XingChen: Xing4.0 29B A4B (free)

XingChen: Xing4.0 29B A4B (free) is een open-weight mixture-of-experts taalmodel van XingChen, ontwikkeld door het AI-team van China Telecom (TeleAI). Het is de opvolger van de TeleChat-serie. Het model heeft 29B totale parameters met 4B actief per token, wat betekent dat slechts een subset van het netwerk wordt ingezet voor elk gegenereerd token. Het is een tekst-only model, vermeld onder de categorie tekst op api14.

Het model accepteert tekst als invoer en produceert tekst als uitvoer. Het ondersteunt een contextvenster van 262144 tokens, en de maximale uitvoerlengte is 235929 tokens. Die combinatie maakt het geschikt voor workloads waarbij zeer lange documenten of uitgebreide gesprekken in een enkele aanvraag moeten worden verwerkt, en waarbij de gegenereerde reactie zelf lang kan zijn. Omdat het een mixture-of-experts ontwerp is, is het aantal actieve parameters per token veel kleiner dan het totaal, wat relevant is als je nadenkt over doorvoer en serveerkenmerken in plaats van alleen het ruwe aantal parameters.

Praktische use cases volgen direct uit de lange context en de tekst-only interface. Je kunt het gebruiken voor het samenvatten of analyseren van lange rapporten, contracten, transcripties of codebases die niet in kleinere contextvensters passen. Het is geschikt voor multi-turn assistenten die een grote hoeveelheid eerdere conversatie moeten behouden, en document question answering waarbij het bronmateriaal volledig wordt meegegeven. De ondersteuning voor tools en gestructureerde output maakt het ook een kandidaat voor agent-style workflows, function calling, en toepassingen die reacties in een gedefinieerde JSON-vorm nodig hebben in plaats van vrije tekst.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "xingchen-agi/xing4.0-29b-a4b:free". Omdat het endpoint het OpenAI chat completions-formaat volgt, kun je bestaande OpenAI SDK's gebruiken en deze op api14 richten. Het model ondersteunt een brede set aanvraagparameters: frequency_penalty, include_reasoning, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k en top_p. De aanwezigheid van reasoning en include_reasoning betekent dat je reasoning-output kunt opvragen waar het model die beschikbaar stelt, en tools plus tool_choice en structured_outputs dekken function calling en schema-constrained generatie.

Een ding om af te wegen is dat dit een tekst-only model is, dus het kan geen afbeeldingen of audio als invoer accepteren, en het produceert deze ook niet. Als je toepassing afhankelijk is van multimodale invoer, heb je een ander model nodig. De gratis variant is ook de moeite waard om te testen tegen je eigen latentie- en kwaliteitseisen voordat je je er in productie aan vastlegt, aangezien de feiten hier capabilities en parameters beschrijven in plaats van gemeten prestaties.