Recursive: Flint (free) mot XingChen: Xing4.0 29B A4B (free)
En jämförelse sida vid sida av Recursive: Flint (free) (Gratis) och XingChen: Xing4.0 29B A4B (free) (Gratis) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| Recursive: Flint (free) | XingChen: Xing4.0 29B A4B (free) | |
|---|---|---|
| Leverantör | Recursive | XingChen |
| Kontextfönster | 262 144 | 262 144 |
| Max utdata | 235 929 | 235 929 |
| Indata | text | text |
| Utdata | text | text |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 21 okt. 2026 | 16 okt. 2026 |
Viktiga skillnader
- Endast XingChen: Xing4.0 29B A4B (free) stöder strukturerad JSON-utdata.
Mer i detalj
Rekursiv: Flint (gratis) är en textmodell från Rekursiv, släppt 2026-10-21. XingChen: Xing4.0 29B A4B (gratis) är en textmodell från XingChen, släppt 2026-10-16. Båda finns listade på api14 under kategorin text, och båda erbjuds som gratisändpunkter, så valet mellan dem handlar om beteende och parameterstöd snarare än pris. Ingen av modellerna tar emot eller returnerar något annat än text, så om din applikation behöver skicka eller ta emot bilder, ljud eller filer är ingen av dessa rätt val och du bör leta någon annanstans på gatewayen.
De två modellerna ligger nära varandra i grunden. Båda exponerar ett kontextfönster på 262144 tokens, så långa dokument, stora kodbaser och utökade konversationshistoriker får plats lika bra i båda. Båda stöder resonemangsutdata, och båda accepterar verktyg, så funktionsanrop och agentliknande loopar är tillgängliga på båda sidor. Den tydligaste skillnaden är i strukturerad utdata: Xing4.0 29B A4B stöder strukturerade utdata, medan Flint inte listar den förmågan. Parametersuppsättningarna skiljer sig också i karaktär. Flint exponerar logprobs och top_logprobs, vilket är användbart när du vill ha konfidenssignaler på tokennivå, plus include_reasoning, reasoning, response_format, seed, stop, temperature, top_p, max_tokens och tools. Xing4.0 29B A4B exponerar en bredare yta för sampling och kontroll: 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 och reasoning. Kort sagt lutar Flint mot introspektion via loggsannolikheter, medan Xing4.0 29B A4B lutar mot finmaskig kontroll och schemabegränsad generering.
För dagligt arbete, välj baserat på formen på utdata du behöver. Om du bygger extraktionspipelines, formulärifyllnad, klassificering med en fast etikettuppsättning, eller något som måste returnera JSON som matchar ett schema, är Xing4.0 29B A4B den mer naturliga matchningen eftersom strukturerade utdata stöds direkt, och tool_choice ger dig explicit kontroll över när ett verktyg måste anropas. Dess straffparametrar hjälper också när du genererar lång repetitiv text och vill undertrycka loopar. Om du istället felsöker en prompt, jämför kandidatkompletteringar, eller bygger ett system som poängsätter sina egna utdata, är Flint attraktivt eftersom logprobs och top_logprobs låter dig inspektera fördelningen bakom varje token. Båda hanterar långa kontextresonemangsuppgifter lika bra på papperet, så för en enkel chatt eller sammanfattningsarbetsbelastning med en stor indata duger endera och du kan avgöra utifrån latens och utdatakvalitet från din egen testning.
Att anropa endera modellen genom api14 är samma operation. APIet är OpenAI-kompatibelt, så du pekar din befintliga klient mot gatewayen, behåller din vanliga chat completions-förfrågningskropp, och ändrar bara modell-idet. Använd "recursive/flint-v1.0:free" för att dirigera till Rekursiv: Flint (gratis), eller "xingchen-agi/xing4.0-29b-a4b:free" för att dirigera till XingChen: Xing4.0 29B A4B (gratis). Allt annat, inklusive din messages-array, temperature, max_tokens och tools-definitioner, stannar där det är. Detta gör A/B-testning trivialt: kör samma prompt mot båda id:na, logga svaren och jämför. Kom bara ihåg att parametrar inte är perfekt utbytbara. Om du skickar logprobs till Xing4.0 29B A4B eller structured_outputs till Flint, förvänta dig att förfrågan avvisas eller att fältet ignoreras, så håll en liten parameterkarta per modell i din kod istället för att anta att en konfiguration passar båda.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "recursive/flint-v1.0:free" till "xingchen-agi/xing4.0-29b-a4b:free", promptar, streaming och verktyg fortsätter att fungera.
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);
Fler jämförelser
- LiquidAI: LFM3-1.7B mot Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B mot Crouton Alpha
- LiquidAI: LFM3-1.7B mot Tencent: Hy4
- LiquidAI: LFM3-1.7B mot Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview mot Crouton Alpha
- Ricursive: Ripple 65B Preview mot Tencent: Hy4
- Ricursive: Ripple 65B Preview mot Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha mot Tencent: Hy4