ditempel sebagai teks biasa. Jendela besar serta input file dan gambar membuatnya cocok secara alami untuk bentuk tugas tersebut. Pilih Xing4.0 29B A4B ketika Anda membutuhkan model untuk melakukan lebih dari sekadar membaca dan memadatkan: memanggil tool, mengembalikan JSON yang sesuai dengan skema, atau menampilkan jejak reasoning. Model ini juga pilihan yang lebih baik ketika Anda ingin menyetel perilaku sampling dengan temperature, penalty, seed, atau stop sequence, karena ScaleDown: Summarize tidak memberi Anda semua tombol itu.
Memanggil salah satu dari keduanya melalui api14 memiliki bentuk request yang sama, karena gateway-nya kompatibel dengan OpenAI. Anda mengarahkan klien ke base URL api14, mengirim chat completions request dengan messages Anda, dan mengatur field model. Untuk menggunakan ScaleDown: Summarize, atur model ke "scaledown/summarize". Untuk menggunakan Xing4.0 29B A4B, atur model ke "xingchen-agi/xing4.0-29b-a4b:free". Semua hal lain dalam payload tetap sama, jadi beralih di antara keduanya hanya perlu mengubah satu baris. Satu catatannya adalah parameter: jika Anda mengirim temperature, tools, atau response_format ke ScaleDown: Summarize, model itu tidak akan mematuhinya, karena hanya max_tokens yang didukung di sana. Jaga body request Anda pada subset umum jika Anda ingin kode yang sama berfungsi untuk keduanya.
Masih ada alasan untuk memilih model XingChen pada peringkasan itu sendiri. Jika ringkasan Anda perlu dikembalikan sebagai JSON terstruktur, atau Anda ingin model memanggil tool untuk mengambil dokumen terlebih dahulu, atau Anda ingin mengontrol sampling dan reasoning, maka Xing4.0 29B A4B adalah pilihan yang lebih baik meskipun jendela konteksnya lebih kecil. Berlaku juga sebaliknya: jika Anda perlu memasukkan gambar atau file, atau input Anda melewati seperempat juta token, ScaleDown: Summarize adalah satu-satunya dari keduanya yang dapat menerimanya.