Source: https://ailoot.ai/models/th/xingchen-agi-xing4-0-29b-a4b-free/ Canonical: https://ailoot.ai/models/th/xingchen-agi-xing4-0-29b-a4b-free/ Language: th # XingChen: Xing4.0 29B A4B (free) [Markdown](https://ailoot.ai/models/th/xingchen-agi-xing4-0-29b-a4b-free/index.md) · [JSON](https://ailoot.ai/models/th/xingchen-agi-xing4-0-29b-a4b-free/facts.json) ## [XingChen: Xing4.0 29B A4B (free)](https://ailoot.ai/models/th/xingchen-agi-xing4-0-29b-a4b-free/) `xingchen-agi/xing4.0-29b-a4b:free` Xingchen AGIข้อความขาเข้า US$0.00 / 1Kขาออก US$0.00 / 1K โมเดลข้อความ MoE ของ China Telecom AI มี 29 พันล้านพารามิเตอร์ สำหรับวางแผน วิเคราะห์โค้ด และแก้โจทย์วิศวกรรมตามลำดับ ### Xing4.0 จาก China Telecom AI Xing4.0-29B-A4B เป็นโมเดลข้อความ MoE ของ China Telecom Artificial Intelligence Technology ที่พัฒนาเป็นเจเนอเรชันถัดจาก TeleChat มีพารามิเตอร์ 29 พันล้าน โดยเปิดใช้ประมาณ 4 พันล้านต่อโทเคน ผู้พัฒนามุ่งสู่งานวิศวกรรมซับซ้อนและกรณีเอเจนต์แบบต่อเนื่อง จุดเด่นของ Xing4.0 คือฝึกทั้งหมดบนตัวเร่ง Ascend NPU โดยใช้ MindSpore สถาปัตยกรรมรวม mHC, MLA และ MTP โมเดลมี 40 ชั้น ผู้เชี่ยวชาญที่กำหนดเส้นทางได้ 64 ตัว เลือกสี่ตัวต่อโทเคน และมีผู้เชี่ยวชาญร่วมหนึ่งตัว ข้อมูลเหล่านี้อธิบายโครงสร้างและพื้นฐานการวิจัยของโมเดลต้นฉบับ ไม่ใช่ฮาร์ดแวร์ที่ใช้ประมวลผลคำขอของคุณ ### งานวิศวกรรมแบบข้อความ เอกสารผู้พัฒนาเน้นการวางแผนหลายขั้น งานโค้ด และการแก้โจทย์ตามลำดับ ในบทสนทนาข้อความ ใช้เตรียมแผนแก้โปรแกรม อธิบายความสัมพันธ์ หรือวิเคราะห์ข้อผิดพลาดจากโค้ดที่ให้ได้ เริ่มจากเป้าหมาย ข้อมูลเข้า และข้อจำกัด แล้วขอลำดับการกระทำพร้อมผลที่คาดหวังในแต่ละขั้น สำหรับงานเขียนโปรแกรม ให้ส่งการนำไปใช้ที่เกี่ยวข้อง รูปแบบข้อมูล และตัวอย่างพฤติกรรมที่ต้องการ ผลลัพธ์ที่ใช้ได้คือคำอธิบาย การแก้เฉพาะจุด และตัวอย่างการตรวจสอบ หลังรันในสภาพแวดล้อมของคุณ สามารถส่งข้อสังเกตกลับในบทสนทนาและปรับแนวทางได้ การกำหนดงานเช่นนี้รักษาความเชื่อมโยงกับโจทย์จริงโดยไม่ต้องถือว่าโมเดลเข้าถึงโครงการเองได้ ### บริบทและข้อมูลในคำขอ ใน Ailoot Xing4.0 รับข้อความและคืนข้อความ หน้าต่างบริบทคือ 262,144 โทเคน ผลลัพธ์สูงสุดคือ 235,929 โทเคน บริบทรวมมีคำสั่ง ข้อมูลต้นทาง ประวัติ และคำตอบ สามารถใส่ส่วนที่เกี่ยวข้องหลายชิ้น เช่น ข้อกำหนด เอกสาร โค้ด และผลตรวจ ตั้งชื่อให้ชัดและระบุว่าต้องการอะไร เช่น การเปรียบเทียบ คำอธิบายอัลกอริทึม โค้ดปรับปรุง หรือแผนแก้โจทย์ ผู้พัฒนาระบุว่าโมเดลต้นฉบับขยายบริบทได้ถึง 512K แต่การเชื่อมต่อนี้มีขนาด 262,144 โทเคน เมื่อเตรียมคำขอใหญ่ ควรยึดขนาดนี้และเหลือพื้นที่สำหรับคำตอบ ### เชื่อมต่อกับแอปพลิเคชัน มี Messages, Responses และ Chat Completions ให้ใช้ รูปแบบเหล่านี้ช่วยรวมโมเดลในไคลเอนต์ที่คุ้นเคยและจัดข้อความต่อเนื่องหลายข้อความ ผลลัพธ์ของการเชื่อมต่อนี้เป็นข้อความที่สร้างขึ้น การรันโค้ดที่เสนอ อ่านไฟล์ และทำงานกับเครื่องมือภายนอกต้องมีตรรกะของแอปพลิเคชันรองรับ สถาปัตยกรรมโมเดลต้นฉบับไม่ได้เพิ่มการกระทำเหล่านี้ในคำขอข้อความทั่วไปโดยตัวมันเอง ### ใช้งานได้ผ่าน Ailoot API ขาเข้า `text` ขาออก `text` บริบท 262,144 *โทเคน* ความยาวคำตอบสูงสุด 235,929 *โทเคน* ขาเข้า US$0.00 */ 1K* ขาออก US$0.00 */ 1K* ขาเข้า `text` ขาออก `text` บริบท 262,144 *โทเคน* ความยาวคำตอบสูงสุด 235,929 *โทเคน* ขาเข้า US$0.00 */ 1K* ขาออก US$0.00 */ 1K* ขาเข้า `text` ขาออก `text` บริบท 262,144 *โทเคน* ความยาวคำตอบสูงสุด 235,929 *โทเคน* ขาเข้า US$0.00 */ 1K* ขาออก US$0.00 */ 1K* `xingchen-agi/xing4.0-29b-a4b:free` · JSON ``` {"about":"### Xing4.0 จาก China Telecom AI\n\nXing4.0-29B-A4B เป็นโมเดลข้อความ MoE ของ China Telecom Artificial Intelligence Technology ที่พัฒนาเป็นเจเนอเรชันถัดจาก TeleChat มีพารามิเตอร์ 29 พันล้าน โดยเปิดใช้ประมาณ 4 พันล้านต่อโทเคน ผู้พัฒนามุ่งสู่งานวิศวกรรมซับซ้อนและกรณีเอเจนต์แบบต่อเนื่อง\n\nจุดเด่นของ Xing4.0 คือฝึกทั้งหมดบนตัวเร่ง Ascend NPU โดยใช้ MindSpore สถาปัตยกรรมรวม mHC, MLA และ MTP โมเดลมี 40 ชั้น ผู้เชี่ยวชาญที่กำหนดเส้นทางได้ 64 ตัว เลือกสี่ตัวต่อโทเคน และมีผู้เชี่ยวชาญร่วมหนึ่งตัว ข้อมูลเหล่านี้อธิบายโครงสร้างและพื้นฐานการวิจัยของโมเดลต้นฉบับ ไม่ใช่ฮาร์ดแวร์ที่ใช้ประมวลผลคำขอของคุณ\n\n### งานวิศวกรรมแบบข้อความ\n\nเอกสารผู้พัฒนาเน้นการวางแผนหลายขั้น งานโค้ด และการแก้โจทย์ตามลำดับ ในบทสนทนาข้อความ ใช้เตรียมแผนแก้โปรแกรม อธิบายความสัมพันธ์ หรือวิเคราะห์ข้อผิดพลาดจากโค้ดที่ให้ได้ เริ่มจากเป้าหมาย ข้อมูลเข้า และข้อจำกัด แล้วขอลำดับการกระทำพร้อมผลที่คาดหวังในแต่ละขั้น\n\nสำหรับงานเขียนโปรแกรม ให้ส่งการนำไปใช้ที่เกี่ยวข้อง รูปแบบข้อมูล และตัวอย่างพฤติกรรมที่ต้องการ ผลลัพธ์ที่ใช้ได้คือคำอธิบาย การแก้เฉพาะจุด และตัวอย่างการตรวจสอบ หลังรันในสภาพแวดล้อมของคุณ สามารถส่งข้อสังเกตกลับในบทสนทนาและปรับแนวทางได้ การกำหนดงานเช่นนี้รักษาความเชื่อมโยงกับโจทย์จริงโดยไม่ต้องถือว่าโมเดลเข้าถึงโครงการเองได้\n\n### บริบทและข้อมูลในคำขอ\n\nใน Ailoot Xing4.0 รับข้อความและคืนข้อความ หน้าต่างบริบทคือ 262,144 โทเคน ผลลัพธ์สูงสุดคือ 235,929 โทเคน บริบทรวมมีคำสั่ง ข้อมูลต้นทาง ประวัติ และคำตอบ สามารถใส่ส่วนที่เกี่ยวข้องหลายชิ้น เช่น ข้อกำหนด เอกสาร โค้ด และผลตรวจ ตั้งชื่อให้ชัดและระบุว่าต้องการอะไร เช่น การเปรียบเทียบ คำอธิบายอัลกอริทึม โค้ดปรับปรุง หรือแผนแก้โจทย์\n\nผู้พัฒนาระบุว่าโมเดลต้นฉบับขยายบริบทได้ถึง 512K แต่การเชื่อมต่อนี้มีขนาด 262,144 โทเคน เมื่อเตรียมคำขอใหญ่ ควรยึดขนาดนี้และเหลือพื้นที่สำหรับคำตอบ\n\n### เชื่อมต่อกับแอปพลิเคชัน\n\nมี Messages, Responses และ Chat Completions ให้ใช้ รูปแบบเหล่านี้ช่วยรวมโมเดลในไคลเอนต์ที่คุ้นเคยและจัดข้อความต่อเนื่องหลายข้อความ ผลลัพธ์ของการเชื่อมต่อนี้เป็นข้อความที่สร้างขึ้น การรันโค้ดที่เสนอ อ่านไฟล์ และทำงานกับเครื่องมือภายนอกต้องมีตรรกะของแอปพลิเคชันรองรับ สถาปัตยกรรมโมเดลต้นฉบับไม่ได้เพิ่มการกระทำเหล่านี้ในคำขอข้อความทั่วไปโดยตัวมันเอง","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":"โมเดลข้อความ MoE ของ China Telecom AI มี 29 พันล้านพารามิเตอร์ สำหรับวางแผน วิเคราะห์โค้ด และแก้โจทย์วิศวกรรมตามลำดับ"} ``` ## คำถาม จะเลือกโมเดลสำหรับงานของฉันได้อย่างไร? เริ่มจากระบุอินพุตและเอาต์พุตที่ต้องการ ได้แก่ ข้อความ รูปภาพ เสียง หรือวิดีโอ จากนั้นเปรียบเทียบวิธี API ที่เข้ากันได้ ID โมเดลที่แน่นอนหรือโมเดลที่นามแฝงชี้ไปในปัจจุบัน ราคาและหน่วยคิดค่าบริการ โดย GET /v1/models ใช้งานฟรีและแสดงโมเดลที่คีย์ของคุณเข้าถึงได้ ทุกโมเดลรองรับวิธี API และประเภทสื่อทั้งหมดหรือไม่? ใช้วิธี API และประเภทอินพุตและเอาต์พุตที่ระบุในหน้าข้อมูลโมเดล การรองรับข้อความ รูปภาพ เสียง หรือวิดีโอขึ้นอยู่กับโมเดลและวิธีที่เลือก ตรวจสอบตัวอย่างคำขอที่เกี่ยวข้องก่อนส่งข้อมูล ID โมเดลต่างจากนามแฝงอย่างไร? ID ที่แน่นอนระบุโมเดลเฉพาะ นามแฝงชี้ไปยังโมเดลหนึ่งและโมเดลปลายทางอาจเปลี่ยนได้ ตรวจสอบโมเดลที่นามแฝงชี้ไปในปัจจุบันในแค็ตตาล็อก และใช้ ID ที่แน่นอนเมื่อการเชื่อมต่อต้องใช้โมเดลเฉพาะ จะเปรียบเทียบราคาก่อนส่งคำขอได้อย่างไร? ตรวจสอบราคาและหน่วยคิดค่าบริการของวิธี API ที่เลือกในหน้าข้อมูลโมเดล เปรียบเทียบด้วยหน่วยและประเภทอินพุตและเอาต์พุตเดียวกัน ประวัติคำขอจะแสดงการใช้งานจริงและยอดเงินที่หัก สมาชิกให้อะไร? ส่วนลดซื้อโทเคนสำหรับงานประจำ เลือกแพ็กเกจตามปริมาณคำขอ เงื่อนไขและราคาสมาชิกแสดงตอนสมัคร ใช้โค้ดส่วนลดสูงสุด 50% อย่างไร? ใส่โค้ดเมื่อซื้อโทเคน ยอดรวมคำนวณตามโปรโมชั่น และเห็นส่วนลดก่อนจ่าย ## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน. Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ