iFlytek Spark-X2.6 Launches on Xingchen MaaS Platform, with Real-World Tests of Device-Cloud Collaboration and the 4B On-Device Model

去讯飞一年一度的全球1024开发者节走了一圈，感受就一个：

热闹，真热闹啊 。

看图就知道，想在人群里往前挪两步有多难了——

其中，今年9月发布的Spark-X2.5系列开源模型，全渠道累计下载量突破了256万（进入全球端侧模型下载量前四），4B版本还冲上过Hugging Face近7天Trending榜第一。

「256万下载量、榜单第一」，成绩确实亮眼，但我这次真正盯上的，是另一件事：

讯飞走的，还是一条和大多数玩家不太一样的路。

全栈自主可控。

从模型训练到推理，再到端侧部署，讯飞一直在用国产算力撑起整套大模型体系。

这条路有多难，懂的都懂。。。

所以问题来了：

不靠英伟达GPU，这套全国产体系究竟把中国模型带到哪一步了？

虽然都在讲「国产大模型」，但这里面的国产算力路线，其实还不太一样。

从模型训练、强化学习、持续迭代到推理部署，整条链路都落在国产算力平台上。

核心链路的英伟达含量为0，怎么说呢？听着确实爽。

但真往下扒，就知道这事有多难。

过去几年，行业讨论全国产大模型，最先被追问的通常是：

国产卡，到底能不能把模型训出来？

这确实是最直观的一关，可真到了大规模训练，难题才开始涌现。

英伟达的优势不仅在GPU，还有围绕CUDA积累多年的软件生态，换成国产芯片后，从算子、框架到多卡通信都要重新适配。

规模一旦上到千卡、万卡，训练效率和集群稳定性又成了新的考验。

很多工作藏在模型背后，普通用户看不到，却最耗时间和研发资源。

我又顺着讯飞这几年的时间线翻了翻，发现它对全国产的理解，确实比「用国产卡训个模型」多走了几步。

这可能跟讯飞长期扎在行业场景里有关。

模型一旦进入医院、学校和企业系统的各种硬件设备，算力供应、数据安全和部署成本就成了绕不开的问题，也推着它更早走上了全链路国产化的路线。

2023年，讯飞联合华为推出「飞星一号」，先把大规模国产算力底座搭了起来。

后面又有国产算力上的千亿参数模型Spark-V3.5、深度推理模型Spark-X1。

到了今年，Spark-X2.5开源了4B和1.7B端侧模型，开始往更多终端设备里钻。

一路啃到Spark-X2.6，问题已经从训练走到了部署：

模型究竟该在哪里运行？

最近我正好看了Every那篇《How Codex Happened》，发现OpenAI也在这个问题上交过学费。

OpenAI最初把Codex全放在云端，却因为环境配置麻烦、任务难以随时干预而碰壁，后来才转向本地，并逐渐把两边打通。

为什么最后还是两边都要？看完这张表就明白了：

云端胜在能力，端侧胜在离线响应、成本和隐私，放进真实业务里，很难只押一边。

更实际的方案，是把选择权交给企业：

什么任务留在本地，什么任务交给云端，哪些数据可以上传，一次调用又愿意花多少Token。

Spark-X2.6做的，正是让端侧和云端按需分工：

任务先由端侧模型判断，再选择合适的执行路径，形成三种协同模式 。

简单任务直接在本地完成，这是 「纯端侧执行」 。

需要云端能力的任务，先在端侧脱敏，再交给云端处理，这是 「纯云侧执行」 。

需要两端配合的任务，则在端侧脱敏后进入 「云+端执行」 ——既可以由云端提供指导、端侧完成操作，也可以让端侧和云端分工协作，共同完成任务。

思路听起来挺顺，就是不知道能不能真省Token、护住隐私？

那就，开测。

Spark-X2.6现已上架 讯飞星辰MaaS平台 ，采用MoE架构，总参数量293B，每次推理激活约30B，支持1M上下文。

当前API价格打六折，每百万输入tokens 0.9元，每百万输出tokens 3.6元（比大肥鱼谷价便宜约10%）。

和9月份发布的X2.5相比，这一代主要往前推了三步：

干活能力更强 ：X2.6的代码和智能体能力整体分别提升约8个点，模型整体实力位列业界第一梯队；

国产算力跑得更顺 ：通过训练和推理架构优化，模型在国产训练平台上的效率提升4倍，四层KV Cache的命中率达到95%；

用起来更省 ：在高频应用场景中，约60%的任务实现了Token消耗下降。

归纳起来，这些升级指向的还是那个熟悉的主题：

干活儿。

既然测的是干活能力，只在聊天框里问几道题，显然不太够。

所以这次，我把Spark-X2.6的API接进DeepSeek Harness，让它直接读写文件、运行代码，并根据运行结果排查报错。

别的先不说，先看看它和当前最顶尖那批模型还有多大差距。

最近硅谷头部模型发布时，视觉Coding几乎成了固定节目，骑自行车的鹈鹕、3D交互场景都被反复拉出来展示。

虽然这类任务代替不了Benchmark，但胜在结果足够直观，所以第一关，我也给Spark-X2.6安排了「顶流同款」。

「顶流同款」测测模型本身有多强

先来一只骑自行车的鹈鹕。

Prompt用的是硅谷测试里常见的极简写法，没有规定画风、构图和实现方式，只给模型一句话：

Create an SVG of a pelican riding a bicycle. Save it as pelican.svg in the current directory and preview the result. Do not use external image assets.（创建一个骑着自行车的鹈鹕的SVG，将其保存到当前目录下的pelican.svg文件中，并预览结果，不要使用外部图片资源。）

要求越少，模型自己的代码基本功和审美反而越藏不住。

下图是 模型一次直出 的结果，第一眼看过去完成度确实不低：

自行车结构完整，近景和远景也都补上了。

趁着手热，我又加了一道题： 3×3魔方模拟器 。

这回不只要把魔方用纯CSS 3D画出来，六个面还得真能转，打乱、重置也都安排上。

最后做出来的版本也挺省心，不用装依赖，一个文件打开就能跑，拖着鼠标能换视角，想怎么拧就怎么拧。

魔方都能拧了，那不得来一个大BOSS级别的终极考验：

用代码搭一座可以自由探索的3D故宫 。

我扔过去一段AI生成的提示词，然后趁着Spark-X2.6在后台跑，去吃了个饭。

没想到再回来时，它已经交付了一套由index.html、style.css和main.js组成的完整网页。

打开本地服务，红墙金瓦沿着中轴线铺开，鼠标可以自由旋转、缩放和移动视角。

说实话，比我预想的完整不少。

小试牛刀下来，Spark-X2.6虽然不能一次猜中所有细节，但对反馈的响应很快。

这点对Coding Agent其实挺重要。

玩过Vibe Coding的朋友应该都有体会，即使用上「OA」两家的旗舰模型，一次生成就完全符合预期，也不太现实。

所以对我来说，真正影响体验的，是模型能不能听得懂人话，改得快、改得准。

当然，画图和搭网页还只是热身，接下来得给它安排点真正的班上了。

把4B模型装进电脑，先让它独立上班

这回的主角换成了 刚刚开源的Spark-X2.6-4B 。

别看参数量只有4B，它却支持最高1M上下文和200多种语言，也适配了Ollama、LM Studio等 本地运行工具 ，以及llama.cpp、vLLM等 主流推理框架 。

为了尽量榨出4B模型的能力，讯飞在后训练阶段加入了 能力感知机制 ，让模型判断自己的薄弱项，再向不同教师模型针对性学习。

据讯飞内部评测，同尺寸端侧模型能够独立完成的Agent任务比例约为 12.8% ，而Spark-X2.6-4B将这个数字提高到了 41.9% 。

不管了，是骡子是马总得拉出来遛遛。

由于我的电脑只有AMD核显、没有独立显卡，模型全程依靠CPU推理，所以我通过Ollama部署了Spark-X2.6-4B的Q4量化版本，并从终端调用本地API。

模型成功运行后，我直接断开网络，确保材料读取、分析和结果输出全部留在这台电脑里。

我给它安排的任务，是替一家虚构的机器人公司，完成周度经营复盘 。

销售周报、客户邮件、生产排期和供应链记录散落在不同文件里，部分信息还互相矛盾，它需要跨文件核对数据，找出营收变化、客户冲突和交付风险，最后列出等待管理层拍板的事项。

最终， 模型用时6.8分钟，交出了一份完整的经营复盘报告 。

它分清了2550万元销售口径营收与2370万元财务确认收入，也找出了两笔重点商机和三类供应链缺口，主要结论均注明了信息来源。

综合数字准确性、跨文件关联、风险识别、来源追踪和报告完整度五个维度，这轮任务的完成度大约在九成。

要挑毛病的话，它把一笔在手订单归入了潜在商机，分类还不够严谨，不过相关事实和金额均无误，经过简单人工复核，已经可以作为管理层讨论的参考材料。

对一款完全离线、全程依靠CPU运行的4B模型来说，这份答卷已经能打。

涉及敏感信息的复杂任务，再让云端接力

不过，端侧模型的能力终究有边界，遇到更复杂的任务，云端依然得上场。

那什么任务留在本地，什么任务值得上云呢？

为此，讯飞引入了一套 基于评语模型的端云路由协同训练机制 。

简单来说，就是让同一个任务分别在端侧和云端多跑几次，再由评语模型比较结果、给出反馈，并通过交替训练不断优化路由判断，让系统更清楚一个任务到底该交给端侧、云端，还是两边一起完成。

据讯飞内部评测，这套机制将端云任务路由准确率从 81.2% 提升到了 96.1% 。

都96.1%了，所以这轮实测，我决定给它安排一份更敏感、关联关系也更复杂的材料：

审查一份工业视觉检测设备采购合同。

合同依然是虚构的，但公司名称、联系人、电话号码、银行账户和合同金额一个不少，付款、验收、数据上传、知识产权和违约责任之间还藏着多处关联风险。

我先让本地4B模型负责脱敏。

用时4.3分钟，合同中的26项敏感信息全部被替换成占位符，检查结果显示没有原始信息残留。

确认处理干净后，我才重新联网，把脱敏合同交给云端X2.6。

70.8秒后，消耗7368个Tokens，它交出了一份完整的审查报告，找出了18项风险和8组条款冲突。

像是验收标准前后打架、允许数据直接上传云端却要求供应商承担无限责任，这些藏在不同条款里的问题，也被它顺藤摸瓜揪了出来。

随后，我再次断网，在本地恢复合同信息，并生成附带逐条修改建议的Word文件。

为了避免自己给自己判卷，我又把全套材料扔给Codex复核了一遍。

结果显示，云端收到的合同没有原始敏感信息，本地还原后也没有留下任何占位符，合同正文和表格同样完整保留。

到这里，整个流程才算真正跑通：

敏感信息留在本地，复杂分析交给云端，处理完再回到本地还原。

需要说明的是，这次我只做了最小可行性验证。

为了看清每一步的数据流向，我保留了人工分配环节， 完整方案则支持自动路由 。

真正进入企业环境后，系统可以根据任务难度和安全要求自动分配端云任务，让这套技术方案成为一条可以持续运转的业务流程。

一圈测下来，Spark-X2.6给我留下最深印象的，是它给企业留出了选择空间。

大模型刚火那阵，企业用AI基本就是接个云端API，简单直接。

合同和客户资料不方便上传，高频调用又会持续产生Token成本，全部放在端侧，复杂任务的能力又可能跟不上。

端云协同的价值，就在于让企业根据自己的业务，自由调整部署方式。

Stanford《2026 AI Index》显示，全球已有88%的受访企业使用AI，但Agent在几乎所有业务职能中的规模化部署率仍然只有个位数。

这说明，AI已经进入企业，核心业务却还没有真正交给Agent。

想让Agent继续往核心业务里走，除了模型能力，部署方式也得跟着场景变化。

医院、学校和办公室面对的限制各不相同，端侧和云端怎么分，自然也不会只有一种答案。

讯飞有意思的地方在于，这道题它已经琢磨了好几年。

一开始，讯飞就花了大把时间死磕国产算力底座。

要知道，光是让模型在国产算力上「跑起来」，解决一连串的推理适配难题，就已经够脱层皮了。

但更狠的是，讯飞不仅跑通了，还在这套底座上走完了大模型的完整训练流程，直接训出了实力对标国际一流的大模型。

从「跑起来」到「训出来」，听着只差几个字，背后的工程难度完全不在一个量级。

放眼望去，愿意为这条全链路长期填坑的公司，真没几个。

而讯飞这些年踩过的坑、积累的经验，如今全成了做端侧模型和端云协同最硬的底牌。

当然，走得早只是开头，真正决定这条路线能走多远的，还得看规模化落地的表现。

类似的长期考验，在中国科技产业里并不少见。

北斗从1994年立项，到2020年完成全球组网，走了26年。

C919从2007年立项，到2023年商业首航，也花了16年。

从技术突破到真正投入使用，中间还有很长一段路要走。

中国模型的国产化道路，同样绕不开这一关。

新模型和榜单成绩更容易被看见，而系统适配、项目交付和长期运行这些事，平时却很少进入讨论。

模型能力可以靠一次次迭代追赶，但这类不太显眼的积累却很难一夜补齐。

讯飞早走几年的优势，已经开始显现。

P.S. 现在可以去星辰MaaS平台免费领Spark-X2.6 10亿Tokens额度~

传送门：