29B 总参数，每次只激活 4B

Xing4.0-29B-A4B 采用 MoE（混合专家）架构，总参数量为 290 亿，单次推理仅激活 40 亿参数，并采用 mHC、MLA、MTP 组合架构与 64 个路由专家加 1 个共享专家的设计。原生支持 256K 上下文，可扩展至 512K，能够一次性装入长文档、长代码与复杂任务。

官方称，该模型是国内首个基于国产算力与国产框架完成训练、面向复杂工程任务深度优化的百亿参数大模型。其训练运行在昇腾 910C 集群之上，配合 MindSpore 与 MindFormers 框架，从训练芯片到推理部署实现全栈国产。据厂商披露，通过细粒度 MoE 通信优化、选择性重计算等协同优化，整体训练吞吐较开箱状态提升约 96%——这一数字为官方口径，尚无第三方复现。

智能体能力进入第一梯队

在 SuperCLUE 评测中，Xing4.0-29B-A4B 的智能体能力得分为 93.52，位列第 3 名，与两款头部 Qwen 模型的差距均不足 1 分。模型面向复杂任务理解、任务规划、工具调用与自主执行做了针对性优化，可根据目标自主规划路径、调用工具并完成多步骤任务，应用于代码开发、数据分析、办公自动化与生活服务等场景。

轻量化是该模型的核心卖点。通过 4-bit 量化，显存占用降至 15GB，较 FP16 节省约 75%，RTX 3090、RTX 4090 这类 24GB 消费级显卡即可本地运行长上下文任务，降低了开发者在轻量硬件上做 Agent 开发与上手部署的门槛。

开源生态全面兼容

Xing4.0-29B-A4B 以 Apache-2.0 许可开源，已上线 HuggingFace、GitHub、魔搭社区、Gitee 与魔乐等平台。在生态适配上，微调侧支持 LLaMA-Factory 与 MindFormers，推理部署侧支持 SGLang、vLLM、KTransformers，并针对 OpenCode、Claude Code、OpenClaw、Hermes 等主流智能体框架做了定向适配与格式对齐，开发者无需更换现有工具链即可试用。

从产业视角看，这款模型的价值不只在跑分，而在于把”在国产芯片上把模型训出来”的工程路径连同工具链一并开放，为信创、政务、金融等对数据不出域与供应链可控有要求的场景，提供了一条可单机私有化部署的基座选项。其定位并非对标千亿级旗舰模型，而是以”够用、可控、便宜”切入智能体落地的刚需市场。