modelli

XingChen: Xing4.0 29B A4B (free)

Markdown · JSON

XingChen: Xing4.0 29B A4B (free)

xingchen-agi/xing4.0-29b-a4b:free
Xingchen AGITestoInput 0,00 USD / 1KOutput 0,00 USD / 1K

Modello testuale MoE di China Telecom AI con 29 miliardi di parametri per pianificazione, analisi del codice e soluzione progressiva di problemi ingegneristici.

Xing4.0 di China Telecom AI

Xing4.0-29B-A4B è un modello testuale MoE di China Telecom Artificial Intelligence Technology, sviluppato come generazione successiva di TeleChat. Il modello ha 29 miliardi di parametri, di cui circa 4 miliardi si attivano per ogni token. Lo sviluppatore lo ha orientato a problemi ingegneristici complessi e scenari agentici progressivi.

Una particolarità di Xing4.0 è l’addestramento interamente su acceleratori Ascend NPU usando MindSpore. L’architettura unisce mHC, MLA e MTP; il modello contiene 40 livelli, 64 esperti instradabili, quattro esperti selezionati per token e uno condiviso. Queste informazioni descrivono il modello originario e la sua base di ricerca, non l’hardware su cui viene eseguita la richiesta dell’utente.

Attività ingegneristiche testuali

I materiali dello sviluppatore evidenziano pianificazione di più passaggi, lavoro sul codice e soluzione progressiva dei problemi. Nel dialogo testuale si può usare questa impostazione per preparare un piano di modifica di un programma, spiegare dipendenze o analizzare un errore dal codice fornito. Iniziare con obiettivo, dati in ingresso e vincoli; chiedere poi una sequenza di azioni e il risultato atteso per ogni passaggio.

Per un’attività di programmazione fornire implementazione pertinente, formato dei dati e un esempio del comportamento atteso. Un risultato comodo è composto da spiegazione, modifica locale ed esempi di verifica. Dopo l’esecuzione nel proprio ambiente si possono riportare le osservazioni nel dialogo e precisare la soluzione. Questa impostazione mantiene il collegamento della risposta con il problema concreto senza attribuire al modello accesso autonomo al progetto.

Contesto e materiali della richiesta

In Ailoot Xing4.0 accetta e restituisce testo. La finestra di contesto è di 262 144 token e l’uscita massima di 235 929 token. Il contesto complessivo comprende istruzioni, materiali iniziali, cronologia e risposta. Si possono includere più frammenti collegati: requisiti, documentazione, codice e risultati delle verifiche. Assegnare nomi chiari e indicare ciò che si vuole ottenere: confronto, descrizione di un algoritmo, codice aggiornato o piano di soluzione.

Lo sviluppatore indica la possibilità di estendere il modello originario a un contesto di 512K, ma la dimensione di questo collegamento è di 262 144 token. Nella preparazione di una richiesta grande fare riferimento a quest’ultima, lasciando spazio per la risposta.

Collegamento all’applicazione

Sono disponibili Messages, Responses e Chat Completions. I formati aiutano a integrare il modello nel client abituale e a organizzare più messaggi consecutivi. Il risultato del collegamento è testo generato. Per eseguire il codice proposto, leggere file e lavorare con strumenti esterni serve una logica appropriata nell’applicazione. L’architettura originaria del modello da sola non fornisce queste azioni all’interno di una normale richiesta testuale.

Disponibile tramite Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Tipi di input
text
Tipi di output
text
Contesto
262.144 token
Risposta massima
235.929 token
Input
0,00 USD / 1K
Output
0,00 USD / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Tipi di input
text
Tipi di output
text
Contesto
262.144 token
Risposta massima
235.929 token
Input
0,00 USD / 1K
Output
0,00 USD / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Tipi di input
text
Tipi di output
text
Contesto
262.144 token
Risposta massima
235.929 token
Input
0,00 USD / 1K
Output
0,00 USD / 1K
xingchen-agi/xing4.0-29b-a4b:free · JSON
{"about":"### Xing4.0 di China Telecom AI\n\nXing4.0-29B-A4B è un modello testuale MoE di China Telecom Artificial Intelligence Technology, sviluppato come generazione successiva di TeleChat. Il modello ha 29 miliardi di parametri, di cui circa 4 miliardi si attivano per ogni token. Lo sviluppatore lo ha orientato a problemi ingegneristici complessi e scenari agentici progressivi.\n\nUna particolarità di Xing4.0 è l’addestramento interamente su acceleratori Ascend NPU usando MindSpore. L’architettura unisce mHC, MLA e MTP; il modello contiene 40 livelli, 64 esperti instradabili, quattro esperti selezionati per token e uno condiviso. Queste informazioni descrivono il modello originario e la sua base di ricerca, non l’hardware su cui viene eseguita la richiesta dell’utente.\n\n### Attività ingegneristiche testuali\n\nI materiali dello sviluppatore evidenziano pianificazione di più passaggi, lavoro sul codice e soluzione progressiva dei problemi. Nel dialogo testuale si può usare questa impostazione per preparare un piano di modifica di un programma, spiegare dipendenze o analizzare un errore dal codice fornito. Iniziare con obiettivo, dati in ingresso e vincoli; chiedere poi una sequenza di azioni e il risultato atteso per ogni passaggio.\n\nPer un’attività di programmazione fornire implementazione pertinente, formato dei dati e un esempio del comportamento atteso. Un risultato comodo è composto da spiegazione, modifica locale ed esempi di verifica. Dopo l’esecuzione nel proprio ambiente si possono riportare le osservazioni nel dialogo e precisare la soluzione. Questa impostazione mantiene il collegamento della risposta con il problema concreto senza attribuire al modello accesso autonomo al progetto.\n\n### Contesto e materiali della richiesta\n\nIn Ailoot Xing4.0 accetta e restituisce testo. La finestra di contesto è di 262 144 token e l’uscita massima di 235 929 token. Il contesto complessivo comprende istruzioni, materiali iniziali, cronologia e risposta. Si possono includere più frammenti collegati: requisiti, documentazione, codice e risultati delle verifiche. Assegnare nomi chiari e indicare ciò che si vuole ottenere: confronto, descrizione di un algoritmo, codice aggiornato o piano di soluzione.\n\nLo sviluppatore indica la possibilità di estendere il modello originario a un contesto di 512K, ma la dimensione di questo collegamento è di 262 144 token. Nella preparazione di una richiesta grande fare riferimento a quest’ultima, lasciando spazio per la risposta.\n\n### Collegamento all’applicazione\n\nSono disponibili Messages, Responses e Chat Completions. I formati aiutano a integrare il modello nel client abituale e a organizzare più messaggi consecutivi. Il risultato del collegamento è testo generato. Per eseguire il codice proposto, leggere file e lavorare con strumenti esterni serve una logica appropriata nell’applicazione. L’architettura originaria del modello da sola non fornisce queste azioni all’interno di una normale richiesta testuale.","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":"Modello testuale MoE di China Telecom AI con 29 miliardi di parametri per pianificazione, analisi del codice e soluzione progressiva di problemi ingegneristici."}

Domande

Come scelgo un modello per la mia attività?

Individua prima l'input e l'output necessari: testo, immagini, audio o video. Poi confronta i metodi API compatibili, l'ID esatto del modello o il modello a cui punta attualmente l'alias, il prezzo e l'unità di fatturazione. GET /v1/models è gratuito ed elenca i modelli disponibili per la tua chiave.

Ogni modello supporta tutti i metodi API e i tipi di contenuto?

Usa i metodi API e i tipi di input/output elencati nella scheda del modello. Il supporto per testo, immagini, audio o video dipende dal modello e dal metodo selezionati; controlla il relativo esempio di richiesta prima di inviare i tuoi dati.

Qual è la differenza tra un ID modello e un alias?

Un ID modello esatto identifica un modello specifico. Un alias punta a un modello e il modello di destinazione può cambiare. Controlla nel catalogo a quale modello punta attualmente l'alias; usa l'ID esatto quando la tua integrazione richiede un modello specifico.

Come confronto i prezzi prima di inviare una richiesta?

Consulta la scheda del modello per conoscere il prezzo e l'unità di fatturazione del metodo API selezionato. Confronta la stessa unità e lo stesso tipo di input/output; la cronologia delle richieste mostra l'utilizzo effettivo e l'importo addebitato.

Cosa offre l’abbonamento?

Sconto sull’acquisto di token per lavoro regolare. Scegli piano per volume; condizioni e prezzo sono mostrati alla sottoscrizione.

Come applico un codice fino al 50%?

Inseriscilo acquistando token. Il totale segue la promozione e lo sconto è visibile prima del pagamento.