Source: https://ailoot.ai/models/pl/xingchen-agi-xing4-0-29b-a4b-free/ Canonical: https://ailoot.ai/models/pl/xingchen-agi-xing4-0-29b-a4b-free/ Language: pl # XingChen: Xing4.0 29B A4B (free) [Markdown](https://ailoot.ai/models/pl/xingchen-agi-xing4-0-29b-a4b-free/index.md) · [JSON](https://ailoot.ai/models/pl/xingchen-agi-xing4-0-29b-a4b-free/facts.json) ## [XingChen: Xing4.0 29B A4B (free)](https://ailoot.ai/models/pl/xingchen-agi-xing4-0-29b-a4b-free/) `xingchen-agi/xing4.0-29b-a4b:free` Xingchen AGITekstWejście 0,00 USD / 1KWyjście 0,00 USD / 1K Tekstowy model MoE China Telecom AI z 29 mld parametrów do planowania, analizy kodu i etapowego rozwiązywania zadań inżynierskich. ### Xing4.0 od China Telecom AI Xing4.0-29B-A4B to tekstowy model MoE China Telecom Artificial Intelligence Technology, opracowany jako kolejna generacja TeleChat. Model ma 29 mld parametrów, z których na każdy token aktywuje się około 4 mld. Twórca ukierunkował go na złożone zadania inżynierskie i sekwencyjne scenariusze agentowe. Cechą Xing4.0 jest uczenie w całości na akceleratorach Ascend NPU z wykorzystaniem MindSpore. Architektura łączy mHC, MLA i MTP; model zawiera 40 warstw, 64 ekspertów wybieranych przez mechanizm routingu, czterech wybranych ekspertów na token i jednego wspólnego. Informacje te opisują budowę modelu źródłowego i jego podstawę badawczą, a nie sprzęt wykonujący zapytanie. ### Tekstowe zadania inżynierskie Materiały twórcy wyróżniają planowanie wielu kroków, pracę z kodem i sekwencyjne rozwiązywanie zadań. W dialogu tekstowym można to wykorzystać do przygotowania planu zmiany programu, wyjaśnienia zależności lub analizy błędu na podstawie przekazanego kodu. Zacznij od celu, danych wejściowych i ograniczeń, a następnie poproś o sekwencję działań i oczekiwany wynik każdego kroku. Przy zadaniu programistycznym przekaż właściwą implementację, format danych i przykład oczekiwanego zachowania. Dogodnym wynikiem jest wyjaśnienie, lokalna zmiana i przykłady kontroli. Po uruchomieniu we własnym środowisku można zwrócić obserwacje do rozmowy i doprecyzować rozwiązanie. Takie zadanie zachowuje związek odpowiedzi z konkretnym problemem i nie wymaga przypisywania modelowi samodzielnego dostępu do projektu. ### Kontekst i materiały zapytania W Ailoot Xing4.0 przyjmuje tekst i zwraca tekst. Okno kontekstowe wynosi 262 144 tokeny, a maksymalne wyjście 235 929 tokenów. Wspólny kontekst obejmuje instrukcje, materiały źródłowe, historię i odpowiedź. Można dołączyć kilka powiązanych fragmentów: wymagania, dokumentację, kod i wyniki kontroli. Nadaj im czytelne nazwy i określ, czego dokładnie potrzebujesz — porównania, opisu algorytmu, zaktualizowanego kodu czy planu rozwiązania. Twórca wskazuje możliwość rozszerzenia modelu źródłowego do kontekstu 512K, jednak rozmiar tego podłączenia wynosi 262 144 tokeny. Przy dużym zapytaniu kieruj się tą wartością, zostawiając miejsce na odpowiedź. ### Podłączenie do aplikacji Dostępne są Messages, Responses i Chat Completions. Formaty pomagają włączyć model do znanego klienta i zorganizować kilka kolejnych wiadomości. Wynikiem tego podłączenia jest wygenerowany tekst. Wykonywanie proponowanego kodu, czytanie plików i praca z narzędziami zewnętrznymi wymagają odpowiedniej logiki aplikacji. Sama architektura modelu źródłowego nie udostępnia takich działań w zwykłym zapytaniu tekstowym. ### Dostępne przez Ailoot API Wejście `text` Wyjście `text` Kontekst 262 144 *tokenów* Maks. odpowiedź 235 929 *tokenów* Wejście 0,00 USD */ 1K* Wyjście 0,00 USD */ 1K* Wejście `text` Wyjście `text` Kontekst 262 144 *tokenów* Maks. odpowiedź 235 929 *tokenów* Wejście 0,00 USD */ 1K* Wyjście 0,00 USD */ 1K* Wejście `text` Wyjście `text` Kontekst 262 144 *tokenów* Maks. odpowiedź 235 929 *tokenów* Wejście 0,00 USD */ 1K* Wyjście 0,00 USD */ 1K* `xingchen-agi/xing4.0-29b-a4b:free` · JSON ``` {"about":"### Xing4.0 od China Telecom AI\n\nXing4.0-29B-A4B to tekstowy model MoE China Telecom Artificial Intelligence Technology, opracowany jako kolejna generacja TeleChat. Model ma 29 mld parametrów, z których na każdy token aktywuje się około 4 mld. Twórca ukierunkował go na złożone zadania inżynierskie i sekwencyjne scenariusze agentowe.\n\nCechą Xing4.0 jest uczenie w całości na akceleratorach Ascend NPU z wykorzystaniem MindSpore. Architektura łączy mHC, MLA i MTP; model zawiera 40 warstw, 64 ekspertów wybieranych przez mechanizm routingu, czterech wybranych ekspertów na token i jednego wspólnego. Informacje te opisują budowę modelu źródłowego i jego podstawę badawczą, a nie sprzęt wykonujący zapytanie.\n\n### Tekstowe zadania inżynierskie\n\nMateriały twórcy wyróżniają planowanie wielu kroków, pracę z kodem i sekwencyjne rozwiązywanie zadań. W dialogu tekstowym można to wykorzystać do przygotowania planu zmiany programu, wyjaśnienia zależności lub analizy błędu na podstawie przekazanego kodu. Zacznij od celu, danych wejściowych i ograniczeń, a następnie poproś o sekwencję działań i oczekiwany wynik każdego kroku.\n\nPrzy zadaniu programistycznym przekaż właściwą implementację, format danych i przykład oczekiwanego zachowania. Dogodnym wynikiem jest wyjaśnienie, lokalna zmiana i przykłady kontroli. Po uruchomieniu we własnym środowisku można zwrócić obserwacje do rozmowy i doprecyzować rozwiązanie. Takie zadanie zachowuje związek odpowiedzi z konkretnym problemem i nie wymaga przypisywania modelowi samodzielnego dostępu do projektu.\n\n### Kontekst i materiały zapytania\n\nW Ailoot Xing4.0 przyjmuje tekst i zwraca tekst. Okno kontekstowe wynosi 262 144 tokeny, a maksymalne wyjście 235 929 tokenów. Wspólny kontekst obejmuje instrukcje, materiały źródłowe, historię i odpowiedź. Można dołączyć kilka powiązanych fragmentów: wymagania, dokumentację, kod i wyniki kontroli. Nadaj im czytelne nazwy i określ, czego dokładnie potrzebujesz — porównania, opisu algorytmu, zaktualizowanego kodu czy planu rozwiązania.\n\nTwórca wskazuje możliwość rozszerzenia modelu źródłowego do kontekstu 512K, jednak rozmiar tego podłączenia wynosi 262 144 tokeny. Przy dużym zapytaniu kieruj się tą wartością, zostawiając miejsce na odpowiedź.\n\n### Podłączenie do aplikacji\n\nDostępne są Messages, Responses i Chat Completions. Formaty pomagają włączyć model do znanego klienta i zorganizować kilka kolejnych wiadomości. Wynikiem tego podłączenia jest wygenerowany tekst. Wykonywanie proponowanego kodu, czytanie plików i praca z narzędziami zewnętrznymi wymagają odpowiedniej logiki aplikacji. Sama architektura modelu źródłowego nie udostępnia takich działań w zwykłym zapytaniu tekstowym.","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":"Tekstowy model MoE China Telecom AI z 29 mld parametrów do planowania, analizy kodu i etapowego rozwiązywania zadań inżynierskich."} ``` ## Pytania Jak wybrać model do swojego zadania? Najpierw określ potrzebne dane wejściowe i wyjściowe: tekst, obrazy, dźwięk lub wideo. Następnie porównaj zgodne metody API, dokładny ID modelu lub aktualny model docelowy aliasu, cenę i jednostkę rozliczeniową. GET /v1/models jest bezpłatne i zwraca listę modeli dostępnych dla Twojego klucza. Czy każdy model obsługuje wszystkie metody API i typy mediów? Korzystaj z metod API i typów danych wejściowych i wyjściowych podanych na karcie modelu. Obsługa tekstu, obrazów, dźwięku lub wideo zależy od wybranego modelu i metody; przed wysłaniem danych sprawdź odpowiedni przykład żądania. Czym różni się ID modelu od aliasu? Dokładny ID modelu wskazuje konkretny model. Alias wskazuje model, a jego model docelowy może się zmienić. Sprawdź w katalogu aktualny model docelowy aliasu; użyj dokładnego ID, jeśli Twoja integracja wymaga konkretnego modelu. Jak porównać ceny przed wysłaniem żądania? Sprawdź na karcie modelu cenę i jednostkę rozliczeniową wybranej metody API. Porównuj tę samą jednostkę i ten sam typ danych wejściowych i wyjściowych; historia żądań pokazuje rzeczywiste użycie i naliczoną kwotę. Co daje subskrypcja? Rabat na zakup tokenów do regularnej pracy. Wybierz plan według liczby żądań; warunki i koszt subskrypcji są widoczne przy zamawianiu. Jak użyć kodu z rabatem do 50%? Wpisz kod promocyjny przy zakupie tokenów. Kwota jest przeliczana według promocji; wysokość rabatu widzisz przed zapłatą. ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.