Xing4.0-29B-A4B es un modelo de texto MoE de China Telecom Artificial Intelligence Technology, desarrollado como la siguiente generación de TeleChat. El modelo tiene 29 mil millones de parámetros, de los que se activan unos 4 mil millones por token. El desarrollador lo orientó a tareas de ingeniería complejas y usos sucesivos con agentes.
Una particularidad de Xing4.0 es su entrenamiento íntegro en aceleradores Ascend NPU utilizando MindSpore. La arquitectura combina mHC, MLA y MTP; el modelo contiene 40 capas, 64 expertos enrutados, cuatro expertos seleccionados por token y uno compartido. Estos datos describen la estructura del modelo original y su base de investigación, no el hardware en el que se ejecuta tu solicitud.
Los materiales del desarrollador destacan la planificación de varios pasos, el trabajo con código y la resolución sucesiva de tareas. En una conversación de texto, esto puede servir para preparar un plan de cambios de un programa, explicar dependencias o analizar un error a partir del código enviado. Empieza por el objetivo, los datos de entrada y las restricciones; después pide una secuencia de acciones y el resultado esperado de cada paso.
Para una tarea de programación, envía la implementación pertinente, el formato de los datos y un ejemplo del comportamiento esperado. Un resultado útil es una explicación, un cambio localizado y ejemplos de comprobación. Después de ejecutarlo en tu entorno, puedes devolver las observaciones a la conversación y precisar la solución. Este planteamiento mantiene la relación de la respuesta con una tarea concreta sin atribuir al modelo acceso autónomo al proyecto.
En Ailoot, Xing4.0 recibe texto y devuelve texto. La ventana de contexto es de 262 144 tokens y la salida máxima, de 235 929 tokens. El contexto común incluye instrucciones, materiales de partida, historial y respuesta. Puedes incorporar varios fragmentos relacionados: requisitos, documentación, código y resultados de comprobaciones. Asígnales nombres claros e indica qué necesitas obtener: una comparación, una descripción de algoritmo, código actualizado o un plan de solución.
El desarrollador señala que el modelo original puede ampliar su contexto hasta 512K, pero el tamaño de esta conexión es de 262 144 tokens. Utiliza este límite como referencia al preparar solicitudes extensas y deja espacio para la respuesta.
Están disponibles Messages, Responses y Chat Completions. Los formatos ayudan a integrar el modelo en un cliente habitual y organizar varios mensajes sucesivos. El resultado de esta conexión es texto generado. Para ejecutar el código propuesto, leer archivos y trabajar con herramientas externas, la aplicación necesita la lógica correspondiente. La arquitectura del modelo original no proporciona por sí sola esas acciones en una solicitud de texto normal.
", "aboutText": "### Xing4.0 de China Telecom AI\n\nXing4.0-29B-A4B es un modelo de texto MoE de China Telecom Artificial Intelligence Technology, desarrollado como la siguiente generación de TeleChat. El modelo tiene 29 mil millones de parámetros, de los que se activan unos 4 mil millones por token. El desarrollador lo orientó a tareas de ingeniería complejas y usos sucesivos con agentes.\n\nUna particularidad de Xing4.0 es su entrenamiento íntegro en aceleradores Ascend NPU utilizando MindSpore. La arquitectura combina mHC, MLA y MTP; el modelo contiene 40 capas, 64 expertos enrutados, cuatro expertos seleccionados por token y uno compartido. Estos datos describen la estructura del modelo original y su base de investigación, no el hardware en el que se ejecuta tu solicitud.\n\n### Tareas de ingeniería con texto\n\nLos materiales del desarrollador destacan la planificación de varios pasos, el trabajo con código y la resolución sucesiva de tareas. En una conversación de texto, esto puede servir para preparar un plan de cambios de un programa, explicar dependencias o analizar un error a partir del código enviado. Empieza por el objetivo, los datos de entrada y las restricciones; después pide una secuencia de acciones y el resultado esperado de cada paso.\n\nPara una tarea de programación, envía la implementación pertinente, el formato de los datos y un ejemplo del comportamiento esperado. Un resultado útil es una explicación, un cambio localizado y ejemplos de comprobación. Después de ejecutarlo en tu entorno, puedes devolver las observaciones a la conversación y precisar la solución. Este planteamiento mantiene la relación de la respuesta con una tarea concreta sin atribuir al modelo acceso autónomo al proyecto.\n\n### Contexto y materiales de la solicitud\n\nEn Ailoot, Xing4.0 recibe texto y devuelve texto. La ventana de contexto es de 262 144 tokens y la salida máxima, de 235 929 tokens. El contexto común incluye instrucciones, materiales de partida, historial y respuesta. Puedes incorporar varios fragmentos relacionados: requisitos, documentación, código y resultados de comprobaciones. Asígnales nombres claros e indica qué necesitas obtener: una comparación, una descripción de algoritmo, código actualizado o un plan de solución.\n\nEl desarrollador señala que el modelo original puede ampliar su contexto hasta 512K, pero el tamaño de esta conexión es de 262 144 tokens. Utiliza este límite como referencia al preparar solicitudes extensas y deja espacio para la respuesta.\n\n### Conexión con la aplicación\n\nEstán disponibles Messages, Responses y Chat Completions. Los formatos ayudan a integrar el modelo en un cliente habitual y organizar varios mensajes sucesivos. El resultado de esta conexión es texto generado. Para ejecutar el código propuesto, leer archivos y trabajar con herramientas externas, la aplicación necesita la lógica correspondiente. La arquitectura del modelo original no proporciona por sí sola esas acciones en una solicitud de texto normal.", "locale": "es", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttext