Xing4.0-29B-A4B

Xing4.0-29B-A4B

用于生成文本，处理规划和调用工具等多步骤任务，支持中英文和 256K 上下文。这是一个混合专家模型，适合自行部署运行的开发者。

由 XingChen-AGI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Xing4.0-29B-A4B 是 XingChen-AGI 发布的文本生成模型，面向 transformers 库。它主要处理需要长输入规划、逐步推理、调用工具和结构化回复的工程任务。它是混合专家模型，总参数 29B，每个 token 约激活 4B，能读中文和英文。

适合谁：如果你想要一个可以自己运行和调整的开源权重模型，用于智能体工作或中英文文本，它就适合你。

行业 | 谁在用 | 怎么用 | 例子
软件开发 | 构建编程智能体的开发者 | 把模型当作智能体的引擎，让它规划并调用工具 | 一个分几步处理缺陷报告的脚本
AI 研究 | 微调开源模型的团队 | 从 BF16 权重出发，用自己的数据训练 | 针对某个主题调优的中英文助手
数据工程 | 把模型输出交给其他程序的工程师 | 要求回复采用固定结构 | 返回字段供其他程序读取的任务
文档分析 | 阅读长文件的分析人员 | 贴入长文档后提问 | 针对一份能装进 256K 上下文的报告提问

如果你只想用现成的聊天网站，或者你的机器装不下这种规模的模型，可以跳过它。

用在哪里：

• 装有 transformers 库的 Python，可在 Windows、macOS 或 Linux 上使用
• vLLM 和 SGLang 服务器，模型卡把它们列为部署方式
• llama.cpp，通过单独的 GGUF 版本
• ms-swift 和 LLaMA-Factory，用于微调
• OpenCode 和 Claude Code 这类智能体工具，模型卡说它的格式与之对齐

用例 | 谁 | 得到什么
多步骤智能体任务 | 开发者 | 一份计划和调用工具的请求
长输入提问 | 分析人员 | 基于最长 256K token 输入的回答
结构化输出 | 工程师 | 版式固定、便于其他程序读取的回复
中英文对话 | 任何人 | 中文或英文的纯文本回复

如何设置：
你需要先准备：

• Windows、macOS 或 Linux 上的 Python
• 约 62.4 GB BF16 权重所需的磁盘和内存，较小的版本需要得更少

1. 安装或更新 Hugging Face 下载客户端。
2. 把这个仓库的文件下载到你的电脑。
3. 打开模型卡里的快速上手部分，按步骤在 transformers 中加载模型。

pip install -U huggingface_hub
hf download XingChen-AGI/Xing4.0-29B-A4B

FP8、GGUF 和 W8A8 版本在各自独立的仓库里。GGUF 版本提供 2 到 8 位、11 到 34 GB 的文件，供 llama.cpp 使用。

如何使用：下载完成后，你在 transformers 中加载模型并向它发送聊天消息，模型卡的推理部分有示范。模型卡还有一节推荐的生成参数。来源给出的命令只用来获取文件。

hf download XingChen-AGI/Xing4.0-29B-A4B

工具 | 作用
pip install -U huggingface_hub | 安装或更新 Hugging Face 的下载客户端
hf download | 把模型仓库的文件下载到你的电脑

示例：你贴上一个失败的测试和它的日志，请它分步骤规划修复，并说明先调用哪个工具。模型会给出分步计划。如果你的智能体框架提供了工具，它还能按名称请求调用某个工具。

新手与专家：这是一个需要你自己下载并运行的语言模型，而不是在网站上聊天。第一步可以先运行上面的两条下载命令，再读模型卡里的快速上手部分，之后再加载，因为文件很大。

在底层，它是基于 mHC、MLA 和 MTP 设计的混合专家 transformer，每个 token 约有 13.8% 的参数处于激活状态。这降低了每个 token 的计算量，但所有权重仍要放进内存。上下文原生为 256K token，模型卡说可扩展到 512K。训练语料是 1.5 万亿个中英文 token。

用 hf download 下载文件
在 transformers 中加载模型
发送最长 256K token 的提示词
专家激活，每个 token 约 4B
返回文本或工具请求

注意事项：

• 大小：BF16 仓库约 62.4 GB，4 位版本估计接近 15.6 GB。
• 参数计数：Hugging Face 列出 31.2B 参数，而模型卡标题写的是 29B。
• 基准：模型卡的徽章显示 SWE-bench Verified 为 75.0。
• 其他版本：已有人发布了 18 个量化版本和 11 个微调版本。

Title: 按精度划分的权重大小
BF16: 62.4 GB
4 位估算: 15.6 GB

• License: Apache 2.0。
• Cost to run: 未提及。硬件由你自己提供，文件来自 Hugging Face。
• Data it reaches: 按来源所示，只有从 Hugging Face 下载模型文件。
• Not for: 图像或音频，因为 Hugging Face 只把它列为文本生成模型。

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：31.2B
• Weights: about 62.4 GB in BF16; about 15.6 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：5,406
• 点赞：1,867
• 许可证：apache-2.0
• 语言：en, zh
• Quantized versions: 18
• Fine-tunes: 11
• 标签：transformers, safetensors, xing4_0, text-generation, conversational

链接

• 模型：https://huggingface.co/XingChen-AGI/Xing4.0-29B-A4B
• 文件：https://huggingface.co/XingChen-AGI/Xing4.0-29B-A4B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download XingChen-AGI/Xing4.0-29B-A4B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。