概述

星辰 Xing4.0-29B-A4B 是中电信人工智能科技有限公司（TeleAI）于 2026 年 9 月 17 日发布的新一代星辰大模型，定位一句话说清：面向智能体时代的轻量级代码智能体大模型。

它的核心卖点不在「更大」，在两件事同时成立：

够轻——MoE 架构，总参数 29B、激活参数仅 4B；配合低比特量化，显存占用大幅降低，在消费级显卡上即可本地运行；
会做事——面向 Agent 的架构设计，聚焦复杂任务理解、任务规划、工具调用与自主执行，支持长上下文处理，长程任务的连贯性与执行稳定性比同尺寸通用模型更好。

官方对这一代的表述是：从「会回答」向「会做事」升级，从信息助手走向任务执行者。 这句话是这一系列与前代最本质的差别——交互单位从「问答」变成了「目标」。

待核实：截至 2026-09-19，官方公开材料未给出上下文长度具体数值、API 定价与 benchmark 分数。本文所有能力描述均来自官方发布口径，选型时请以 TeleAI 官方文档与模型卡为准。

核心能力

Agent 优先：为「执行」而不是为「问答」设计

与前代以问答为主要交互方式不同，Xing4.0 系列面向 Agent 做了架构层面的调整：

复杂任务理解——从粗略目标里拆解出可执行的步骤；
任务规划——自主规划任务路径，而不是等用户一步步喂指令；
工具调用——读文件、分析数据、调用外部服务；
自主执行——多步骤连贯执行，长上下文下保持任务连贯。

这四项组合起来才是「智能体大模型」与传统代码模型的分界线——后者能补全函数，前者能接一个目标跑完整个流程。

轻量化：把本地部署的门槛打下来

维度	做法	结果
架构	MoE，29B 总参 / 4B 激活	推理时只激活一小部分参数
量化	低比特量化	显存占用大幅降低
硬件	—	消费级显卡即可本地运行

这一条对国内开发者的实际意义最大：做 Agent 应用开发与本地部署，不再需要先搞一台大服务器。想在自己机器上跑一个能干活的 Agent，29B-A4B 这个尺寸是现实可行的档位。

国产全栈：算力、框架、芯片三层适配

官方强调的三条适配：

训练侧：基于国产算力和国产框架完成训练——官方称是国内首个做到这一点的百亿参数大模型；
框架侧：兼容主流开源训练 / 推理 / 智能体开发框架；
芯片侧：已完成多种国产及主流 AI 芯片平台的适配验证。

对有信创或私有化要求的团队，这三条是硬指标，不是加分项。 但要注意：「已完成适配验证」的具体芯片清单与验证深度，官方未公开明细，采购前应向厂商索取适配列表。

应用场景

官方给出的两类落地方向：

工作场景：直接提目标（数据分析、材料整理、信息研究），由 Agent 自主读取文件、分析数据、调用工具并生成结果；
生活场景：围绕积分兑换、观影推荐、游戏选择、出行规划等需求，理解意图并调用相关服务完成任务。

同时明确覆盖代码开发、数据分析、办公自动化三类生产力场景。

获取方式

通道	成本	适合
开源权重自部署	免费（自付算力）	本地 / 私有化、有国产芯片适配需求、想压推理成本
官方 API	定价待核实	快速验证、不想自己运维

已上线的开源社区：GitHub、Hugging Face、Gitee、魔搭、魔乐。

# 以 Hugging Face 为例（具体仓库名请以 TeleAI 官方公告为准）
git lfs install
git clone https://huggingface.co/TeleAI/xing4.0-29b-a4b

上方仓库路径为按官方「已上线 Hugging Face」表述给出的示意，实际仓库名请以官方公告为准。

适合 / 不适合

适合

想在消费级显卡上跑一个能干活的本地代码 / 通用 Agent
有国产算力 / 信创 / 私有化要求的团队
做 Agent 应用开发，需要一个便宜、可自部署的底座模型
数据分析、材料整理、信息研究这类「给目标、让它自己跑」的任务

不适合

需要旗舰级复杂推理能力的任务（4B 激活决定了天花板）
依赖公开 benchmark 做横向选型的场景（官方未公布分数）
需要稳定 SLA 与官方企业级支持的生产系统（新发布，生态仍在积累）

来源

本卡片由 AI 之家编辑部根据公开资料整理，非厂商付费内容；上下文长度、定价与基准分数官方尚未公布，已标注待核实，以 TeleAI 官方模型卡为准，欢迎在反馈邮箱反馈更新。

星辰 Xing4.0-29B-A4B

规格

基准测试

优势

不足

适用场景

概述