科大讯飞发布端云一体星火X2.6，4B端侧模型开源

“全栈自主可控大模型是AI安全性和极致性价比的必然选择。” 作者 | 程茜 编辑 | 心缘 智东西10月22日报道，今日，科大讯飞发布数个大模型及AI应用新成果，包括端云一体大模型讯飞星火X2.6、语音基座模型SparkAudio 1.0、WinWork数字员工平台、超级AI教师助手讯飞星光等。 其端云一体讯飞星火X2.6基座模型基于全国产算力完成能力升级，包含云端的293-A30B模型及端侧的X2.6-4B模型，后一模型已开源。 云端模型293-A30B支持百万token上下文，输入价格为0.9元/百万tokens，输入缓存命中价格为0.08元/百万tokens，输出价格为3.6元/百万tokens。输入缓存未命中、输出价格比DeepSeek-V4.1-Flash-1017更低。 根据科大讯飞公布的测试结果，星火X2.6-4B模型在信息搜索问答、办公文档处理、日程任务管理、本地表格操作、跨工具协同、多轮工具调用、复杂知识搜索上均超越了其上一代Spark-X2.5-4B以及Qwen3.5-4B、Gemma4-E4B、Qwen3.5-9B模型。 此外科大讯飞还集中亮相了数个AI硬件，如讯飞AI录音环、讯飞AI眼镜、讯飞AI PC系列等产品。其中灵机N9000 AIPC笔记本最高具备160 TOPS本地AI算力；星火办公一体机提供2240 TOPS AI算力，支持大模型私有化部署。 目前，科大讯飞的产品矩阵已经以讯飞星火基座大模型为底座，在教育、医疗、教育、法律、汽车、机器人等领域实现应用。 科大讯飞创始人、董事长刘庆峰称，今天的AI正成为人类历史上有史以来最具颠覆性的技术革命和产业革命，没有之一。 他认为，全栈自主可控大模型是AI安全性和极致性价比的必然选择，这就需要全栈自主可控的端云一体大模型来解决。未来会有60%的任务在本地跑，30%的任务通过云端协同处理，10%的任务在云端独立处理，这也是科大讯飞此次推出端云一体大模型X2.6的关键原因。 X2.6-4B模型开源地址： https://huggingface.co/collections/abenzerps/spark-x26 01. 基于全国产算力训练 首发端云一体大模型 在科大讯飞公开的基准测试结果中，代码能力方面，星火X2.6在SWE Pro、SWE Multilingual两项测试集中拿下第一，SWE Verified测试集中仅次于DeepSeek-V4.1-Flash 1017；智能体赛道上，其在企业运维类Agent和通用工具调用MCP-Atlas中，都处于第一梯队；在推理能力方面，星火X2.6在AA-LCR v1.1测试集中与MiniMax M3持平。 在训练侧，该模型突破了国产芯片长程任务训练瓶颈，以国产超大规模智算平台飞星二号万卡训练2000B 256K长度数据时间为例，训练时间由4.5个月缩短至1.2个月，超长上下文训练效率提升至原来的4倍。刘庆峰称，星火X2.6就是在过去2-3个月训练出来的。 推理层面，科大讯飞基于国产异构算力的分布式推理技术、首个全国产硬件的四层KV Cache架构，攻克了长上下文场景下容量不足、推理时延高、缓存命中率低等难题，飞星二号国产芯片推理效率达到优化前的4.5倍，KV Cache命中率由63%提升至95.7%。 在端侧模型方面，科大讯飞打造了星火X2.6-4B模型。刘庆峰称，这是因为4B大小是非常适合在机器人、汽车平台、AI PC上部署使用的。其上一代星火X2.5-4B端侧模型从9月1日开源至今，下载量达到256万次，位列全球端侧模型前四。 为提升端侧模型能力，科大讯飞采用了端云一体训练技术。星火采用端侧模型能力感知的自适应迭代后训练算法，根据端侧能力动态选择教师模型、调整训练比重。 基于端侧模型精准路由的“云+端”协同架构，先由端侧模型判断任务交给哪种方式完成：纯端办、纯云办、还是由端云协办。这之中的一个关键问题就是端云路由是否准确，科大讯飞引入基于评语模型的端云路由协同训练机制，将端云路由准确率由81.2%提升至96.1%。 在端云一体的星火X2.6模型之上，科大讯飞推出了两款产品：星火Loomy面向日常办公，帮助用户写报告、做PPT、分析数据，让日常工作轻松完成；星火AStudio面向专业办公，帮助用户写代码、搞研究，让复杂工作自主推进。 现场演示人员扮演一个创业公司的总经理，让星火AStudio可以在不联网的情况下，帮用户查看最近各大区的周报、邮件，然后分析经营情况并进行整理。模型在检索内容后，会生成可视化表格、三项待办事项、风险等，还会提供相应的对应邮件链接。 在和云端模型协作的任务中，模型会先对本地数据进行梳理，有需要云端协作任务时，再发起协作申请。在这之前，本地模型会对数据进行脱敏处理。云端处理完后，本地模型会

来源只提供摘要，完整内容请打开原文。