Dots Studio: Dots3-Note Preview (free) 対 XingChen: Xing4.0 29B A4B (free)
api14カタログの最新のUSD料金と機能をもとに、Dots Studio: Dots3-Note Preview (free)（無料）とXingChen: Xing4.0 29B A4B (free)（無料）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| Dots Studio: Dots3-Note Preview (free) | XingChen: Xing4.0 29B A4B (free) | |
|---|---|---|
| プロバイダー | Dots Studio | XingChen |
| コンテキストウィンドウ | 512,000 | 262,144 |
| 最大出力 | 460,800 | 235,929 |
| 入力 | text, image | text |
| 出力 | text | text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/08/14 | 2026/10/16 |
主な違い
- Dots Studio: Dots3-Note Preview (free)は2.0倍長いコンテキスト（512,000トークン）を読み取れます。
詳しく見る
Dots Studio: Dots3-Note Preview (free) は Dots Studio のテキスト生成モデルで、Dots3-Note ラインのプレビューとして公開されています。XingChen: Xing4.0 29B A4B (free) は XingChen のモデルで、Xing4.0 ファミリーの 29B パラメータモデルであり、A4B というタグが付いています。どちらも api14 上でテキストカテゴリの無料エンドポイントとして提供されているため、両者の選択はアクセスや予算階層の問題ではなく、適合性の問題です。
最も明確な違いはコンテキスト長です。Dots3-Note Preview は最大 512000 トークンを受け付けます。これは Xing4.0 29B A4B の 262144 トークンウィンドウの約 2 倍であり、非常に長い文書、大規模なコードベース、または拡張された会話履歴を 1 回の呼び出しで保持する必要がある場合に、より強力な選択肢となります。また Dots3-Note Preview はテキストとともに画像入力も受け付けますが、Xing4.0 29B A4B はテキスト入力とテキスト出力のみです。パラメータ面では、両者は基本的な部分で重なっています。どちらも tools、tool_choice、structured_outputs、response_format、reasoning、include_reasoning、max_tokens、temperature、top_p をサポートします。Xing4.0 29B A4B はより広いサンプリングおよび制御ノブを公開しており、frequency_penalty、presence_penalty、repetition_penalty、min_p、top_k、seed、stop を含むため、その出力を誘導したり再現したりする方法が増えます。定性的な比較では、Dots3-Note Preview はより大きなコンテキストを持つモデルとされており、どちらのモデルもツール、構造化出力、推論を独自に提供するものとしては示されていません。
日々の作業では、長い入力や複合メディアを伴うタスクの場合に Dots3-Note Preview を選びます。大きなファイルツリーのレビュー、大量の文書の要約、スクリーンショットと付随テキストについての質問への回答などです。入力がプレーンテキストで、生成動作をより細かく制御したい場合、たとえば多数の実行を通じて出力を軌道に乗せるために seed ベースの再現性、停止シーケンス、またはペナルティ調整が必要な場合は、Xing4.0 29B A4B を選びます。プロンプトが短くテキストのみであれば、どちらのモデルでも作業はこなせますし、Xing4.0 29B A4B の追加のサンプリングパラメータが決め手になるかもしれません。
どちらのモデルも api14 経由での呼び出しは同じように動作します。ゲートウェイが OpenAI 互換だからです。クライアントを api14 のベース URL に向け、api14 キーを使って chat completions エンドポイントにリクエストを送り、model フィールドを使いたい id に設定します。両者の切り替えは 1 行の変更です。Dots3-Note Preview には "dots-studio/dots-3-note-preview:free" を、Xing4.0 29B A4B には "xingchen-agi/xing4.0-29b-a4b:free" を使います。リクエストとレスポンスの形状は同じままなので、既存のコード、SDK、ツール定義は変更なしで引き継がれます。
長いコンテキストの選択肢が利用可能であっても、小さいモデルが依然として勝つケースが 1 つあります。タスクが純粋なテキストで、Dots3-Note Preview が列挙していないサンプリング制御、たとえば seed、stop、top_k、またはペナルティパラメータに依存している場合、Xing4.0 29B A4B の方がコンテキストサイズに関係なく良い選択です。なぜならそれらの制御は一貫した結果を得る方法の一部だからです。両方のエンドポイントは無料として記載されていますが価格は変わりうるため、確定する前にページ上の最新価格表を確認してください。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"dots-studio/dots-3-note-preview:free"から"xingchen-agi/xing4.0-29b-a4b:free"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
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);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4