Source: https://ailoot.ai/models/he/xingchen-agi-xing4-0-29b-a4b-free/
Canonical: https://ailoot.ai/models/he/xingchen-agi-xing4-0-29b-a4b-free/
Language: he

# XingChen: Xing4.0 29B A4B (free)

[Markdown](https://ailoot.ai/models/he/xingchen-agi-xing4-0-29b-a4b-free/index.md) · [JSON](https://ailoot.ai/models/he/xingchen-agi-xing4-0-29b-a4b-free/facts.json)

## [XingChen: Xing4.0 29B A4B (free)](https://ailoot.ai/models/he/xingchen-agi-xing4-0-29b-a4b-free/)

`xingchen-agi/xing4.0-29b-a4b:free`

Xingchen AGIטקסטקלט ⁦‏0.00 ‏$⁩ / 1Kפלט ⁦‏0.00 ‏$⁩ / 1K

מודל טקסט מסוג MoE של China Telecom AI עם 29 מיליארד פרמטרים לתכנון, לניתוח קוד ולפתרון משימות הנדסיות ברצף.

### Xing4.0 של China Telecom AI

Xing4.0-29B-A4B הוא מודל טקסט מסוג MoE של China Telecom Artificial Intelligence Technology, שפותח כדור הבא של TeleChat. במודל 29 מיליארד פרמטרים, שמתוכם מופעלים כ־4 מיליארד לכל טוקן. היצרן כיוון אותו למשימות הנדסיות מורכבות ולתרחישי סוכנים מתמשכים.

מאפיין של Xing4.0 הוא אימון שבוצע כולו על מאיצי Ascend NPU באמצעות MindSpore. הארכיטקטורה משלבת mHC, MLA ו־MTP; המודל כולל 40 שכבות, 64 מומחים מנותבים, ארבעה מומחים נבחרים לכל טוקן ומומחה משותף אחד. המידע מתאר את מבנה המודל המקורי ואת בסיס המחקר שלו, ולא את החומרה שמריצה את הבקשה שלכם.

### משימות הנדסיות בטקסט

חומרי היצרן מדגישים תכנון בכמה שלבים, עבודה עם קוד ופתרון משימות ברצף. בשיחת טקסט אפשר להשתמש בכך להכנת תוכנית לשינוי תוכנה, להסבר תלויות או לניתוח שגיאה לפי קוד שסופק. התחילו במטרה, בקלט ובמגבלות; לאחר מכן בקשו רצף פעולות ותוצאה צפויה לכל שלב.

למשימת תכנות העבירו את המימוש הרלוונטי, פורמט הנתונים ודוגמה להתנהגות צפויה. תוצאה נוחה היא הסבר, שינוי מקומי ודוגמאות לבדיקות. אחרי הרצה בסביבה שלכם אפשר להחזיר את התצפיות לשיחה ולחדד את הפתרון. ניסוח כזה שומר על הקשר בין התשובה למשימה מסוימת ואינו מחייב לייחס למודל גישה עצמאית לפרויקט.

### הקשר וחומרי הבקשה

ב־Ailoot Xing4.0 מקבל טקסט ומחזיר טקסט. חלון ההקשר הוא ⁦262 144⁩ טוקנים והפלט המרבי הוא ⁦235 929⁩ טוקנים. ההקשר המשותף כולל הוראות, חומרי מקור, היסטוריה ותשובה. אפשר לכלול כמה מקטעים קשורים: דרישות, תיעוד, קוד ותוצאות בדיקות. תנו להם שמות ברורים וציינו מה בדיוק דרוש: השוואה, תיאור אלגוריתם, קוד מעודכן או תוכנית פתרון.

היצרן מציין אפשרות להרחיב את המודל המקורי להקשר של 512K, אך גודל החיבור הזה הוא ⁦262 144⁩ טוקנים. בהכנת בקשה גדולה הסתמכו עליו והשאירו מקום לתשובה.

### שילוב ביישום

זמינים Messages, Responses ו־Chat Completions. הפורמטים עוזרים לשלב את המודל בלקוח מוכר ולארגן כמה הודעות עוקבות. תוצאת החיבור היא טקסט שנוצר. כדי להריץ את הקוד המוצע, לקרוא קבצים ולעבוד עם כלים חיצוניים דרושה לוגיקה מתאימה ביישום. ארכיטקטורת המודל המקורי כשלעצמה אינה מספקת פעולות כאלה בבקשת טקסט רגילה.

### זמין דרך Ailoot API

סוגי קלט

`text`

סוגי פלט

`text`

הקשר

⁦262,144⁩ *טוקנים*

אורך תשובה מרבי

⁦235,929⁩ *טוקנים*

קלט

⁦‏0.00 ‏$⁩ */ 1K*

פלט

⁦‏0.00 ‏$⁩ */ 1K*

סוגי קלט

`text`

סוגי פלט

`text`

הקשר

⁦262,144⁩ *טוקנים*

אורך תשובה מרבי

⁦235,929⁩ *טוקנים*

קלט

⁦‏0.00 ‏$⁩ */ 1K*

פלט

⁦‏0.00 ‏$⁩ */ 1K*

סוגי קלט

`text`

סוגי פלט

`text`

הקשר

⁦262,144⁩ *טוקנים*

אורך תשובה מרבי

⁦235,929⁩ *טוקנים*

קלט

⁦‏0.00 ‏$⁩ */ 1K*

פלט

⁦‏0.00 ‏$⁩ */ 1K*

`xingchen-agi/xing4.0-29b-a4b:free` · JSON

```
{"about":"### Xing4.0 של China Telecom AI\n\nXing4.0-29B-A4B הוא מודל טקסט מסוג MoE של China Telecom Artificial Intelligence Technology, שפותח כדור הבא של TeleChat. במודל 29 מיליארד פרמטרים, שמתוכם מופעלים כ־4 מיליארד לכל טוקן. היצרן כיוון אותו למשימות הנדסיות מורכבות ולתרחישי סוכנים מתמשכים.\n\nמאפיין של Xing4.0 הוא אימון שבוצע כולו על מאיצי Ascend NPU באמצעות MindSpore. הארכיטקטורה משלבת mHC, MLA ו־MTP; המודל כולל 40 שכבות, 64 מומחים מנותבים, ארבעה מומחים נבחרים לכל טוקן ומומחה משותף אחד. המידע מתאר את מבנה המודל המקורי ואת בסיס המחקר שלו, ולא את החומרה שמריצה את הבקשה שלכם.\n\n### משימות הנדסיות בטקסט\n\nחומרי היצרן מדגישים תכנון בכמה שלבים, עבודה עם קוד ופתרון משימות ברצף. בשיחת טקסט אפשר להשתמש בכך להכנת תוכנית לשינוי תוכנה, להסבר תלויות או לניתוח שגיאה לפי קוד שסופק. התחילו במטרה, בקלט ובמגבלות; לאחר מכן בקשו רצף פעולות ותוצאה צפויה לכל שלב.\n\nלמשימת תכנות העבירו את המימוש הרלוונטי, פורמט הנתונים ודוגמה להתנהגות צפויה. תוצאה נוחה היא הסבר, שינוי מקומי ודוגמאות לבדיקות. אחרי הרצה בסביבה שלכם אפשר להחזיר את התצפיות לשיחה ולחדד את הפתרון. ניסוח כזה שומר על הקשר בין התשובה למשימה מסוימת ואינו מחייב לייחס למודל גישה עצמאית לפרויקט.\n\n### הקשר וחומרי הבקשה\n\nב־Ailoot Xing4.0 מקבל טקסט ומחזיר טקסט. חלון ההקשר הוא 262 144 טוקנים והפלט המרבי הוא 235 929 טוקנים. ההקשר המשותף כולל הוראות, חומרי מקור, היסטוריה ותשובה. אפשר לכלול כמה מקטעים קשורים: דרישות, תיעוד, קוד ותוצאות בדיקות. תנו להם שמות ברורים וציינו מה בדיוק דרוש: השוואה, תיאור אלגוריתם, קוד מעודכן או תוכנית פתרון.\n\nהיצרן מציין אפשרות להרחיב את המודל המקורי להקשר של 512K, אך גודל החיבור הזה הוא 262 144 טוקנים. בהכנת בקשה גדולה הסתמכו עליו והשאירו מקום לתשובה.\n\n### שילוב ביישום\n\nזמינים Messages, Responses ו־Chat Completions. הפורמטים עוזרים לשלב את המודל בלקוח מוכר ולארגן כמה הודעות עוקבות. תוצאת החיבור היא טקסט שנוצר. כדי להריץ את הקוד המוצע, לקרוא קבצים ולעבוד עם כלים חיצוניים דרושה לוגיקה מתאימה ביישום. ארכיטקטורת המודל המקורי כשלעצמה אינה מספקת פעולות כאלה בבקשת טקסט רגילה.","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":"מודל טקסט מסוג MoE של China Telecom AI עם 29 מיליארד פרמטרים לתכנון, לניתוח קוד ולפתרון משימות הנדסיות ברצף."}
```

## שאלות

איך בוחרים מודל למשימה?

תחילה הגדירו את הקלט והפלט הנדרשים: טקסט, תמונה, אודיו או וידאו. לאחר מכן השוו בין שיטות API תואמות, ה-ID המדויק של המודל או המודל שאליו הכינוי מצביע כרגע, המחיר ויחידת החיוב. הבקשה GET /v1/models חינמית ומציגה את המודלים הזמינים למפתח שלכם.

האם כל מודל תומך בכל שיטות ה-API וסוגי המדיה?

השתמשו בשיטות ה-API ובסוגי הקלט והפלט המופיעים בכרטיס המודל. התמיכה בטקסט, בתמונות, באודיו או בווידאו תלויה במודל ובשיטה שנבחרו; בדקו את דוגמת הבקשה שלהם לפני שליחת הנתונים שלכם.

מה ההבדל בין ID של מודל לבין כינוי?

ID מדויק של מודל מזהה מודל מסוים. כינוי מצביע על מודל, והמודל שאליו הוא מצביע עשוי להשתנות. בדקו בקטלוג לאיזה מודל הכינוי מצביע כרגע; השתמשו ב-ID המדויק כאשר האינטגרציה שלכם זקוקה למודל מסוים.

איך משווים מחירים לפני שליחת בקשה?

בדקו בכרטיס המודל את המחיר ואת יחידת החיוב של שיטת ה-API שנבחרה. השוו לפי אותה יחידה ואותם סוגי קלט ופלט; היסטוריית הבקשות מציגה את השימוש בפועל ואת הסכום שחויב.

מה המנוי נותן?

הנחה לרכישת אסימונים לעבודה קבועה. בחרו מסלול לפי היקף הבקשות שלכם; התנאים ועלות המנוי מוצגים ברכישה.

איך משתמשים בקוד הנחה עד 50%?

הזינו קוד בזמן רכישת אסימונים. הסכום הסופי מחושב מחדש לפי תנאי המבצע וגובה ההנחה מוצג לפני תשלום.

## Ailoot · החברה ופורטפוליו הפרויקטים שלה





Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI.





החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.





Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.