Używamy plików cookie. Pliki cookie i pamięć przeglądarki pozwalają utrzymać logowanie i zapamiętać Twoje preferencje. Za Twoją zgodą mierzymy też, jak korzystasz ze strony. W każdej chwili możesz . Zobacz naszą politykę cookie.

Nowy tutaj? Zobacz, jak to działa Minutowa wycieczka po piaskownicy, modelach i Twoim kluczu API.

Flint (free) vs Xing4.0 29B A4B (free): cena API, kontekst i funkcje · api14

Recursive: Flint (free) kontra XingChen: Xing4.0 29B A4B (free)

Porównanie Recursive: Flint (free) (Za darmo) i XingChen: Xing4.0 29B A4B (free) (Za darmo) obok siebie na podstawie aktualnych cen w USD i możliwości z katalogu api14. Oba działają przez to samo API zgodne z OpenAI.

Specyfikacja

	Recursive: Flint (free)	XingChen: Xing4.0 29B A4B (free)
Dostawca	Recursive	XingChen
Okno kontekstu	262 144	262 144
Maks. wyjście	235 929	235 929
Wejście	text	text
Wyjście	text	text
Wywołania narzędzi
Ustrukturyzowane wyjście
Sterowanie rozumowaniem
Dodano	21 paź 2026	16 paź 2026

Najważniejsze różnice

Tylko XingChen: Xing4.0 29B A4B (free) obsługuje ustrukturyzowane wyjście JSON.

Szczegółowo

Recursive: Flint (free) to model tekstowy od Recursive, wydany 2026-10-21. XingChen: Xing4.0 29B A4B (free) to model tekstowy od XingChen, wydany 2026-10-16. Oba są wymienione w api14 w kategorii tekst, a oba są oferowane jako darmowe endpointy, więc wybór między nimi sprowadza się do zachowania i obsługi parametrów, a nie do ceny katalogowej. Żaden z modeli nie przyjmuje ani nie zwraca niczego innego niż tekst, więc jeśli Twoja aplikacja musi wysyłać lub odbierać obrazy, dźwięk albo pliki, żaden z nich nie jest właściwym wyborem i powinieneś poszukać gdzie indziej na gateway.

Oba modele są zbliżone pod względem podstaw. Oba udostępniają okno kontekstu o rozmiarze 262144 tokenów, więc długie dokumenty, duże bazy kodu i rozbudowane historie rozmów mieszczą się równie dobrze w obu. Oba obsługują wyjście rozumowania, a oba przyjmują narzędzia, więc wywoływanie funkcji i pętle w stylu agentowym są dostępne po każdej stronie. Najwyraźniejsza różnica dotyczy ustrukturyzowanego wyjścia: Xing4.0 29B A4B obsługuje structured outputs, natomiast Flint nie wymienia tej możliwości. Zestawy parametrów również różnią się charakterem. Flint udostępnia logprobs i top_logprobs, co jest przydatne, gdy chcesz mieć sygnały pewności na poziomie tokenów, a także include_reasoning, reasoning, response_format, seed, stop, temperature, top_p, max_tokens i tools. Xing4.0 29B A4B udostępnia szerszą powierzchnię próbkowania i kontroli: frequency_penalty, presence_penalty, repetition_penalty, min_p, top_k, top_p, temperature, seed, stop, max_tokens, response_format, structured_outputs, tool_choice, tools, include_reasoning i reasoning. Krótko mówiąc, Flint skłania się ku introspekcji przez logarytmy prawdopodobieństwa, a Xing4.0 29B A4B ku precyzyjnej kontroli i generowaniu ograniczonemu schematem.

Do codziennej pracy wybieraj na podstawie kształtu wyjścia, którego potrzebujesz. Jeśli budujesz potoki ekstrakcji, wypełnianie formularzy, klasyfikację ze stałym zestawem etykiet albo cokolwiek, co musi zwracać JSON zgodny ze schematem, Xing4.0 29B A4B jest bardziej naturalnym wyborem, ponieważ structured outputs są obsługiwane bezpośrednio, a tool_choice daje wyraźną kontrolę nad tym, kiedy narzędzie musi zostać wywołane. Jego parametry kar pomagają też, gdy generujesz długi, powtarzalny tekst i chcesz tłumić pętle. Jeśli natomiast debugujesz prompt, porównujesz kandydackie uzupełnienia albo budujesz system, który ocenia własne wyniki, Flint jest atrakcyjny, ponieważ logprobs i top_logprobs pozwalają sprawdzić rozkład stojący za każdym tokenem. Oba radzą sobie równie dobrze na papierze z długim kontekstem i zadaniami rozumowania, więc do prostego czatu albo streszczania z dużym wejściem wystarczy którykolwiek, a o wyborze możesz zdecydować na podstawie opóźnienia i jakości wyjścia z własnych testów.

Wywołanie któregokolwiek z tych modeli przez api14 to ta sama operacja. API jest zgodne z OpenAI, więc kierujesz swojego istniejącego klienta na gateway, zachowujesz zwykłe ciało żądania chat completions i zmieniasz tylko identyfikator modelu. Użyj "recursive/flint-v1.0:free", aby skierować do Recursive: Flint (free), albo "xingchen-agi/xing4.0-29b-a4b:free", aby skierować do XingChen: Xing4.0 29B A4B (free). Wszystko inne, w tym tablica messages, temperature, max_tokens i definicje tools, zostaje tam, gdzie było. To sprawia, że testy A/B są trywialne: uruchom ten sam prompt przeciwko obu identyfikatorom, zapisz odpowiedzi i porównaj. Pamiętaj tylko, że parametry nie są całkowicie wymienne. Jeśli wyślesz logprobs do Xing4.0 29B A4B albo structured_outputs do Flint, spodziewaj się odrzucenia żądania lub zignorowania pola, więc trzymaj w kodzie małą mapę parametrów dla każdego modelu, zamiast zakładać, że jedna konfiguracja pasuje do obu.

Zmień jednym ciągiem znaków

Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "recursive/flint-v1.0:free" na "xingchen-agi/xing4.0-29b-a4b:free", prompty, streaming i narzędzia działają dalej.

Recursive: Flint (free): szczegóły i piaskownica →XingChen: Xing4.0 29B A4B (free): szczegóły i piaskownica →

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);

Recursive: Flint (free) kontra XingChen: Xing4.0 29B A4B (free)

Specyfikacja

Najważniejsze różnice

Szczegółowo

Zmień jednym ciągiem znaków

Więcej porównań