近日，中电信人工智能科技有限公司开源新一代星辰大模型 Xing4.0-29B-A4B。该模型在 TeleChat 系列三代技术积累上升级，总参数 29B、激活参数 4B，原生支持256K 上下文（可扩展至 512K），基于国产算力与国产框架训练，面向复杂工程任务深度优化。

Xing4.0-29B-A4B 可在单张消费级显卡上本地运行，在编码、规划、工具调用等智能体核心能力上表现突出；从训练芯片到推理部署全栈国产，形成昇腾训练、国产框架适配、自研架构与开源生态的完整链路。

Xing4.0-29B-A4B 已全部开源，欢迎开发者在 AtomGit 获取与部署：

1. 模型仓（AtomGit）：https://atomgit.com/XingChen-AGI/Xing4.0-29B-A4B

2. 代码仓（AtomGit）：https://atomgit.com/XingChen-AGI/Xing4.0-29B-A4B-code

01｜从“会回答”到“会做事”

过去大模型偏向“问答”角色，如今更强调“执行”——给定目标，自主拆解任务、调用工具、跑通链路、交付结果。Xing4.0 带来的正是这种转变：从通用大模型转向面向智能体场景的大模型。

技术路线上，模型采用mHC+MLA+MTP 架构，可高效处理长程 Agent 任务，支持多步骤规划、工具调用和复杂推理链路执行，保障长会话上下文下任务逻辑连贯、执行稳定。

02|性能表现

在较小参数规模下，Xing4.0-29B-A4B 在智能体场景的多项基准上表现突出：

编码 Agent：SWE-bench Verified 75.0、SWE-bench Multilingual 66.0、Terminal-Bench 2.1 57.5。其中 SWE-bench Verified 接近 Qwen3.6-35B-A3B（76.0），超过 Gemma4-26B-A4B（53.0）。

通用 Agent：Claw-Eval 76.55、DeepresearchBII 60.80、τ³-Bench 64.63，均超过同尺寸对比模型。

SuperCLUE 评测中，其智能体能力得分 93.52，位列第 3，与头部 Qwen 模型差距不足 1 分。综合来看，模型在任务规划、工具调用、代码处理和端到端执行等方面为智能体应用提供了较好的模型基础。

03｜能力演示

两个应用场景示例：

教学网页生成

给出一句需求，零代码生成可直接运行的互动教学页面。

选型报告

对比两个主流大模型的 API 成本与 Agent 能力并输出带数据表格的选型报告，模型将复杂需求拆解为12 步闭环可执行链路，每步精准匹配对应工具。

03|部署与成本

算力门槛

4-bit 量化后显存占用降至 15GB（较 FP16 省约 75%），RTX 3090、RTX 4090 等 24G 消费级显卡即可本地运行长上下文任务，适合个人开发者、小型工作室与中小企业，且数据全程本地、不出域。

生态兼容

支持 LLaMA-Factory、MindFormers 微调架构；适配 SGLang、vLLM、KTransformers 推理框架；对 OpenCode、Claude Code、OpenClaw、Hermes 等 Agent 框架做了定向适配。

05|国产算力与训练链路

面向长程上下文理解与复杂推理规划，Xing4.0-29B-A4B 从架构、训练 Infra、强化学习三个层面与国产芯片、国产框架深度适配：

架构

引入 MLA 压缩 KV 缓存，MTP 增强生成连贯性，mHC 改善深层网络训练稳定性，结合 Muon + QK-Clip 优化器；训练序列长度从4K 逐步扩展至 256K。

训练 Infra

基于昇腾 910C 集群协同优化，依托 MindSpore/MindFormers 完成特性适配与精度对齐，整网训练吞吐较开箱性能提升约 96%。

强化学习

依托昇腾生态完成 Slime 框架适配，面向 Agent、Coding、Reasoning 开展多专家强化学习训练，并通过MOPD 技术融合多专家能力。

基于智源 FlagOS 统一开源 AI 软件栈，模型已在昇腾、沐曦、摩尔线程、平头哥、海光等国产芯片完成跨芯适配与部署验证，提供 vLLM-plugin-FL、SGLang-plugin-FL 推理插件，支持异构算力一键部署。

据官方介绍，后续将推出更大参数规模的星辰大模型版本。AtomGit 将持续同步星辰系列模型权重，方便国内开发者获取与部署，欢迎大家持续关注。