Source: https://ailoot.ai/models/pt-pt/xingchen-agi-xing4-0-29b-a4b-free/ Canonical: https://ailoot.ai/models/pt-pt/xingchen-agi-xing4-0-29b-a4b-free/ Language: pt-pt # XingChen: Xing4.0 29B A4B (free) [Markdown](https://ailoot.ai/models/pt-pt/xingchen-agi-xing4-0-29b-a4b-free/index.md) · [JSON](https://ailoot.ai/models/pt-pt/xingchen-agi-xing4-0-29b-a4b-free/facts.json) ## [XingChen: Xing4.0 29B A4B (free)](https://ailoot.ai/models/pt-pt/xingchen-agi-xing4-0-29b-a4b-free/) `xingchen-agi/xing4.0-29b-a4b:free` Xingchen AGITextoEntrada 0,00 US$ / 1KSaída 0,00 US$ / 1K Modelo textual MoE da China Telecom AI com 29 mil milhões de parâmetros para planeamento, análise de código e resolução sucessiva de tarefas de engenharia. ### Xing4.0 da China Telecom AI O Xing4.0-29B-A4B é um modelo textual MoE da China Telecom Artificial Intelligence Technology, desenvolvido como a geração seguinte do TeleChat. O modelo tem 29 mil milhões de parâmetros, dos quais cerca de 4 mil milhões são ativados por token. O fabricante orientou-o para tarefas de engenharia complexas e cenários sucessivos com agentes. Uma particularidade do Xing4.0 é o treino integral em aceleradores Ascend NPU, utilizando MindSpore. A arquitetura combina mHC, MLA e MTP; o modelo contém 40 camadas, 64 especialistas encaminhados, quatro especialistas selecionados por token e um partilhado. Estes dados descrevem a estrutura do modelo original e a sua base de investigação, não o equipamento em que o seu pedido é executado. ### Tarefas de engenharia em texto Os materiais do fabricante destacam planeamento de vários passos, trabalho com código e resolução sucessiva de tarefas. Num diálogo textual, isto pode servir para preparar um plano de alteração de um programa, explicar dependências ou analisar um erro com base no código fornecido. Comece pelo objetivo, pelos dados de entrada e pelas restrições; peça depois uma sequência de ações e o resultado esperado de cada passo. Para uma tarefa de programação, forneça a implementação relevante, o formato dos dados e um exemplo do comportamento esperado. Um resultado conveniente é uma explicação, uma alteração localizada e exemplos de verificações. Após a execução no seu ambiente, pode devolver as observações ao diálogo e afinar a solução. Esta formulação mantém a ligação da resposta a uma tarefa concreta sem atribuir ao modelo acesso autónomo ao projeto. ### Contexto e materiais do pedido Na Ailoot, o Xing4.0 recebe texto e devolve texto. A janela de contexto é de 262 144 tokens e a saída máxima de 235 929 tokens. O contexto comum inclui instruções, materiais de partida, histórico e resposta. Pode incluir vários excertos relacionados: requisitos, documentação, código e resultados de verificações. Dê-lhes nomes claros e indique o que pretende obter: uma comparação, descrição de um algoritmo, código atualizado ou plano de resolução. O fabricante indica a possibilidade de alargar o contexto do modelo original até 512K, mas a dimensão desta ligação é de 262 144 tokens. Ao preparar um pedido extenso, guie-se por este limite e deixe espaço para a resposta. ### Ligação à aplicação Estão disponíveis Messages, Responses e Chat Completions. Os formatos ajudam a integrar o modelo num cliente habitual e a organizar várias mensagens sucessivas. O resultado desta ligação é texto gerado. Para executar o código proposto, ler ficheiros e trabalhar com ferramentas externas, é necessária a lógica correspondente na aplicação. A arquitetura do modelo original, por si só, não disponibiliza essas ações num pedido textual normal. ### Disponível através da API Ailoot Entrada `text` Saída `text` Contexto 262 144 *tokens* Resposta máx. 235 929 *tokens* Entrada 0,00 US$ */ 1K* Saída 0,00 US$ */ 1K* Entrada `text` Saída `text` Contexto 262 144 *tokens* Resposta máx. 235 929 *tokens* Entrada 0,00 US$ */ 1K* Saída 0,00 US$ */ 1K* Entrada `text` Saída `text` Contexto 262 144 *tokens* Resposta máx. 235 929 *tokens* Entrada 0,00 US$ */ 1K* Saída 0,00 US$ */ 1K* `xingchen-agi/xing4.0-29b-a4b:free` · JSON ``` {"about":"### Xing4.0 da China Telecom AI\n\nO Xing4.0-29B-A4B é um modelo textual MoE da China Telecom Artificial Intelligence Technology, desenvolvido como a geração seguinte do TeleChat. O modelo tem 29 mil milhões de parâmetros, dos quais cerca de 4 mil milhões são ativados por token. O fabricante orientou-o para tarefas de engenharia complexas e cenários sucessivos com agentes.\n\nUma particularidade do Xing4.0 é o treino integral em aceleradores Ascend NPU, utilizando MindSpore. A arquitetura combina mHC, MLA e MTP; o modelo contém 40 camadas, 64 especialistas encaminhados, quatro especialistas selecionados por token e um partilhado. Estes dados descrevem a estrutura do modelo original e a sua base de investigação, não o equipamento em que o seu pedido é executado.\n\n### Tarefas de engenharia em texto\n\nOs materiais do fabricante destacam planeamento de vários passos, trabalho com código e resolução sucessiva de tarefas. Num diálogo textual, isto pode servir para preparar um plano de alteração de um programa, explicar dependências ou analisar um erro com base no código fornecido. Comece pelo objetivo, pelos dados de entrada e pelas restrições; peça depois uma sequência de ações e o resultado esperado de cada passo.\n\nPara uma tarefa de programação, forneça a implementação relevante, o formato dos dados e um exemplo do comportamento esperado. Um resultado conveniente é uma explicação, uma alteração localizada e exemplos de verificações. Após a execução no seu ambiente, pode devolver as observações ao diálogo e afinar a solução. Esta formulação mantém a ligação da resposta a uma tarefa concreta sem atribuir ao modelo acesso autónomo ao projeto.\n\n### Contexto e materiais do pedido\n\nNa Ailoot, o Xing4.0 recebe texto e devolve texto. A janela de contexto é de 262 144 tokens e a saída máxima de 235 929 tokens. O contexto comum inclui instruções, materiais de partida, histórico e resposta. Pode incluir vários excertos relacionados: requisitos, documentação, código e resultados de verificações. Dê-lhes nomes claros e indique o que pretende obter: uma comparação, descrição de um algoritmo, código atualizado ou plano de resolução.\n\nO fabricante indica a possibilidade de alargar o contexto do modelo original até 512K, mas a dimensão desta ligação é de 262 144 tokens. Ao preparar um pedido extenso, guie-se por este limite e deixe espaço para a resposta.\n\n### Ligação à aplicação\n\nEstão disponíveis Messages, Responses e Chat Completions. Os formatos ajudam a integrar o modelo num cliente habitual e a organizar várias mensagens sucessivas. O resultado desta ligação é texto gerado. Para executar o código proposto, ler ficheiros e trabalhar com ferramentas externas, é necessária a lógica correspondente na aplicação. A arquitetura do modelo original, por si só, não disponibiliza essas ações num pedido textual normal.","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":"Modelo textual MoE da China Telecom AI com 29 mil milhões de parâmetros para planeamento, análise de código e resolução sucessiva de tarefas de engenharia."} ``` ## Perguntas Como escolher um modelo para a minha tarefa? Identifique primeiro a entrada e a saída necessárias: texto, imagem, áudio ou vídeo. Compare depois os métodos API compatíveis, o ID exato do modelo ou o destino atual do alias, o preço e a unidade de faturação. GET /v1/models é gratuito e lista os modelos disponíveis para a sua chave. Cada modelo suporta todos os métodos API e tipos de conteúdo? Use os métodos API e os tipos de entrada e saída indicados na ficha do modelo. O suporte de texto, imagens, áudio ou vídeo depende do modelo e do método escolhidos; consulte o respetivo exemplo de pedido antes de enviar os seus dados. Qual é a diferença entre o ID de um modelo e um alias? Um ID exato identifica um modelo específico. Um alias aponta para um modelo e o seu destino pode mudar. Confirme o destino atual do alias no catálogo; use o ID exato quando a integração precisar de um modelo específico. Como comparar os preços antes de enviar um pedido? Consulte na ficha do modelo o preço e a unidade de faturação do método API escolhido. Compare a mesma unidade e os mesmos tipos de entrada e saída; o histórico de pedidos mostra a utilização real e o montante debitado. O que oferece a subscrição? Um desconto na compra de tokens para trabalho regular. Escolha o plano conforme o volume de pedidos; as condições e o preço da subscrição aparecem na adesão. Como aplico um código promocional com até 50% de desconto? Introduza o código promocional ao comprar tokens. O total é recalculado segundo as condições da campanha; o desconto é visível antes do pagamento. ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.