{
  "aboutHtml": "<h3>China Telecom AI Xing4.0</h3><p>Xing4.0-29B-A4B — China Telecom Artificial Intelligence Technology tekstinis MoE modelis, sukurtas kaip kita TeleChat karta. Modelis turi 29 mlrd. parametrų, iš kurių kiekvienam žetonui aktyvuojama apie 4 mlrd. Kūrėjas jį orientavo į sudėtingas inžinerines užduotis ir nuoseklius agentinius scenarijus.</p><p>Xing4.0 ypatybė — visas mokymas Ascend NPU spartintuvais naudojant MindSpore. Architektūroje sujungti mHC, MLA ir MTP; modelis turi 40 sluoksnių, 64 maršrutizuojamus ekspertus, keturis vienam žetonui pasirenkamus ekspertus ir vieną bendrą. Šie duomenys apibūdina pirminio modelio sandarą ir tyrimų pagrindą, o ne įrangą, kurioje vykdoma jūsų užklausa.</p><h3>Tekstinės inžinerinės užduotys</h3><p>Kūrėjo medžiagoje išskiriamas kelių žingsnių planavimas, darbas su kodu ir nuoseklus užduočių sprendimas. Tekstiniame dialoge tai galima naudoti programos keitimo planui parengti, priklausomybėms paaiškinti ar klaidai pagal pateiktą kodą analizuoti. Pradėkite nuo tikslo, įvesties ir apribojimų; tada paprašykite veiksmų sekos bei laukiamo kiekvieno žingsnio rezultato.</p><p>Programavimo užduočiai pateikite aktualų įgyvendinimą, duomenų formatą ir laukiamo veikimo pavyzdį. Patogus rezultatas — paaiškinimas, vietinis pakeitimas ir patikrų pavyzdžiai. Paleidę savo aplinkoje galite grąžinti stebėjimus į pokalbį ir patikslinti sprendimą. Taip atsakymas išlieka susietas su konkrečia užduotimi nepriskiriant modeliui savarankiškos prieigos prie projekto.</p><h3>Kontekstas ir užklausos medžiaga</h3><p>Ailoot Xing4.0 priima tekstą ir grąžina tekstą. Konteksto langas — 262 144 žetonai, didžiausia išvestis — 235 929 žetonai. Bendras kontekstas apima instrukcijas, pradinę medžiagą, istoriją ir atsakymą. Galima įtraukti kelis susijusius fragmentus: reikalavimus, dokumentaciją, kodą ir patikrų rezultatus. Suteikite jiems aiškius pavadinimus ir nurodykite, ko reikia: palyginimo, algoritmo aprašymo, atnaujinto kodo ar sprendimo plano.</p><p>Kūrėjas nurodo galimybę išplėsti pirminį modelį iki 512K konteksto, tačiau šios jungties dydis yra 262 144 žetonai. Rengdami didelę užklausą vadovaukitės juo ir palikite vietos atsakymui.</p><h3>Prijungimas prie programos</h3><p>Prieinami Messages, Responses ir Chat Completions. Formatai padeda įtraukti modelį į įprastą klientą ir organizuoti kelis nuoseklius pranešimus. Šios jungties rezultatas — sugeneruotas tekstas. Siūlomam kodui vykdyti, failams skaityti ir darbui su išoriniais įrankiais reikia atitinkamos programos logikos. Pirminio modelio architektūra savaime tokių veiksmų įprastoje tekstinėje užklausoje nesuteikia.</p>",
  "aboutText": "### China Telecom AI Xing4.0\n\nXing4.0-29B-A4B — China Telecom Artificial Intelligence Technology tekstinis MoE modelis, sukurtas kaip kita TeleChat karta. Modelis turi 29 mlrd. parametrų, iš kurių kiekvienam žetonui aktyvuojama apie 4 mlrd. Kūrėjas jį orientavo į sudėtingas inžinerines užduotis ir nuoseklius agentinius scenarijus.\n\nXing4.0 ypatybė — visas mokymas Ascend NPU spartintuvais naudojant MindSpore. Architektūroje sujungti mHC, MLA ir MTP; modelis turi 40 sluoksnių, 64 maršrutizuojamus ekspertus, keturis vienam žetonui pasirenkamus ekspertus ir vieną bendrą. Šie duomenys apibūdina pirminio modelio sandarą ir tyrimų pagrindą, o ne įrangą, kurioje vykdoma jūsų užklausa.\n\n### Tekstinės inžinerinės užduotys\n\nKūrėjo medžiagoje išskiriamas kelių žingsnių planavimas, darbas su kodu ir nuoseklus užduočių sprendimas. Tekstiniame dialoge tai galima naudoti programos keitimo planui parengti, priklausomybėms paaiškinti ar klaidai pagal pateiktą kodą analizuoti. Pradėkite nuo tikslo, įvesties ir apribojimų; tada paprašykite veiksmų sekos bei laukiamo kiekvieno žingsnio rezultato.\n\nProgramavimo užduočiai pateikite aktualų įgyvendinimą, duomenų formatą ir laukiamo veikimo pavyzdį. Patogus rezultatas — paaiškinimas, vietinis pakeitimas ir patikrų pavyzdžiai. Paleidę savo aplinkoje galite grąžinti stebėjimus į pokalbį ir patikslinti sprendimą. Taip atsakymas išlieka susietas su konkrečia užduotimi nepriskiriant modeliui savarankiškos prieigos prie projekto.\n\n### Kontekstas ir užklausos medžiaga\n\nAiloot Xing4.0 priima tekstą ir grąžina tekstą. Konteksto langas — 262 144 žetonai, didžiausia išvestis — 235 929 žetonai. Bendras kontekstas apima instrukcijas, pradinę medžiagą, istoriją ir atsakymą. Galima įtraukti kelis susijusius fragmentus: reikalavimus, dokumentaciją, kodą ir patikrų rezultatus. Suteikite jiems aiškius pavadinimus ir nurodykite, ko reikia: palyginimo, algoritmo aprašymo, atnaujinto kodo ar sprendimo plano.\n\nKūrėjas nurodo galimybę išplėsti pirminį modelį iki 512K konteksto, tačiau šios jungties dydis yra 262 144 žetonai. Rengdami didelę užklausą vadovaukitės juo ir palikite vietos atsakymui.\n\n### Prijungimas prie programos\n\nPrieinami Messages, Responses ir Chat Completions. Formatai padeda įtraukti modelį į įprastą klientą ir organizuoti kelis nuoseklius pranešimus. Šios jungties rezultatas — sugeneruotas tekstas. Siūlomam kodui vykdyti, failams skaityti ir darbui su išoriniais įrankiais reikia atitinkamos programos logikos. Pirminio modelio architektūra savaime tokių veiksmų įprastoje tekstinėje užklausoje nesuteikia.",
  "locale": "lt",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>262 144 <em>tokenų</em></dd></div><div><dt>Didžiausias atsakymas</dt><dd>235 929 <em>tokenų</em></dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,00 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,00 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|xingchen-agi%2Fxing4.0-29b-a4b%3Afree",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>262 144 <em>tokenų</em></dd></div><div><dt>Didžiausias atsakymas</dt><dd>235 929 <em>tokenų</em></dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,00 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,00 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|xingchen-agi%2Fxing4.0-29b-a4b%3Afree",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>262 144 <em>tokenų</em></dd></div><div><dt>Didžiausias atsakymas</dt><dd>235 929 <em>tokenų</em></dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,00 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,00 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "xingchen-agi/xing4.0-29b-a4b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|xingchen-agi%2Fxing4.0-29b-a4b%3Afree",
      "ordinal": 2,
      "rawMethod": {
        "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_id": "xingchen-agi/xing4.0-29b-a4b:free",
  "page": {
    "canonical": "https://ailoot.ai/models/lt/xingchen-agi-xing4-0-29b-a4b-free/",
    "description": "China Telecom AI tekstinis MoE modelis su 29 mlrd. parametrų planavimui, kodo analizei ir nuosekliam inžinerinių užduočių sprendimui.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/xingchen-agi-xing4-0-29b-a4b-free/index.md",
    "title": "XingChen: Xing4.0 29B A4B (free)",
    "url": "https://ailoot.ai/models/lt/xingchen-agi-xing4-0-29b-a4b-free/"
  },
  "rawModel": {
    "about": "### China Telecom AI Xing4.0\n\nXing4.0-29B-A4B — China Telecom Artificial Intelligence Technology tekstinis MoE modelis, sukurtas kaip kita TeleChat karta. Modelis turi 29 mlrd. parametrų, iš kurių kiekvienam žetonui aktyvuojama apie 4 mlrd. Kūrėjas jį orientavo į sudėtingas inžinerines užduotis ir nuoseklius agentinius scenarijus.\n\nXing4.0 ypatybė — visas mokymas Ascend NPU spartintuvais naudojant MindSpore. Architektūroje sujungti mHC, MLA ir MTP; modelis turi 40 sluoksnių, 64 maršrutizuojamus ekspertus, keturis vienam žetonui pasirenkamus ekspertus ir vieną bendrą. Šie duomenys apibūdina pirminio modelio sandarą ir tyrimų pagrindą, o ne įrangą, kurioje vykdoma jūsų užklausa.\n\n### Tekstinės inžinerinės užduotys\n\nKūrėjo medžiagoje išskiriamas kelių žingsnių planavimas, darbas su kodu ir nuoseklus užduočių sprendimas. Tekstiniame dialoge tai galima naudoti programos keitimo planui parengti, priklausomybėms paaiškinti ar klaidai pagal pateiktą kodą analizuoti. Pradėkite nuo tikslo, įvesties ir apribojimų; tada paprašykite veiksmų sekos bei laukiamo kiekvieno žingsnio rezultato.\n\nProgramavimo užduočiai pateikite aktualų įgyvendinimą, duomenų formatą ir laukiamo veikimo pavyzdį. Patogus rezultatas — paaiškinimas, vietinis pakeitimas ir patikrų pavyzdžiai. Paleidę savo aplinkoje galite grąžinti stebėjimus į pokalbį ir patikslinti sprendimą. Taip atsakymas išlieka susietas su konkrečia užduotimi nepriskiriant modeliui savarankiškos prieigos prie projekto.\n\n### Kontekstas ir užklausos medžiaga\n\nAiloot Xing4.0 priima tekstą ir grąžina tekstą. Konteksto langas — 262 144 žetonai, didžiausia išvestis — 235 929 žetonai. Bendras kontekstas apima instrukcijas, pradinę medžiagą, istoriją ir atsakymą. Galima įtraukti kelis susijusius fragmentus: reikalavimus, dokumentaciją, kodą ir patikrų rezultatus. Suteikite jiems aiškius pavadinimus ir nurodykite, ko reikia: palyginimo, algoritmo aprašymo, atnaujinto kodo ar sprendimo plano.\n\nKūrėjas nurodo galimybę išplėsti pirminį modelį iki 512K konteksto, tačiau šios jungties dydis yra 262 144 žetonai. Rengdami didelę užklausą vadovaukitės juo ir palikite vietos atsakymui.\n\n### Prijungimas prie programos\n\nPrieinami Messages, Responses ir Chat Completions. Formatai padeda įtraukti modelį į įprastą klientą ir organizuoti kelis nuoseklius pranešimus. Šios jungties rezultatas — sugeneruotas tekstas. Siūlomam kodui vykdyti, failams skaityti ir darbui su išoriniais įrankiais reikia atitinkamos programos logikos. Pirminio modelio architektūra savaime tokių veiksmų įprastoje tekstinėje užklausoje nesuteikia.",
    "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": "China Telecom AI tekstinis MoE modelis su 29 mlrd. parametrų planavimui, kodo analizei ir nuosekliam inžinerinių užduočių sprendimui."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "China Telecom AI tekstinis MoE modelis su 29 mlrd. parametrų planavimui, kodo analizei ir nuosekliam inžinerinių užduočių sprendimui.",
  "source": {
    "audit_sha256": "2bc68cb91c71af5b21e89bf0909ff7af42c7b46162a1687dc2234982b3404c92",
    "bridge_map_sha256": "2bc68cb91c71af5b21e89bf0909ff7af42c7b46162a1687dc2234982b3404c92",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "681c688b3004e3a45ae143b17678e7c7e15518970dd39fd2bb27a0a26d99cf9c",
      "renderer_sha256": "1d3ba43331c1ce640a925b72c0174bc7be81a0d19a650f9a2b8d71aa48d72002"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "681c688b3004e3a45ae143b17678e7c7e15518970dd39fd2bb27a0a26d99cf9c",
    "renderer_sha256": "1d3ba43331c1ce640a925b72c0174bc7be81a0d19a650f9a2b8d71aa48d72002"
  },
  "sourceRevision": "3976615e756f638f4134c8c283a48e4e7334ad370a5a4e1293620691c745867f"
}
