XingChen: Xing4.0 29B A4B (free)
xingchen-agi/xing4.0-29b-a4b:free계획, 코드 분석, 단계적인 공학 문제 해결을 위한 China Telecom AI의 290억 매개변수 텍스트 MoE 모델입니다.
China Telecom AI의 Xing4.0
Xing4.0-29B-A4B는 China Telecom Artificial Intelligence Technology가 TeleChat의 차세대로 개발한 텍스트 MoE 모델입니다. 전체 290억 매개변수 중 토큰당 약 40억 개가 활성화됩니다. 개발사는 복잡한 공학 과제와 순차적인 에이전트 시나리오를 지향했습니다.
Xing4.0의 특징은 MindSpore를 사용해 Ascend NPU 가속기만으로 전체 학습을 수행했다는 점입니다. 구조는 mHC, MLA, MTP를 결합합니다. 40개 층, 64개 라우팅 전문가, 토큰당 선택되는 4개 전문가, 1개 공유 전문가가 있습니다. 이는 원본 모델의 구조와 연구 기반에 대한 설명이며 사용자의 요청을 실행하는 장비를 나타내지는 않습니다.
텍스트 기반 공학 과제
개발사 자료는 여러 단계의 계획, 코드 작업, 순차적 문제 해결을 강조합니다. 텍스트 대화에서는 프로그램 변경 계획 준비, 의존 관계 설명, 제공 코드의 오류 분석에 활용할 수 있습니다. 목표, 입력, 제약부터 제시한 뒤 행동 순서와 단계별 예상 결과를 요청하세요.
프로그래밍 과제에는 관련 구현, 데이터 형식, 기대 동작 예시를 전달합니다. 유용한 결과는 설명, 국소적인 변경, 검증 예시입니다. 자체 환경에서 실행한 뒤 관찰 내용을 대화로 돌려주어 해법을 다듬을 수 있습니다. 답변을 구체적인 과제와 연결하면서 모델이 프로젝트에 자율 접근한다고 가정할 필요가 없는 방식입니다.
맥락과 요청 자료
Ailoot의 Xing4.0은 텍스트를 받아 텍스트를 반환합니다. 맥락 창은 262,144토큰, 최대 출력은 235,929토큰입니다. 공통 맥락에는 지시, 원자료, 기록, 답변이 포함됩니다. 요구사항, 문서, 코드, 검증 결과 등 여러 관련 조각을 함께 넣을 수 있습니다. 명확한 이름을 붙이고 비교, 알고리즘 설명, 갱신 코드, 해결 계획 중 무엇이 필요한지 지정하세요.
개발사는 원본 모델의 맥락을 512K까지 확장할 수 있다고 밝히지만 이 연결의 크기는 262,144토큰입니다. 큰 요청을 준비할 때는 이 한도를 기준으로 답변 공간도 남겨 두세요.
애플리케이션 연결
Messages, Responses, Chat Completions를 제공합니다. 익숙한 클라이언트에 모델을 통합하고 여러 메시지를 순서대로 구성할 수 있습니다. 이 연결의 결과는 생성된 텍스트입니다. 제안 코드 실행, 파일 읽기, 외부 도구 사용에는 이에 맞는 애플리케이션 로직이 필요합니다. 원본 모델의 구조 자체가 일반 텍스트 요청 안에 이런 동작을 제공하지는 않습니다.
Ailoot API에서 사용 가능
POST /v1/messages- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 235,929 토큰
- 입력
- US$0.00 / 1K
- 출력
- US$0.00 / 1K
POST /v1/responses- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 235,929 토큰
- 입력
- US$0.00 / 1K
- 출력
- US$0.00 / 1K
POST /v1/chat/completions- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 235,929 토큰
- 입력
- US$0.00 / 1K
- 출력
- US$0.00 / 1K
xingchen-agi/xing4.0-29b-a4b:free · JSON
{"about":"### China Telecom AI의 Xing4.0\n\nXing4.0-29B-A4B는 China Telecom Artificial Intelligence Technology가 TeleChat의 차세대로 개발한 텍스트 MoE 모델입니다. 전체 290억 매개변수 중 토큰당 약 40억 개가 활성화됩니다. 개발사는 복잡한 공학 과제와 순차적인 에이전트 시나리오를 지향했습니다.\n\nXing4.0의 특징은 MindSpore를 사용해 Ascend NPU 가속기만으로 전체 학습을 수행했다는 점입니다. 구조는 mHC, MLA, MTP를 결합합니다. 40개 층, 64개 라우팅 전문가, 토큰당 선택되는 4개 전문가, 1개 공유 전문가가 있습니다. 이는 원본 모델의 구조와 연구 기반에 대한 설명이며 사용자의 요청을 실행하는 장비를 나타내지는 않습니다.\n\n### 텍스트 기반 공학 과제\n\n개발사 자료는 여러 단계의 계획, 코드 작업, 순차적 문제 해결을 강조합니다. 텍스트 대화에서는 프로그램 변경 계획 준비, 의존 관계 설명, 제공 코드의 오류 분석에 활용할 수 있습니다. 목표, 입력, 제약부터 제시한 뒤 행동 순서와 단계별 예상 결과를 요청하세요.\n\n프로그래밍 과제에는 관련 구현, 데이터 형식, 기대 동작 예시를 전달합니다. 유용한 결과는 설명, 국소적인 변경, 검증 예시입니다. 자체 환경에서 실행한 뒤 관찰 내용을 대화로 돌려주어 해법을 다듬을 수 있습니다. 답변을 구체적인 과제와 연결하면서 모델이 프로젝트에 자율 접근한다고 가정할 필요가 없는 방식입니다.\n\n### 맥락과 요청 자료\n\nAiloot의 Xing4.0은 텍스트를 받아 텍스트를 반환합니다. 맥락 창은 262,144토큰, 최대 출력은 235,929토큰입니다. 공통 맥락에는 지시, 원자료, 기록, 답변이 포함됩니다. 요구사항, 문서, 코드, 검증 결과 등 여러 관련 조각을 함께 넣을 수 있습니다. 명확한 이름을 붙이고 비교, 알고리즘 설명, 갱신 코드, 해결 계획 중 무엇이 필요한지 지정하세요.\n\n개발사는 원본 모델의 맥락을 512K까지 확장할 수 있다고 밝히지만 이 연결의 크기는 262,144토큰입니다. 큰 요청을 준비할 때는 이 한도를 기준으로 답변 공간도 남겨 두세요.\n\n### 애플리케이션 연결\n\nMessages, Responses, Chat Completions를 제공합니다. 익숙한 클라이언트에 모델을 통합하고 여러 메시지를 순서대로 구성할 수 있습니다. 이 연결의 결과는 생성된 텍스트입니다. 제안 코드 실행, 파일 읽기, 외부 도구 사용에는 이에 맞는 애플리케이션 로직이 필요합니다. 원본 모델의 구조 자체가 일반 텍스트 요청 안에 이런 동작을 제공하지는 않습니다.","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":"계획, 코드 분석, 단계적인 공학 문제 해결을 위한 China Telecom AI의 290억 매개변수 텍스트 MoE 모델입니다."}