China Telecom veröffentlicht Xing4.0: die offene Wette auf Huawei-Chips

China Telecom AI, das KI-Unternehmen des China-Telecom-Konzerns, hat offiziell Xing4.0-29B-A4B veröffentlicht, ein Sprachmodell mit offenen Gewichten und Mixture-of-Experts-Architektur, das für agentische Aufgaben wie Tool-Aufrufe, Arbeit im Terminal und Programmierung ausgelegt ist. Das unter der Apache-2.0-Lizenz veröffentlichte System gehört zur Xing-Reihe, früher TeleChat genannt, und hat insgesamt 29 Milliarden Parameter, von denen 4 Milliarden pro Token aktiv sind, dazu ein natives Kontextfenster von 256K, erweiterbar auf 512K. Laut AIbase erfolgte die Ankündigung in China am 17. September; international folgte eine Pressemitteilung aus Peking am 22. September 2026.

Am interessantesten ist die Aussage zur Lieferkette. In der offiziellen Modellkarte auf Hugging Face erklärt das Unternehmen, das Training sei vollständig auf Huawei-Ascend-NPUs mit dem Framework MindSpore erfolgt, und bezeichnet es als „das erste Modell dieser Größenordnung, das vollständig auf der Ascend-NPU-Plattform trainiert wurde“. Im selben Dokument nennt das Unternehmen eine um rund 96 % gesteigerte Trainingseffizienz, ohne jedoch die zugrunde gelegte Baseline anzugeben. Zum Einsatz heißt es in der Pressemitteilung, das Modell benötige 15 GB Speicher auf einer einzelnen Consumer-Grafikkarte, ohne zu sagen, auf welche Quantisierung sich der Wert bezieht; die Analyse von AIbase führt ihn auf eine 4-Bit-Quantisierung zurück, während die Hugging-Face-Karte keine Speicheranforderungen nennt und die Dateien im offiziellen Repository derzeit in den Formaten F32 und BF16 vorliegen.

Die vom Entwickler veröffentlichten Leistungsdaten zeigen gegenüber der direkten Konkurrenz ein gemischtes Bild. In den in der technischen Karte genannten Agenten- und Programmiertests übertrifft Xing4.0 Gemma4-26B-A4B und Qwen3.6-35B-A3B bei Terminal-Bench 2.1 mit 57,50 Punkten und bei Claw-Eval mit 76,55, liegt aber bei SWE-bench Verified unter Qwen3.6: 75,00 gegenüber 76,00 für das Alibaba-Modell. In derselben Tabelle bleibt es außerdem bei AIME2026, Tau3-Bench, SWE-bench Multilingual und AA.LCR hinter Qwen3.6 und bei IFBench und AA.LCR hinter Gemma4. Das Unternehmen gibt an, das System bereits in seinen Kundenservice integriert zu haben, um komplexe Anfragen zu bearbeiten, und spricht von einer besseren Lösungsquote beim Erstkontakt, legt dafür aber keine Zahlen vor. Zur Ausrichtung des Projekts sagte ein Sprecher von China Telecom AI: „Wir glauben, dass die Zukunft der KI nicht in immer größeren Modellen liegt, sondern darin, leistungsfähige Intelligenz für alle zugänglich, erschwinglich und überall einsetzbar zu machen.“

Leistungsvergleiche aus einer technischen Karte des Unternehmens bleiben vorläufig, bis sie unabhängig überprüft sind. Industriell zählt dagegen die Behauptung, das Training sei vollständig auf Huawei-Hardware gelaufen, und genau sie kann von außen niemand prüfen: Die Gewichte lassen sich herunterladen, die Hardware, die sie erzeugt hat, nicht.

— Olya