{
  "aboutHtml": "<h3>Xing4.0 od China Telecom AI</h3><p>Xing4.0-29B-A4B je textový model MoE China Telecom Artificial Intelligence Technology vyvinutý jako další generace TeleChat. Model má 29 miliard parametrů, z nichž se pro každý token aktivují přibližně 4 miliardy. Vývojář jej zaměřil na složité inženýrské úlohy a postupné agentní scénáře.</p><p>Zvláštností Xing4.0 je učení výhradně na akcelerátorech Ascend NPU s využitím MindSpore. Architektura spojuje mHC, MLA a MTP; model obsahuje 40 vrstev, 64 směrovaných expertů, čtyři vybrané experty na token a jednoho společného. Tyto údaje popisují uspořádání původního modelu a jeho výzkumný základ, nikoli hardware, na kterém se zpracovává váš požadavek.</p><h3>Textové inženýrské úlohy</h3><p>Materiály vývojáře zdůrazňují plánování několika kroků, práci s kódem a postupné řešení úloh. V textovém dialogu to lze využít k přípravě plánu změny programu, vysvětlení závislostí nebo rozboru chyby podle předaného kódu. Začněte cílem, vstupními daty a omezeními; poté požádejte o návrh posloupnosti kroků a očekávaný výsledek každého z nich.</p><p>Pro programovací úlohu předejte relevantní implementaci, formát dat a příklad očekávaného chování. Vhodným výsledkem je vysvětlení, lokální změna a příklady kontrol. Po spuštění ve vlastním prostředí lze pozorování vrátit do dialogu a řešení upřesnit. Toto zadání zachovává vazbu odpovědi na konkrétní úlohu a nevyžaduje připisovat modelu samostatný přístup k projektu.</p><h3>Kontext a materiály požadavku</h3><p>V Ailoot Xing4.0 přijímá text a vrací text. Kontextové okno má 262 144 tokenů, maximální výstup 235 929 tokenů. Společný kontext obsahuje instrukce, podklady, historii a odpověď. Lze zahrnout několik souvisejících úseků: požadavky, dokumentaci, kód a výsledky kontrol. Přiřaďte jim srozumitelné názvy a určete, co přesně potřebujete — porovnání, popis algoritmu, aktualizovaný kód nebo plán řešení.</p><p>Vývojář uvádí možnost rozšířit původní model až na kontext 512K, velikost tohoto připojení však činí 262 144 tokenů. Při přípravě velkého požadavku se řiďte touto hodnotou a ponechte místo pro odpověď.</p><h3>Připojení k aplikaci</h3><p>Dostupné jsou Messages, Responses a Chat Completions. Formáty pomáhají začlenit model do obvyklého klienta a uspořádat několik navazujících zpráv. Výsledkem tohoto připojení je vygenerovaný text. Pro spuštění navrženého kódu, čtení souborů a práci s externími nástroji je potřeba odpovídající logika aplikace. Architektura původního modelu sama o sobě takové kroky v běžném textovém požadavku neposkytuje.</p>",
  "aboutText": "### Xing4.0 od China Telecom AI\n\nXing4.0-29B-A4B je textový model MoE China Telecom Artificial Intelligence Technology vyvinutý jako další generace TeleChat. Model má 29 miliard parametrů, z nichž se pro každý token aktivují přibližně 4 miliardy. Vývojář jej zaměřil na složité inženýrské úlohy a postupné agentní scénáře.\n\nZvláštností Xing4.0 je učení výhradně na akcelerátorech Ascend NPU s využitím MindSpore. Architektura spojuje mHC, MLA a MTP; model obsahuje 40 vrstev, 64 směrovaných expertů, čtyři vybrané experty na token a jednoho společného. Tyto údaje popisují uspořádání původního modelu a jeho výzkumný základ, nikoli hardware, na kterém se zpracovává váš požadavek.\n\n### Textové inženýrské úlohy\n\nMateriály vývojáře zdůrazňují plánování několika kroků, práci s kódem a postupné řešení úloh. V textovém dialogu to lze využít k přípravě plánu změny programu, vysvětlení závislostí nebo rozboru chyby podle předaného kódu. Začněte cílem, vstupními daty a omezeními; poté požádejte o návrh posloupnosti kroků a očekávaný výsledek každého z nich.\n\nPro programovací úlohu předejte relevantní implementaci, formát dat a příklad očekávaného chování. Vhodným výsledkem je vysvětlení, lokální změna a příklady kontrol. Po spuštění ve vlastním prostředí lze pozorování vrátit do dialogu a řešení upřesnit. Toto zadání zachovává vazbu odpovědi na konkrétní úlohu a nevyžaduje připisovat modelu samostatný přístup k projektu.\n\n### Kontext a materiály požadavku\n\nV Ailoot Xing4.0 přijímá text a vrací text. Kontextové okno má 262 144 tokenů, maximální výstup 235 929 tokenů. Společný kontext obsahuje instrukce, podklady, historii a odpověď. Lze zahrnout několik souvisejících úseků: požadavky, dokumentaci, kód a výsledky kontrol. Přiřaďte jim srozumitelné názvy a určete, co přesně potřebujete — porovnání, popis algoritmu, aktualizovaný kód nebo plán řešení.\n\nVývojář uvádí možnost rozšířit původní model až na kontext 512K, velikost tohoto připojení však činí 262 144 tokenů. Při přípravě velkého požadavku se řiďte touto hodnotou a ponechte místo pro odpověď.\n\n### Připojení k aplikaci\n\nDostupné jsou Messages, Responses a Chat Completions. Formáty pomáhají začlenit model do obvyklého klienta a uspořádat několik navazujících zpráv. Výsledkem tohoto připojení je vygenerovaný text. Pro spuštění navrženého kódu, čtení souborů a práci s externími nástroji je potřeba odpovídající logika aplikace. Architektura původního modelu sama o sobě takové kroky v běžném textovém požadavku neposkytuje.",
  "locale": "cs",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vstup</dt><dd><code>text</code></dd></div><div><dt>Výstup</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>262 144 <em>tokenů</em></dd></div><div><dt>Max. odpověď</dt><dd>235 929 <em>tokenů</em></dd></div></dl><dl><div><dt>Vstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Výstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|xingchen-agi%2Fxing4.0-29b-a4b%3Afree",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 235929,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vstup</dt><dd><code>text</code></dd></div><div><dt>Výstup</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>262 144 <em>tokenů</em></dd></div><div><dt>Max. odpověď</dt><dd>235 929 <em>tokenů</em></dd></div></dl><dl><div><dt>Vstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Výstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|xingchen-agi%2Fxing4.0-29b-a4b%3Afree",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 235929,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vstup</dt><dd><code>text</code></dd></div><div><dt>Výstup</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>262 144 <em>tokenů</em></dd></div><div><dt>Max. odpověď</dt><dd>235 929 <em>tokenů</em></dd></div></dl><dl><div><dt>Vstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Výstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|xingchen-agi%2Fxing4.0-29b-a4b%3Afree",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 235929,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "xingchen-agi/xing4.0-29b-a4b:free",
  "page": {
    "canonical": "https://ailoot.ai/models/cs/xingchen-agi-xing4-0-29b-a4b-free/",
    "description": "Textový model MoE China Telecom AI s 29 miliardami parametrů pro plánování, rozbor kódu a postupné řešení inženýrských úloh.",
    "locale": "cs",
    "md_url": "https://ailoot.ai/models/cs/xingchen-agi-xing4-0-29b-a4b-free/index.md",
    "title": "XingChen: Xing4.0 29B A4B (free)",
    "url": "https://ailoot.ai/models/cs/xingchen-agi-xing4-0-29b-a4b-free/"
  },
  "rawModel": {
    "about": "### Xing4.0 od China Telecom AI\n\nXing4.0-29B-A4B je textový model MoE China Telecom Artificial Intelligence Technology vyvinutý jako další generace TeleChat. Model má 29 miliard parametrů, z nichž se pro každý token aktivují přibližně 4 miliardy. Vývojář jej zaměřil na složité inženýrské úlohy a postupné agentní scénáře.\n\nZvláštností Xing4.0 je učení výhradně na akcelerátorech Ascend NPU s využitím MindSpore. Architektura spojuje mHC, MLA a MTP; model obsahuje 40 vrstev, 64 směrovaných expertů, čtyři vybrané experty na token a jednoho společného. Tyto údaje popisují uspořádání původního modelu a jeho výzkumný základ, nikoli hardware, na kterém se zpracovává váš požadavek.\n\n### Textové inženýrské úlohy\n\nMateriály vývojáře zdůrazňují plánování několika kroků, práci s kódem a postupné řešení úloh. V textovém dialogu to lze využít k přípravě plánu změny programu, vysvětlení závislostí nebo rozboru chyby podle předaného kódu. Začněte cílem, vstupními daty a omezeními; poté požádejte o návrh posloupnosti kroků a očekávaný výsledek každého z nich.\n\nPro programovací úlohu předejte relevantní implementaci, formát dat a příklad očekávaného chování. Vhodným výsledkem je vysvětlení, lokální změna a příklady kontrol. Po spuštění ve vlastním prostředí lze pozorování vrátit do dialogu a řešení upřesnit. Toto zadání zachovává vazbu odpovědi na konkrétní úlohu a nevyžaduje připisovat modelu samostatný přístup k projektu.\n\n### Kontext a materiály požadavku\n\nV Ailoot Xing4.0 přijímá text a vrací text. Kontextové okno má 262 144 tokenů, maximální výstup 235 929 tokenů. Společný kontext obsahuje instrukce, podklady, historii a odpověď. Lze zahrnout několik souvisejících úseků: požadavky, dokumentaci, kód a výsledky kontrol. Přiřaďte jim srozumitelné názvy a určete, co přesně potřebujete — porovnání, popis algoritmu, aktualizovaný kód nebo plán řešení.\n\nVývojář uvádí možnost rozšířit původní model až na kontext 512K, velikost tohoto připojení však činí 262 144 tokenů. Při přípravě velkého požadavku se řiďte touto hodnotou a ponechte místo pro odpověď.\n\n### Připojení k aplikaci\n\nDostupné jsou Messages, Responses a Chat Completions. Formáty pomáhají začlenit model do obvyklého klienta a uspořádat několik navazujících zpráv. Výsledkem tohoto připojení je vygenerovaný text. Pro spuštění navrženého kódu, čtení souborů a práci s externími nástroji je potřeba odpovídající logika aplikace. Architektura původního modelu sama o sobě takové kroky v běžném textovém požadavku neposkytuje.",
    "alias_of": null,
    "aliases": [],
    "author": "Xingchen AGI",
    "canonical_model": "xingchen-agi/xing4.0-29b-a4b:free",
    "ctx": 262144,
    "formats": [
      "chat",
      "messages",
      "responses"
    ],
    "id": "xingchen-agi/xing4.0-29b-a4b:free",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": 235929,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 235929,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 235929,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 235929,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      }
    ],
    "name": "XingChen: Xing4.0 29B A4B (free)",
    "price": {
      "in": 0,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "sort_in": 0,
      "sort_out": 0,
      "varies": false
    },
    "public_id": "xingchen-agi/xing4.0-29b-a4b:free",
    "short": "Textový model MoE China Telecom AI s 29 miliardami parametrů pro plánování, rozbor kódu a postupné řešení inženýrských úloh."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Textový model MoE China Telecom AI s 29 miliardami parametrů pro plánování, rozbor kódu a postupné řešení inženýrských úloh.",
  "source": {
    "audit_sha256": "0b9d236e38ad1c8d6bccd12b8bbfe556d741b41885261dee75ff5bc0ddda3f4e",
    "bridge_map_sha256": "0b9d236e38ad1c8d6bccd12b8bbfe556d741b41885261dee75ff5bc0ddda3f4e",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "7874c709e929d940b02931b681b11130bc91073e24092764d1afe40f99443fb3",
      "renderer_sha256": "76645f502f3a2bcaea9beffc91b574aadcb3ca07950747032c6412fc85b3edb1"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "7874c709e929d940b02931b681b11130bc91073e24092764d1afe40f99443fb3",
    "renderer_sha256": "76645f502f3a2bcaea9beffc91b574aadcb3ca07950747032c6412fc85b3edb1"
  },
  "sourceRevision": "06102074d4c79f94157d310a6749ff602f5b01c9d17420537c03d158d0a2fefa"
}
