Xing4.0-29B-A4B: China Telecom ปล่อยโมเดล agent 29B (active 4B) Apache-2.0 — เทรนบน Ascend NPU ล้วน ๆ ได้ SWE-bench Verified 75.0

วันที่ 17 กันยายน 2026 บริษัท China Telecom Artificial Intelligence Technology เปิดน้ำหนักโมเดล Xing4.0-29B-A4B บน Hugging Face, ModelScope และ Modelers พร้อมกัน ภายใต้ Apache-2.0 และในวันเดียวกันก็ปล่อยรุ่น FP8 กับ GGUF (IQ4_NL) ตามมาทันที

Xing4.0 คือรุ่นต่อของสาย TeleChat ที่เปลี่ยนชื่อแบรนด์ใหม่ — เป็น MoE ขนาด 29B พารามิเตอร์รวม active เพียง 4B ต่อโทเคน รองรับคอนเท็กซ์ 256K โดยกำเนิด ขยายได้ถึง 512K และประกาศตัวชัดว่าออกแบบมาเพื่องาน agent

แต่บรรทัดที่ควรอ่านซ้ำอยู่ในคำโปรยของรีโป: “It is the first model of this scale trained entirely on the Ascend NPU platform with the MindSpore framework” — ไม่ใช่แค่ inference บนชิปจีน แต่ เทรนทั้งตัวบน Ascend 910C โดยไม่แตะ CUDA

ตัวเลขที่ผู้ผลิตให้มา และควรอ่านอย่างไร

ตาราง benchmark ในรีโปเทียบกับสองคู่แข่งที่ขนาดใกล้กัน:

Benchmark	Xing4.0-29B-A4B	Gemma4-26B-A4B	Qwen3.6-35B-A3B
SWE-bench Verified	75.00	53.00	76.00
SWE-bench Multilingual	66.00	51.00	67.20
Terminal-Bench 2.1	57.50	30.00	51.50
Claw-Eval	76.55	71.49	74.54
DeepresearchBII	60.80	39.30	59.70
Tau3-Bench	64.63	58.90	67.20
AIME2026	90.00	88.30	92.70
IFBench	69.67	72.67	65.50
AA.LCR	61.00	66.00	62.00

รูปแบบชัดเจนและซื่อสัตย์กว่าที่เวนเดอร์จีนหลายรายทำ: Xing4.0 ชนะในงาน agent ที่ต้องลงมือทำ (Terminal-Bench 2.1 นำ Qwen3.6 อยู่ 6 คะแนน และนำ Gemma4 เกือบเท่าตัว, Claw-Eval และ DeepresearchBII ก็นำทั้งคู่) แต่แพ้ในงานที่วัดการให้เหตุผลบริสุทธิ์ (AIME2026, Tau3-Bench, AA.LCR, IFBench แพ้อย่างน้อยหนึ่งราย) และบน SWE-bench Verified มันไม่ได้ชนะ — 75.0 ต่อ 76.0 คือ “approaches” ตามคำของรีโปเอง ไม่ใช่ SOTA

สิ่งที่ทำให้ตารางนี้เชื่อถือได้มากกว่าค่าเฉลี่ยคือ footnote ที่ระบุ harness และพารามิเตอร์ครบทุกแถว — SWE-bench Verified ใช้ SWE-agent ที่คอนเท็กซ์ 210K, Terminal-Bench 2.1 ใช้ terminus-2 เฉลี่ย 3 รัน timeout 24 ชั่วโมง, Claw-Eval ใช้ official harness เฉลี่ย 3 รัน, Tau3-Bench รายงาน pass^1 เฉลี่ย 4 รัน, AIME2026 เฉลี่ย 5 รันอิสระ ส่วน DeepresearchBII รันผ่าน harness ของ OpenCode พร้อมเปิด Exa MCP server ทำซ้ำได้จริงถ้ามีเครื่อง

ข้อควรระวังตามปกติ: ตัวเลขทั้งหมดมาจากผู้ผลิตเอง ยังไม่มีผลตรวจอิสระจาก Artificial Analysis หรือ LMArena ในวันที่เขียน และคะแนนของคู่แข่งในตารางก็ถูกวัดโดย China Telecom ไม่ใช่ตัวเลขที่ Google หรือ Alibaba ประกาศเอง

สถาปัตยกรรม: mHC + MLA + MTP และสิ่งที่ config บอก

จาก config.json โมเดลมี 40 เลเยอร์, hidden size 3584, routed experts 64 ตัว active 4 ตัว + shared expert 1 ตัว, ใช้ MLA (เห็นได้จาก kv_lora_rank: 512, q_lora_rank: 768, qk_nope_head_dim: 128, qk_rope_head_dim: 64) และมี num_nextn_predict_layers: 1 คือ MTP หนึ่งชั้นสำหรับ speculative decoding

ส่วนที่ไม่คุ้นตาคือคีย์กลุ่ม hc_* — hc_mult: 4, hc_sinkhorn_iters: 20, hc_eps, mhc_h_res_clamp_min/max ซึ่งคือ mHC ที่รีโปเรียกว่าหัวใจของ “Agent-Oriented Architecture” น่าเสียดายที่รีโปอ้างอิงเปเปอร์ไว้สองฉบับคือ arXiv:2512.24157 (Training Report of TeleChat3-MoE) และ arXiv:2507.18013 (Technical Report of TeleChat2, TeleChat2.5 and T1) โดยยังไม่มีเปเปอร์เฉพาะของ Xing4.0 ออกมา — ใครอยากเข้าใจ mHC จริง ๆ ต้องไปไล่จาก Training Report ของ TeleChat3-MoE เอง

สิ่งที่รีโปเล่าเรื่องการเทรนน่าสนใจสำหรับคนทำ infra มากกว่าคนใช้โมเดล: ทีมบอกว่าดัน training throughput ขึ้น ราว 96% จากค่า out-of-the-box ด้วยการรวมหลายชั้น — fine-grained MoE communication optimization, selective recomputation, DVM automatic graph-operator fusion และ Ascend C fused operator สำหรับ mHC โดยเฉพาะ นอกจากนี้ยังรวม mHC Triton-Ascend fused operator เข้า MindFormers ผ่าน FlagOS ของ BAAI โดยผ่านการตรวจสอบการเทรนบนโหนดเดียว 16 การ์ดแล้ว

รันจริงได้แค่ไหน

ฝั่งการใช้งาน รีโประบุว่ารองรับ vLLM, SGLang, KTransformers และ Transformers โดยตรง พร้อม fine-tune ผ่าน LLaMA-Factory, MindFormers และ FlagOS

ในทางปฏิบัติ active 4B ทำให้ความเร็ว decode อยู่ในระดับโมเดลเล็ก ส่วนความจุคือตัวตัดสิน:

• BF16 เต็ม ๆ (41 shards) — ราว 58 GB ต้องการการ์ดระดับ 80 GB หรือ 2×48 GB
• FP8 — ราวครึ่งหนึ่ง พอดีกับการ์ด 32 GB ขึ้นไป
• GGUF IQ4_NL (แบ่ง 3 ไฟล์) — ลงมาอยู่ในระดับที่การ์ด 24 GB บวก RAM เครื่องพอไหว และเพราะเป็น MoE ที่ active แค่ 4B การ offload ผู้เชี่ยวชาญบางส่วนลง CPU จึงเจ็บน้อยกว่าโมเดล dense ขนาดเท่ากัน

อีกจุดที่ตั้งใจทำมาสำหรับ workflow ปัจจุบันคือรีโปบอกว่าได้ปรับและจัดรูปแบบเอาต์พุตให้เข้ากับ agent framework อย่าง OpenCode, Claude Code, OpenClaw และ Hermes ซึ่งสอดคล้องกับคะแนน Terminal-Bench/Claw-Eval ที่สูงผิดสัดส่วนกับขนาด

เรื่องไลเซนส์ต้องอ่านให้ครบ: เมทาดาทาบนการ์ด HF และไลเซนส์ของรีโป GitHub คือ Apache-2.0 จริง (ไม่มีข้อจำกัดเชิงพาณิชย์แบบ custom license ที่เวนเดอร์จีนหลายรายใช้) แต่ README มีหัวข้อ Disclaimer แยกต่างหากที่ระบุว่าห้ามใช้โมเดลหรืออนุพันธ์ “for any activities that endanger national or social security, or violate applicable laws and regulations” และห้ามใช้กับบริการอินเทอร์เน็ตที่ยังไม่ผ่านการตรวจสอบและยื่นจดแจ้งด้านความมั่นคง — ข้อความนี้ไม่ได้อยู่ในตัวไลเซนส์ จึงไม่ใช่เงื่อนไขที่ผูกพันตามกฎหมายลิขสิทธิ์แบบเดียวกับ Apache-2.0 แต่เป็นการประกาศความคาดหวังของผู้เผยแพร่ ทีมกฎหมายที่จะเอาไปใช้เชิงพาณิชย์ควรอ่านทั้งสองส่วน

มุมมอง AI Curator

ข่าวโมเดลจีนขนาดกลางที่ทำคะแนน agent ได้ดีมีเกือบทุกสัปดาห์ จนเริ่มชินชา แต่ Xing4.0 มีมิติที่ทำให้มันไม่เหมือนตัวอื่น และไม่ใช่มิติที่ตารางคะแนนบอก

มิติแรกคือ “ใครเทรน” — China Telecom ไม่ใช่แล็บ AI แต่เป็นรัฐวิสาหกิจโทรคมนาคม การที่โอเปอเรเตอร์โทรคมเทรนโมเดลของตัวเองบนชิปในประเทศแล้วเปิดน้ำหนัก Apache-2.0 คือสัญญาณว่าความสามารถในการเทรนโมเดลระดับ 29B กำลังกระจายออกจากวงแล็บไปสู่บริษัทโครงสร้างพื้นฐานขนาดใหญ่ สำหรับอาเซียน นี่คือภาพตัวอย่างที่ตรงกว่าเรื่อง OpenAI/Anthropic มาก — เพราะ AIS, True, Telkom, Singtel ล้วนมีทั้งดาต้าเซ็นเตอร์ ข้อมูลภาษาท้องถิ่น และแรงจูงใจด้านอธิปไตยข้อมูลแบบเดียวกัน คำถามที่ควรถามไม่ใช่ “ไทยจะมีโมเดลเองเมื่อไหร่” แต่คือ “ใครในไทยมีคลัสเตอร์และข้อมูลพร้อมพอจะทำแบบนี้ และทำไมยังไม่ทำ”

มิติที่สองคือ “เทรนบนอะไร” — ตัวเลข 96% training throughput improvement ที่ได้จากการเขียน fused operator เองบน Ascend C บอกเรื่องเดียวกับที่ Z.ai เล่าเมื่อวาน (ดูโพสต์เรื่อง GLM Infra Agent): ข้อจำกัดการส่งออกชิปกำลังผลักจีนไปลงทุนหนักกับ ชั้นซอฟต์แวร์ระหว่างเฟรมเวิร์กกับซิลิคอน แทนที่จะรอฮาร์ดแวร์ที่ดีกว่า ความสามารถนั้นไม่หายไปเมื่อฮาร์ดแวร์รุ่นถัดไปมาถึง — มันทบต้น และสำหรับคนนอกจีน นัยเชิงปฏิบัติคือ สมมติฐานที่ว่า “โมเดลระดับแนวหน้าต้องเทรนบน CUDA” กำลังหมดอายุ ซึ่งมีผลต่อการวางแผนจัดซื้อระยะ 3 ปีมากกว่าที่คนยอมรับกัน

มิติที่สามคือของที่ใช้ได้เลยวันนี้ — ถ้าคุณกำลังหาโมเดลเปิดสำหรับรัน coding agent ในองค์กรที่ข้อมูลออกนอกไม่ได้ Terminal-Bench 2.1 ที่ 57.5 บนโมเดล active 4B คือตัวเลขที่ควรลองด้วยตัวเอง เพราะมันหมายถึงต้นทุนต่อ task ที่ต่ำกว่าโมเดล dense ขนาดใกล้กันอย่างมีนัยสำคัญ แต่ผมจะไม่แนะนำให้ย้าย production ตามตาราง — ให้เอา GGUF ลงเครื่องแล้วรันกับงานจริงของคุณผ่าน OpenCode สักสัปดาห์ก่อน เพราะโมเดลที่ปรับจูนมาเพื่อ agent harness โดยเฉพาะมักมีช่องว่างระหว่างคะแนน benchmark กับพฤติกรรมในโค้ดเบสจริงที่กว้างกว่าโมเดลอเนกประสงค์

แหล่งข่าว

• Xing4.0-29B-A4B บน Hugging Face
• XingChen-AGI/Xing4.0-29B-A4B บน GitHub (README, benchmark, quickstart, license)
• Xing4.0-29B-A4B-GGUF (IQ4_NL)
• Xing4.0-29B-A4B-FP8