2026 年 10 月 22 日，科大讯飞全球 1024 开发者节主论坛在北京举行，董事长刘庆峰在现场发布新一代旗舰模型星火 X2.6。发布会给出的规格相当激进：MoE 架构、总参数 293B、每次推理仅激活 30B，上下文窗口 1M token，训练全程使用全国产算力，并已部署于国产万卡推理集群（上述均为发布会口径，经 Global Times 与智东西等多家媒体报道）。
但各平台传播这则消息时，出现了一个几乎决定读者理解方向的偏差：多数中文标题写的是「讯飞开源 Spark-X2.6」。真实情况要窄得多——本次开放权重的只有端侧小模型 Spark-X2.6-4B，采用 Apache 2.0 协议；293B 云端旗舰的权重并未公开，官网提供的只是 API 试用。换句话说，真正「开源」的是那个 4B 的端侧版本，而不是发布会主角、293B 的旗舰本体。
这个辨析不是抠字眼。开源范围决定了开发者能拿到什么：能私有化部署的是 4B，能接入生产的是要按 token 付费的旗舰 API，两者是完全不同的产品。本文按发布会速览、旗舰规格与国产算力账、开源范围辨析、定价与产业叙事的顺序展开，最后列一份讯飞没公布的清单。
发布会速览：一次全家桶式的更新
星火 X2.6 只是 1024 开发者节的重头之一。同场发布的还包括语音基座 SparkAudio 1.0、星火具身多模态交互技术、WinWork 数字员工平台、面向教师的讯飞星光，以及三款硬件：AI 录音环 1299 元、AI 眼镜 4299 元起，另有星火 Loomy 与星火 AStudio 两款分别面向日常办公和专业编程的助手产品（智东西报道口径）。
全家桶式发布的背后是一条清晰的产业叙事。刘庆峰在现场的表述是：「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。」他还给出了一句更值得记住的判断：「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。」这两句话基本概括了讯飞这条路线的内核：模型、芯片、端侧硬件要拧成一股绳。
背景有一层政策底色：讯飞早在 2019 年 10 月就被列入美国实体清单，至今仍在列（Federal Register 84 FR 54002）。对这家公司而言，「全国产算力」不是营销修辞，而是七年前就被迫选择的生存路线，如今被重新包装成了行业卖点。
旗舰规格：293B-A30B 与一笔国产算力账
先看架构。293B 总参数、30B 激活的 MoE 设计，属于当前旗舰的常见打法：用大总参撑知识容量，用稀疏激活压单次推理成本。1M token 的上下文窗口意味着整仓库代码或数百页文档可以一次放进上下文。云端版已在星火官网开放试用——注意，是试用，不是开源。
真正有信息量的是训练与推理两侧的效率账。训练侧，官方称通过「长程任务动态并行训练技术」解决了国产芯片显存带宽不足导致的长任务混合训练效率低的问题。给出的样例是：在国产超大规模智算平台「飞星二号」的万卡集群上训练 2000B tokens、256K 长度的数据，训练时间从 4.5 个月压缩到 1.2 个月，超长上下文训练效率提升 4 倍（智东西与腾讯新闻转述的官方口径）。刘庆峰还称星火 X2.6 是「过去 2-3 个月训练出来」的。
推理侧的数字同样具体：基于国产异构算力的分布式推理，配合官方称为首个全国产硬件的四层 KV Cache 架构，飞星二号的推理效率达到优化前的 4.5 倍，KV Cache 命中率从 63% 提升到 95.7%。
这里有一个容易踩的坑：报道中出现了两处「万卡」，含义并不相同。Global Times 说的「一万卡推理集群」指 X2.6 的推理部署；智东西说的「飞星二号万卡」指训练平台。训练用万卡、推理也用万卡，但说的是两个系统，本文分开表述，读者引用时也应注意不可混用。
至于旗舰的分数，发布会展示的口径是：SWE Pro 77.3 分排名第一，SWE Multilingual 95.0 分排名第一，SWE Verified 95.4 分，仅次于 DeepSeek-V4.1-Flash 1017 的 95.6 分（腾讯新闻对发布会展示数据的转述，官方口径）。智能体方面，企业运维类 Agent 与通用工具调用基准 MCP-Atlas 处于第一梯队；推理基准 AA-LCR v1.1 与 MiniMax M3 持平。这些成绩全部来自发布会展示，讯飞没有发布完整分数表，也没有技术报告，目前不存在第三方复测。
开源范围辨析：开源的到底是谁
现在回到本文最重要的辨析。本次以开源名义上线的，只有端侧模型 Spark-X2.6-4B，协议 Apache 2.0；293B 旗舰的权重不开放，英文科技媒体 TSN 对此表述得很直白：旗舰的权重没有开放。
4B 版的落点有三处。Hugging Face 上权重挂在 XHToken 命名空间下（见官方发布贴），仓库地址：huggingface.co/XHToken/Spark-X2.6-4B；国内下载走魔搭社区，ModelScope 页面已确认存在 INT4 量化版，仓库地址：modelscope.cn/models/XHToken/Spark-X2.6-4B-INT4；本地一键运行则走 Ollama，命令如下：
ollama run SparkLLM/Spark-X2.6-4B注意两个命名空间并存：HF 与魔搭用 XHToken，Ollama 用 SparkLLM，引用链接时别搞混。模型卡显示，除 BF16 主模型外还提供 GGUF 与 INT4 变体，支持 Transformers、SGLang、vLLM、MLX 与 llama.cpp，并同时给出英伟达 GPU 与华为昇腾 NPU（SGLang Ascend 镜像 cann9.0.0）的部署指引。
规格上，4B 版约 4.1B 参数，与上代 X2.5-4B 架构完全一致：36 层，3 个滑动窗口注意力层配 1 个全注意力层，上下文 1,048,576 token。能力提升来自后训练，而非结构改动。模型提供 none、low、high 三档思考档位，加载时需 trust_remote_code。另有一个引用时的细节：魔搭页面上 INT4 版标注 1.97B 参数、3.43GB 体积，那是量化后的数字，BF16 全量约 4.1B，两个数并存是量化前后之差，不是模型缩水。
时间线上还有一个有意思的点：权重实际上线早于发布会。SparkLLM 在 X 平台于 10 月 20 日（周二晚）已官宣发布，开发者节 10 月 22 日才开幕。所以严格说，4B 是先上架、后站台，发布会为它补了一场正式的亮相仪式。
端侧 4B 的基准成绩同样全部是官方自报（thinking=high 档，无第三方复测）：BFCL-V4 71.8（前代 65.1）、MCP-Atlas 62.4（54.6）、BrowseComp 53.1（40.9）、SWE Pro 54.3（44.4）、SWE Verified 62.8（41.6）、AA-LCR v1.1 67.3（64.7）。官方称其在同尺寸开源模型中处于第一梯队，部分基准达到甚至超过 9B 级模型，推理效率持平或优于 Qwen3.5-4B 与 Gemma-E4B。前代 X2.5-4B 于 9 月 1 日开源，累计下载 256 万次、居全球端侧模型前四（官方口径），这次 4B 的更新算是一次按部就班的迭代。
定价与产业叙事：60、30、10 的算盘
旗舰 API 给了限时定价：输入 0.9 元每百万 tokens，缓存命中 0.08 元每百万，输出 3.6 元每百万。智东西报道称，其输入缓存未命中价与输出价均低于 DeepSeek-V4.1-Flash-1017。低价加 1M 上下文，矛头指向长文档、长会话的企业场景。
产业叙事层面，刘庆峰给出了一个端云分工的预判：未来 60% 的任务在本地跑，30% 端云协同，10% 纯云端。支撑这套分工的，是端云路由机制——引入基于评语模型的端云路由协同训练机制后，路由准确率从 81.2% 提升到 96.1%（官方口径）；端侧模型的智能体任务覆盖度为 41.9%。他的原话是：「大模型深入业务，既要具备处理复杂任务的能力，也要守住数据边界、降低使用成本。」
需要单独拎出来说的，是那句传播最广、也最需要标注口径的话。据英文媒体 TSN 转述，刘庆峰称星火是唯一基于全国产算力训练的模型，其他模型都基于英伟达芯片训练，且讯飞是其中体量最小的。这句话有两个必须写进文章的限定：其一，这是单方说法，讯飞没有点名任何对比对象，TSN 也标注了未经验证；其二，讯飞并未公布训练所用国产芯片的具体型号。同期行业背景也值得对照：DeepSeek-V4-Pro 已被报道使用华为昇腾 910C 完成后训练，Reuters 则报道字节、阿里、腾讯订购了超过 300 万块英伟达 RTX PRO 5500。所谓「唯一」，在这些公开信息面前需要打上问号。
财务面上，讯飞 2026 年前三季度营收 181.87 亿元，同比增长 7.05%，归母净利润 2188.72 万元实现扭亏，但扣非净利为负 7.63 亿元；第三季度研发投入超 17 亿元，占当季营收 25% 以上。一家扣非仍亏损的公司把四分之一的季度营收押进研发，也解释了为什么这套「国产算力加端云一体」的故事必须讲好。
冷思考：一份没有公布的清单
把发布会的热闹放一边，讯飞这次没有公布的清单其实不短：
训练用的国产芯片具体型号，未公布。训练集群的总规模，未公布。训练总算力（FLOPs），未公布。技术报告，未发布。旗舰 293B 的权重，未开放。第三方榜单（如 LMArena）成绩，暂无。
这意味着，上文所有效率数字——4.5 个月压到 1.2 个月、KV Cache 命中率 95.7%、推理效率 4.5 倍——都只能以「官方口径」四个字存档，无法独立验证。旗舰的几项第一也建立在讯飞自己选择的基准子集上，完整分数表缺席，本身就是一个信号。刘庆峰对此的回应方式是换赛道：称实际产业场景（国企、教育、医疗、司法）中的表现优于公开跑分。这个说法无法证伪，但也无法验证，属于典型的产业叙事对冲。
第三方分析师的态度相对中立：行业重点正从参数与跑分转向国产算力部署、数据安全与真实场景可用性（分析师刘丁丁，Global Times 转述）。按这个标准，星火 X2.6 的真正价值不在榜单名次，而在于它把「国产芯片上能不能高效训大模型、低成本跑大模型」这道题给出了正面的工程答案——前提是这些数字经得起后续验证。
对开发者的 actionable 部分反而是确定的：4B 版权重现在就能下载，Apache 2.0 协议没有附加条款，昇腾 NPU 指引让国产硬件部署有了官方路径；旗舰则可以在官网用限时定价实测长上下文场景。能力判断交给自己的数据集，这比等任何榜单都快。
结语
星火 X2.6 是一场被标题简化了的发布会。真实结构是三层：一层是 293B 的旗舰，规格激进、价格激进，但权重不开源、证据不完整；一层是开源的 4B 端侧版，协议干净、落点明确，但成绩全是自报；还有一层是「万卡国产算力」的基建叙事，数字具体，关键参数却缺席。看懂这三层，比记住任何一个跑分都有用。等芯片型号、集群规模与技术报告公布，或者第三方榜单出现，我们再来补上验证的那一半。
延伸阅读
- Xing4.0-29B-Intent 58分登顶：类别分却不是第一：另一个「总分登顶但有保留」的发布叙事，意图识别特化模型的 58 分怎么读，与本文的分数辨析异曲同工。
- DeepSeek 又上新：权重免费下，任务账单砍六成：本文定价对比的参照系，权重全开放与 X2.6 旗舰不开源，是两种截然不同的开放策略。
- 端侧大模型3GB跑35B：面壁把MoE塞进手机：同为端侧路线，面壁选择把大参数 MoE 压进小内存，与讯飞靠后训练提升 4B 是两条不同的解法。
- 1.6T 只醒 48B：美团 LongCat-2.5 的真本事与冷思考：另一家只发 API 不发旗舰权重的国产模型，同样需要把规格与证据分开看。