China Telecom publica Xing4.0: la apuesta abierta por los chips de Huawei

China Telecom AI, la empresa de inteligencia artificial del grupo China Telecom, ha oficializado el lanzamiento de Xing4.0-29B-A4B, un modelo de lenguaje de pesos abiertos con arquitectura mixture-of-experts diseñado para tareas agénticas como la llamada a herramientas, el trabajo en terminal y la programación. El sistema, publicado con licencia Apache 2.0, pertenece a la serie Xing, antes llamada TeleChat, y cuenta con 29.000 millones de parámetros totales, de los que 4.000 millones están activos por token, junto a una ventana de contexto nativa de 256K ampliable a 512K. Según AIbase, el anuncio en China se remonta al 17 de septiembre; la difusión internacional llegó con un comunicado emitido desde Pekín el 22 de septiembre de 2026.

Lo más interesante está en la afirmación sobre la cadena de producción. En la ficha oficial publicada en Hugging Face, la compañía asegura que el entrenamiento se realizó íntegramente en NPU Huawei Ascend mediante el framework MindSpore, y lo presenta como «el primer modelo de esta escala entrenado íntegramente en la plataforma Ascend NPU». En el mismo documento la empresa declara una mejora de la eficiencia del entrenamiento de alrededor del 96 %, sin especificar la referencia utilizada para el cálculo. En cuanto al despliegue, el comunicado comercial sostiene que el modelo necesita 15 GB de memoria en una sola tarjeta gráfica de consumo, sin precisar a qué cuantización se refiere la cifra; el análisis de AIbase la atribuye a una cuantización de 4 bits, mientras que la ficha de Hugging Face no indica requisitos de memoria y los archivos del repositorio oficial están disponibles actualmente en formatos F32 y BF16.

Los datos de rendimiento difundidos por el desarrollador muestran resultados desiguales frente a la competencia directa. En las pruebas agénticas y de programación citadas en la ficha técnica, Xing4.0 supera a Gemma4-26B-A4B y Qwen3.6-35B-A3B en Terminal-Bench 2.1, con 57,50 puntos, y en Claw-Eval, con 76,55, pero queda por debajo de Qwen3.6 en SWE-bench Verified, donde obtiene 75,00 frente al 76,00 del modelo de Alibaba. En la misma tabla también queda por detrás de Qwen3.6 en AIME2026, Tau3-Bench, SWE-bench Multilingual y AA.LCR, y de Gemma4 en IFBench y AA.LCR. La compañía afirma haber integrado ya el sistema en su propio servicio de atención al cliente para gestionar solicitudes complejas, y habla de una mejora en la resolución al primer contacto, pero sin aportar cifras que lo respalden. Sobre el enfoque del proyecto, un portavoz de China Telecom AI declaró: «Creemos que el futuro de la IA no está en modelos cada vez más grandes, sino en hacer que una inteligencia potente sea accesible para todos, asequible y desplegable en cualquier lugar».

Las comparaciones de rendimiento publicadas en una ficha técnica de la empresa siguen siendo provisionales hasta que haya verificaciones independientes. En el plano industrial, en cambio, lo que contará es la afirmación de un entrenamiento realizado íntegramente en hardware de Huawei, y es también lo que nadie desde fuera puede comprobar: los pesos se descargan, el hardware que los produjo no.

— Olya