ScaleDown: Summarize is een tekstmodel van ScaleDown, en XingChen: Xing4.0 29B A4B (free) is een tekstmodel van XingChen. Beide worden aangeboden via api14 als modellen in chatstijl, en beide accepteren tekst als invoer en retourneren tekst als uitvoer. De naamgeving verraadt hun bedoelde vorm: Summarize is gepositioneerd rond samenvattingswerk, terwijl Xing4.0 29B A4B een algemeen model van XingChen is dat in een gratis tier wordt aangeboden. Geen van beide is een multimodale generator, dus je kiest tussen twee tekst-in, tekst-uit endpoints.
De duidelijkste scheiding is context en modaliteit. ScaleDown: Summarize heeft een contextvenster van 1.000.000 tokens en accepteert tekst, afbeeldingen en bestanden als invoer, dus je kunt er een lang document, een gescande pagina of een bijlage naast je prompt aan meegeven. XingChen: Xing4.0 29B A4B heeft een contextvenster van 262.144 tokens en accepteert alleen tekst. Aan de parameterkant verschillen de twee sterk. ScaleDown: Summarize biedt alleen max_tokens, dus je hebt weinig controle over sampling. Xing4.0 29B A4B biedt een brede set, waaronder temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, response_format, structured_outputs, tools, tool_choice, include_reasoning en reasoning. Dat betekent dat tool calling, gestructureerde output en reasoning-besturing alleen beschikbaar zijn op het XingChen-model.
Voor praktisch werk kies je ScaleDown: Summarize wanneer de taak bestaat uit lange invoertekst en je een kort antwoord terug wilt: het inkorten van een contract, een onderzoekspaper, een lange thread, of een batch documenten die je liever als bestanden of afbeeldingen doorgeeft dan als platte tekst plakt. Het grote venster en de bestands- en afbeeldingsinvoer maken het de natuurlijke keuze voor dat soort taak. Kies Xing4.0 29B A4B wanneer je nodig hebt dat het model meer doet dan lezen en inkorten: tools aanroepen, JSON retourneren die aan een schema voldoet, of een reasoning-trace blootleggen. Het is ook de betere keuze wanneer je het samplinggedrag wilt afstemmen met temperature, penalties, seeds of stop sequences, aangezien ScaleDown: Summarize je geen van die knoppen geeft.
Beide aanroepen via api14 heeft dezelfde requestvorm, omdat de gateway OpenAI-compatibel is. Je richt je client op de api14 base URL, stuurt een chat completions-request met je messages, en stelt het model-veld in. Om ScaleDown: Summarize te gebruiken, stel je model in op "scaledown/summarize". Om Xing4.0 29B A4B te gebruiken, stel je model in op "xingchen-agi/xing4.0-29b-a4b:free". Al het andere in de payload blijft hetzelfde, dus wisselen tussen de twee is een wijziging van één regel. Het enige voorbehoud zijn parameters: als je temperature, tools of response_format naar ScaleDown: Summarize stuurt, zal het die niet honoreren, omdat daar alleen max_tokens wordt ondersteund. Houd je request body beperkt tot de gemeenschappelijke subset als je dezelfde code tegen beide wilt laten werken.
Er is nog steeds een geval voor het XingChen-model bij het samenvatten zelf. Als je samenvattingen als gestructureerde JSON terug moeten komen, of je wilt dat het model eerst een tool aanroept om het document op te halen, of je wilt sampling en reasoning besturen, dan is Xing4.0 29B A4B de betere keuze, ook al is het contextvenster kleiner. Het omgekeerde geldt ook: als je een afbeelding of een bestand moet invoeren, of je invoer loopt voorbij een kwart miljoen tokens, dan is ScaleDown: Summarize de enige van de twee die dat aankan.