モデル

XingChen: Xing4.0 29B A4B (free)

Markdown · JSON

XingChen: Xing4.0 29B A4B (free)

xingchen-agi/xing4.0-29b-a4b:free
Xingchen AGIテキスト入力 $0.00 / 1K出力 $0.00 / 1K

計画、コード分析、段階的な工学課題の解決に向けた、290億パラメータのChina Telecom AIのテキストMoEモデルです。

China Telecom AIのXing4.0

Xing4.0-29B-A4Bは、China Telecom Artificial Intelligence TechnologyがTeleChatの次世代として開発したテキストMoEモデルです。290億のパラメータのうち、各トークンで約40億が有効になります。複雑な工学課題や段階的なエージェント型の作業を対象としています。

Xing4.0の特徴は、MindSporeを用い、Ascend NPUアクセラレーターだけで学習したことです。構造にはmHC、MLA、MTPを組み合わせ、40層、64のルーティング対象エキスパート、各トークンで選ぶ4エキスパート、1つの共有エキスパートを備えています。これは元のモデルの構造や研究基盤の説明であり、利用者の要求を実行する機器を示すものではありません。

テキストによる工学課題

開発元の資料では、複数段階の計画、コード作業、順次の問題解決が重視されています。テキスト対話では、プログラムの変更計画、依存関係の説明、提供コードに基づく不具合分析に使えます。目標、入力、制約を示し、各段階の手順と期待する結果を求めます。

プログラミングでは、関連する実装、データ形式、期待する動作の例を渡します。説明、局所的な変更、確認例が有用な成果です。自分の環境で実行した観察を対話へ戻し、解決案を調整できます。具体的な課題とのつながりを保ち、モデルに自律的なプロジェクトアクセスを想定する必要もありません。

コンテキストと要求資料

AilootのXing4.0はテキストを受け取り、テキストを返します。コンテキストウィンドウは262,144トークン、出力の上限は235,929トークンです。共通のコンテキストには指示、元資料、履歴、回答が含まれます。要件、文書、コード、確認結果などを一緒に渡せます。分かりやすい名前を付け、比較、アルゴリズム説明、更新コード、解決計画のどれが必要かを示します。

開発元は元のモデルを512Kのコンテキストまで拡張できるとしていますが、この接続は262,144トークンです。大きな要求ではこの値を基準に、回答の余地も残してください。

アプリケーションへの接続

Messages、Responses、Chat Completionsを利用できます。既存クライアントに組み込み、複数のメッセージを順番に扱う形式です。この接続の結果は生成されたテキストです。提案コードの実行、ファイルの読み取り、外部ツールの利用には、対応するアプリケーションの仕組みが必要です。元のモデルの構造だけで、通常のテキスト要求内にこうした操作が提供されるわけではありません。

Ailoot APIで利用可能

Ultra Anthropic MessagesPOST /v1/messages
入力の種類
text
出力の種類
text
コンテキスト
262,144 トークン
最大出力
235,929 トークン
入力
$0.00 / 1K
出力
$0.00 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
入力の種類
text
出力の種類
text
コンテキスト
262,144 トークン
最大出力
235,929 トークン
入力
$0.00 / 1K
出力
$0.00 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
入力の種類
text
出力の種類
text
コンテキスト
262,144 トークン
最大出力
235,929 トークン
入力
$0.00 / 1K
出力
$0.00 / 1K
xingchen-agi/xing4.0-29b-a4b:free · JSON
{"about":"### China Telecom AIのXing4.0\n\nXing4.0-29B-A4Bは、China Telecom Artificial Intelligence TechnologyがTeleChatの次世代として開発したテキストMoEモデルです。290億のパラメータのうち、各トークンで約40億が有効になります。複雑な工学課題や段階的なエージェント型の作業を対象としています。\n\nXing4.0の特徴は、MindSporeを用い、Ascend NPUアクセラレーターだけで学習したことです。構造にはmHC、MLA、MTPを組み合わせ、40層、64のルーティング対象エキスパート、各トークンで選ぶ4エキスパート、1つの共有エキスパートを備えています。これは元のモデルの構造や研究基盤の説明であり、利用者の要求を実行する機器を示すものではありません。\n\n### テキストによる工学課題\n\n開発元の資料では、複数段階の計画、コード作業、順次の問題解決が重視されています。テキスト対話では、プログラムの変更計画、依存関係の説明、提供コードに基づく不具合分析に使えます。目標、入力、制約を示し、各段階の手順と期待する結果を求めます。\n\nプログラミングでは、関連する実装、データ形式、期待する動作の例を渡します。説明、局所的な変更、確認例が有用な成果です。自分の環境で実行した観察を対話へ戻し、解決案を調整できます。具体的な課題とのつながりを保ち、モデルに自律的なプロジェクトアクセスを想定する必要もありません。\n\n### コンテキストと要求資料\n\nAilootのXing4.0はテキストを受け取り、テキストを返します。コンテキストウィンドウは262,144トークン、出力の上限は235,929トークンです。共通のコンテキストには指示、元資料、履歴、回答が含まれます。要件、文書、コード、確認結果などを一緒に渡せます。分かりやすい名前を付け、比較、アルゴリズム説明、更新コード、解決計画のどれが必要かを示します。\n\n開発元は元のモデルを512Kのコンテキストまで拡張できるとしていますが、この接続は262,144トークンです。大きな要求ではこの値を基準に、回答の余地も残してください。\n\n### アプリケーションへの接続\n\nMessages、Responses、Chat Completionsを利用できます。既存クライアントに組み込み、複数のメッセージを順番に扱う形式です。この接続の結果は生成されたテキストです。提案コードの実行、ファイルの読み取り、外部ツールの利用には、対応するアプリケーションの仕組みが必要です。元のモデルの構造だけで、通常のテキスト要求内にこうした操作が提供されるわけではありません。","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":"計画、コード分析、段階的な工学課題の解決に向けた、290億パラメータのChina Telecom AIのテキストMoEモデルです。"}

よくある質問

用途に合ったモデルを選ぶには?

まず、必要な入力と出力がテキスト、画像、音声、動画のどれかを確認してください。次に、互換性のあるAPIメソッド、正確なモデルIDまたはエイリアスが現在指しているモデル、料金、課金単位を比較します。GET /v1/models は無料で、キーで利用可能なモデルの一覧を取得できます。

各モデルはすべてのAPIメソッドとメディアタイプに対応していますか?

モデルカードに記載されているAPIメソッドと入出力タイプを使用してください。テキスト、画像、音声、動画への対応は、選択したモデルとメソッドによって異なります。データを送信する前に、該当するリクエストのサンプルを確認してください。

モデルIDとエイリアスの違いは何ですか?

正確なモデルIDは、特定のモデルを識別します。エイリアスはモデルを指し、その参照先は変更されることがあります。カタログでエイリアスの現在の参照先を確認してください。連携で特定のモデルが必要な場合は、正確なIDを使用してください。

リクエストを送信する前に料金を比較するには?

モデルカードで、選択したAPIメソッドの料金と課金単位を確認してください。同じ単位と入出力タイプで比較してください。リクエスト履歴には、実際の使用量と請求額が表示されます。

サブスクリプションの利点は?

継続利用のトークン購入を割引価格にできます。リクエスト量に合うプランを選べ、条件と価格は申し込み時に表示します。

最大50%割引のプロモコードを使うには?

トークン購入時にコードを入力します。キャンペーン条件で合計を再計算し、支払い前に割引率を表示します。