ScaleDown: Summarize는 ScaleDown의 텍스트 모델이고, XingChen: Xing4.0 29B A4B (free)는 XingChen의 텍스트 모델입니다. 둘 다 api14를 통해 채팅 스타일 모델로 제공되며, 둘 다 텍스트를 입력으로 받고 텍스트를 출력으로 반환합니다. 이름은 의도된 형태를 암시합니다. Summarize는 요약 작업을 중심으로 위치하며, Xing4.0 29B A4B는 XingChen의 범용 모델로 무료 티어로 제공됩니다. 둘 다 멀티모달 생성기가 아니므로, 텍스트 입력, 텍스트 출력 엔드포인트 두 개 중에서 선택하는 것입니다.
가장 명확한 차이는 컨텍스트와 모달리티입니다. ScaleDown: Summarize는 1,000,000 토큰의 컨텍스트 윈도우를 가지며 텍스트, 이미지, 파일을 입력으로 받으므로, 긴 문서, 스캔한 페이지 또는 첨부 파일을 프롬프트와 함께 넘길 수 있습니다. XingChen: Xing4.0 29B A4B는 262,144 토큰 컨텍스트 윈도우를 가지며 텍스트만 받습니다. 파라미터 측면에서 둘은 매우 다릅니다. ScaleDown: Summarize는 max_tokens만 노출하므로 샘플링을 거의 제어할 수 없습니다. Xing4.0 29B A4B는 temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, response_format, structured_outputs, tools, tool_choice, include_reasoning, reasoning을 포함한 넓은 집합을 노출합니다. 즉, 도구 호출, 구조화된 출력, 추론 제어는 XingChen 모델에서만 사용할 수 있습니다.
실무에서는 작업이 긴 입력 텍스트이고 짧은 답변을 돌려받고 싶을 때 ScaleDown: Summarize를 선택하세요. 계약서, 연구 논문, 긴 스레드 또는 일반 텍스트로 붙여넣기보다 파일이나 이미지로 넘기고 싶은 문서 묶음을 압축하는 경우입니다. 큰 윈도우와 파일 및 이미지 입력은 이런 형태의 작업에 자연스럽게 맞습니다. 모델이 읽고 압축하는 것 이상을 해야 할 때, 즉 도구를 호출하거나, 스키마에 맞는 JSON을 반환하거나, 추론 추적을 노출해야 할 때 Xing4.0 29B A4B를 선택하세요. temperature, 페널티, seed 또는 stop 시퀀스로 샘플링 동작을 조정하고 싶을 때도 더 나은 선택입니다. ScaleDown: Summarize는 그러한 조절 값을 전혀 제공하지 않기 때문입니다.
api14를 통해 둘 중 하나를 호출하는 것은 동일한 요청 형태입니다. 게이트웨이가 OpenAI 호환 방식이기 때문입니다. 클라이언트를 api14 base URL로 지정하고, 메시지와 함께 채팅 완성 요청을 보내고, model 필드를 설정하세요. ScaleDown: Summarize를 사용하려면 model을 "scaledown/summarize"로 설정하세요. Xing4.0 29B A4B를 사용하려면 model을 "xingchen-agi/xing4.0-29b-a4b:free"로 설정하세요. 페이로드의 나머지 모든 것은 동일하게 유지되므로, 둘 사이 전환은 한 줄 변경입니다. 한 가지 주의할 점은 파라미터입니다. temperature, tools 또는 response_format을 ScaleDown: Summarize에 보내면 이를 반영하지 않습니다. 거기서는 max_tokens만 지원되기 때문입니다. 동일한 코드가 둘 다에 대해 작동하게 하려면 요청 본문을 공통 부분 집합으로 유지하세요.
요약 자체에 대해서도 XingChen 모델을 선택할 이유가 있습니다. 요약이 구조화된 JSON으로 돌아와야 하거나, 모델이 먼저 문서를 가져오는 도구를 호출하기를 원하거나, 샘플링과 추론을 제어하고 싶다면, 컨텍스트 윈도우가 더 작더라도 Xing4.0 29B A4B가 더 나은 선택입니다. 반대도 성립합니다. 이미지나 파일을 입력해야 하거나 입력이 25만 토큰을 넘는다면, ScaleDown: Summarize가 둘 중 유일하게 이를 받을 수 있습니다.