Le 22 septembre 2026, China Telecom AI (TeleAI) a officiellement lancé Xing4.0-29B-A4B via communiqué de presse, le positionnant comme modèle agentique léger de nouvelle génération. Les spécifications clés sont limpides : 29 milliards de paramètres au total, seulement 4 milliards activés par token, architecture Mixture-of-Experts, fenêtre de contexte de 256K tokens. Avec la quantification bas-bit et l'optimisation mémoire, 15 Go de VRAM suffisent — un seul GPU grand public permet une exécution locale.
Au-delà des specs : un modèle agentique déjà en production
Contrairement à bien des lancements qui s'arrêtent aux benchmarks, TeleAI a mis en avant le déploiement. Xing4.0-29B-A4B est intégré à la plateforme de service client du groupe China Telecom, traitant les demandes complexes par raisonnement multi-étapes et appels d'outils ; il est aussi déployé dans des scénarios de service interactif « mid-screen », assistant en temps réel les environnements de services à domicile. Version officielle : le modèle y a prouvé des gains de résolution au premier contact et d'efficacité de traitement.
Côté benchmarks, le communiqué cite 75,0 sur SWE-bench Verified, présenté comme le haut du panier de sa classe de paramètres. Fonctionnellement, il vise « l'exécution » plutôt que le « questions-réponses » : planification autonome de parcours de tâches multi-étapes, appel d'outils externes, traitement d'entrées à long contexte, livrables structurés — pour des scénarios d'ingénierie comme le développement de code, l'analyse de données et le traitement documentaire.
Écosystème ouvert : sortie simultanée sur GitHub et Hugging Face
Le modèle est publié sur GitHub et Hugging Face (org : XingChen-AGI), compatible avec les principaux frameworks d'entraînement, d'inférence et de développement d'agents, et validé sur plusieurs plateformes de puces IA nationales et grand public. TeleAI annonce des modèles Xing4.0 plus grands dans les mois à venir.
Notre lecture : les agents légers deviennent une piste à part entière
Sur la carte récente du secteur, la tendance est claire : la même semaine, Xiaomi a lancé le duo MiMo-V2.6 full-modalité, lui aussi centré sur la couche d'exécution agentique (Xiaomi lance le duo MiMo-V2.6 full-modalité : la couche d'exécution agentique poussée à l'extrême (/zh/article/2026-xiao-mi-fa-bu-mimo-v-2-6-quan-mo-tai-shuang-ban-ben-ba-agent-zhi-xing-ceng-zuo-j)). Le Nemotron 3.5 Lightning de NVIDIA suit la même logique 30B au total / ~3B activés. Les acteurs convergent vers la même intuition : les étapes d'exécution haute fréquence d'un agent n'ont pas besoin de réveiller tous les paramètres à chaque fois — « petite activation, grand total » devient la réponse standard.
La différenciation de TeleAI n'est pas dans les paramètres mais dans son identité : pour un opérateur télécom qui construit des modèles, la meilleure carte est la scène de production toute prête. Une plateforme de service client traitant quotidiennement d'énormes volumes de tickets réels est une validation qu'aucun benchmark de laboratoire ne peut offrir. Pendant que d'autres parlent benchmarks, TeleAI parle « déjà en production chez nous depuis un moment » — plus convaincant pour les entreprises envisageant un déploiement privé.
Pour les développeurs et les PME, la valeur la plus directe est le coût : un GPU grand public, des données qui ne quittent jamais l'intranet, et l'on fait tourner une base agentique capable de lire des dépôts de code, d'appeler des outils et de traiter des contextes de 256K tokens. La part de ces 75,0 points SWE-bench qui se matérialisera en ingénierie réelle reste à évaluer par la communauté.
