芯耀
与非AI
304
原标题：刚刚，「纯血」国产29B模型开源登场！首批实测来了！
大家好，我是小林。
最近国产模型开源的节奏是真的快，一个接一个，大家应该都感觉到了。
就在昨天，中国电信星辰实验室也交卷了，正式开源 Xing4.0-29B-A4B，已经能在 Hugging Face 看到了。
开源地址：https://huggingface.co/XingChen-AGI/Xing4.0-29B-A4B
Xing4.0-29B 还是个「纯血国产」模型。
这是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，从训练到推理，整条链路都完成了国产化适配。
Xing4.0-29B 用的是 MoE 架构，总参数 29B，每次干活只激活其中的 4B，原生支持 256K 上下文，还能扩展到 512K。
这次主打的是 Coding 和 Agent，也就是写代码、调用工具来完成任务这些活。
那 Xing4.0-29B 到底是什么水平？
看官方公布的跑分，和同量级的 Qwen3.6-35B-A3B 已经打得有来有回了。 编程相关的测试成绩很接近，部分 Agent 测试还更靠前，对比 Gemma4-26B-A4B 也拿下了多数项目。
而且，Xing4.0-29B 比那些动辄几百 B 的大家伙小不少，你自己的电脑也有机会跑起来。
那需要什么配置呢？
官方给的数据是，4-bit 量化后，显存占用约 15GB，一张 24GB 显存的 RTX 3090 或者 RTX 4090，就能本地部署。
本地部署的模型好处也很直接。你让它看内部文档、处理财务报表，把模型和相关工具都放在自己电脑上，数据就不用往外传了，用着也踏实些。
还有，本地部署就不用省着 token 了呀，使劲蹬也不心疼自己的钱包。
很可惜，我电脑的显存不够大，就没有去折腾本地部署了。
这次我就直接走 API，接入到 Claude Code 来实测一波。
先给大家看个成果。
这是我用 Xing4.0-29B 做的 AI 表格。我还把模型接了进去，想怎么处理表格里的数据，直接开口说就行。
怎么样？是不是感觉还不错。接下来，展示实测的过程。
如何接入 Claude Code？
官方提供了 OpenAI 和 Anthropic 两套兼容接口，接 Claude Code，这里我们用 Anthropic 这一套就行。
先登录「天翼 AI 开放平台」，点击右上角的「应用及 API Key」，创建一个 API Key。
地址：https://console.teleai.com.cn/model-service-web/model-gallery
拿到 API Key，接下来就给 Claude Code 换个模型。
打开配置文件 ~/.claude/settings.json，没有就新建一个。把下面的配置放进去，再把「替换成你的 API Key」换成刚才拿到的 Key。
● ● ●
{
"env": {
"ANTHROPIC_BASE_URL": "https://openapi.teleagi.cn/aipaas/lm/relay/rp0006",
"ANTHROPIC_AUTH_TOKEN": "替换成你的 API Key",
"ANTHROPIC_MODEL": "Xing4.0-29B-A4B"
}
}
保存之后，重新启动 Claude Code，输入一句「你好」试试。
你看，界面上的模型名已经变成了 Xing4.0-29B-A4B，回复也正常回来了，接入搞定。接下来，直接安排任务。
实测 Xing4.0-29B
01｜接进一个 AI 表格
第一轮，我让 Xing4.0-29B 开发了一个 AI 表格。
想要的效果很直接，表格哪里要改，我说句话，就能帮我改好。听着简单，具体需求写下来还挺长，就是下面这份。
很快，页面就跑起来了。
看着挺清爽。我先放张表进去，看看用起来怎么样。
我传了一张数码门店的库存表，里面有进货价、本月出货和在库数量。进货金额那一列，我故意没给，留着让模型算。
先来第一句：「在最后加一列进货金额，等于进货价乘以本月出货。」
你看，准备新增的那一列先标成了蓝色，右边还能预览具体要怎么改。
改哪里、改成什么，先摆出来给我看，我点确认才真正改到表里。 这个处理我挺喜欢，用着心里有底。
那数算得对不对？
我把这 12 行逐个核了一遍，一个没错，整列合计也和计算器的结果一致。
你可能会说，这不就是乘法嘛。确实，但方便就方便在，我只说了一句要怎么算，整列就给算好了，连公式都不用自己填。
接着换个花样，加一点条件：在最后加一列补货提醒，在库小于 15 的填「该补了」，其余填「够用」。
你看，库存不到 15 的那四行，都标上了「该补了」，其他行是「够用」。我核了一遍，没漏，也没标错。
最后，我想单独改一个商品的库存：「把曲面显示器 C27 的在库改成 25」
我只说了商品名，没告诉模型具体位置，模型就找到了 E9。对照原表，正好是曲面显示器 C27 的库存，预览里也只改了这一格，没动到别的地方。
我又导出成 xlsx，重新打开看了一遍，也没问题。
平时处理表格，经常就是这些零零碎碎的小活。像刚才这样，把要求说清楚，模型就能帮我改好，确实方便。
02｜接进一个文档问答助手
表格试过了，再来看看文档。
平时找资料，麻烦的地方经常是，明明记得在哪里看过，真要用的时候，又得一份份打开翻。
那就让 Xing4.0-29B 做个「文档问答助手」。文件传进去，想找什么直接问，顺便把答案对应的原文摆出来，方便核对。
具体做法是先用 BM25 找出和问题相关的段落，再让模型根据这些内容回答。答案带引用编号，右边能看到引用的内容。
工具做好之后，我一口气传了四种格式进去。
一份 171 页的中国电信半年报 PDF、一份天翼云产品说明 docx，再加一份 md 和一份 csv。
四份都解析成功，没有卡在上传这一步。
先问个具体的。我特意挑了一个问题，答案只写在那份 docx 里：「天翼云的对象存储单桶容量上限是多少，标准存储的设计持久性是多少个 9？」
100 PB，12 个 9，跟文档里的内容一致。 再看右边，前两条参考来源都是那份天翼云产品说明，文档也找对了。
这个用起来就方便。答案看完，有疑问还能顺着引用回去查，不用自己在几份文件里来回翻。
后面我又追问了两个问题，回答也都没问题。
那就给模型挖个坑。我问了一句：「这几份文档里，公司 2027 年的营收目标是多少？」
这些材料里根本没写这个目标，就看模型这回会不会顺嘴编一个了。
回答很直接：「文档中并未提及公司 2027 年的营收目标。」
可以，不懂不会硬装。
你想想，要是这里随手编个数字，再写得像模像样，不回去查，还真不一定能看出来。
03｜读一份 171 页的财报
前面是带着问题去文档里找答案，这次让 Xing4.0-29B 读完整份 171 页的财报，写一份经营分析。
这么长的材料，能抓住重点吗？数字会不会抄着抄着就串了？
我从中国电信官网下载了 2026 年上半年的 A 股半年报，直接安排任务。
要求很简单，读完之后写一份经营分析结论，每个数字都得标明出处，方便我回去查。
一分钟出头就交卷了。
你们看，营收、利润、现金流、每股收益，三十多项指标都整理出来了，每条后面还跟着来源关键词。
这速度是挺快，内容看着也挺完整。不过，财报里最怕的就是数字看着像那么回事，真拿回去一对，根本对不上。
那就查。
我从结果里抽了 18 项，回到原来的财报里，一项项找。
上面是报告第 7 页，下面是模型整理的同一批指标，可以放在一起对照着看。
扣非净利润、每股收益、净资产收益率，都对上了。我又核了营收、现金流等指标，抽查的 18 项都能在原文里找到，没有发现数字对不上的情况。
还有个地方我特意看了，报告里那组移动电话用户数、5G 用户数，说的是整个行业，模型没有误算到中国电信一家头上。
这点我还挺满意的，至少这次，模型没光顾着抄数字，把数字背后的意思也看明白了。
04｜把六份报表整理成一份结论
最后一轮是纯办公任务。六个省分公司的上半年经营报表，一共六份，要汇总成一份结论。打开一看，好家伙，六份表，六种格式。
做过报表汇总的同学，看到这里是不是已经开始头疼了？
这次我还故意在里面埋了几个坑，交给 Xing4.0-29B 处理。
这几份表，金额单位不统一，有的数字存成了文本，有的还夹着合计行。更容易看漏的是，空白不代表 0，业务数据还可能分散在不同工作表里。 直接往一起加，漏算、重复算都可能发生。
那模型能分清吗？
哎，你还别说，这几个坑都绕过去了。
金额统一成了万元，浙江的合计没有重复算，四川 5 月标成待补报，湖北两个 sheet 也合并了。回头对了一下，读出来的单元格数字都没错。
数据理顺了，接下来才是加总。
一长串数字往上加，我还是想多验一道，所以在指令里专门加了一句：「超过两个数的加法，先逐步累加，算完再倒着加一遍复核。」
模型也照着做了。拿浙江这组数据来说，正着加、倒着加，都和原表的合计一致。
我又拿原始报表，把各月、各省和六省已报数据的合计重新核了一遍，一个不差。
看来，Xing4.0-29B 干办公活也是相当靠谱的。
写在最后
这几轮测下来，Xing4.0-29B 干活的表现，我是挺满意的。
做个 AI 表格、搭个文档问答助手，再处理财报和一堆格式不统一的报表，这些平时真会遇到的任务，29B 的模型已经能帮上不少忙了。
在中国电信集团内部，Xing4.0-29B 也已经用到了智能客服业务里，像改套餐、查账单、故障报修这些常见业务，都有落地应用。
用户打电话来，模型先听懂需求，再拆解任务、调用工具，整合结果并完成合规校验，把复杂业务的处理流程一步步走完。电话里沟通，响应速度也得跟上，模型支持端到端秒级响应，能及时回应用户。模型在本地运行，通话记录、身份信息这些敏感数据不用往外传，隐私安全也有保障。
看到国产算力上训练出来的模型，已经能帮我们干这些实际的活，真的值得点个赞。
最后，Xing4.0-29B 的开源地址放在下面：
• Github：https://github.com/XingChen-AGI/Xing4.0-29B-A4B• Hugging Face：https://huggingface.co/XingChen-AGI/Xing4.0-29B-A4B• 魔搭 ：https://modelscope.cn/models/XingChen-AGI/Xing4.0-29B-A4B• Gitee ：https://gitee.com/xingchen-agi/xing4.0-29b-a4b• 魔乐：https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-A4B
期待国模越走越远！
