AnswersPublished22 sources
iFLYTEK Spark X2.5 vil bringe 1 mio. tokens kontekst ud på enheden
iFLYTEK datterselskabet Ciyuan Xinghuo open sourcet Spark X2.5 4B og X2.5 1.7B den 1. Modellerne kombinerer fuld attention med sliding window attention og er målrettet lokale agenter, kode, lange dokumenter, smart home og robotter.
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer
Key takeaways
- iFLYTEK datterselskabet Ciyuan Xinghuo open sourcet Spark X2.5 4B og X2.5 1.7B den 1.
- Modellerne kombinerer fuld attention med sliding window attention og er målrettet lokale agenter, kode, lange dokumenter, smart home og robotter.
- På iFLYTEKs Domux test for smarte hjem opnåede 1.7B modellen 90,3 % end to end nøjagtighed og 0,85 sekunders gennemsnitlig svartid – et leverandørrapporteret resultat.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are iFLYTEK’s open-sourced Spark X2.5-4B and X2.5-1.7B edge models, when and by which subsidiary were they launched, why does iFLYTEK d. Article summary: iFLYTEK’s Spark X2.5-4B and X2.5-1.7B are compact, open-source general language models intended for local/edge deployment on phones, PCs, robots, and other devices. iFLYTEK’s wholly owned subsidiary Ciyuan Xinghuo (XHTok. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
To små modeller med et usædvanligt langt kontekstvindue
Spark X2.5-4B og Spark X2.5-1.7B er kompakte sprogmodeller til lokal kørsel på eksempelvis pc'er, telefoner, smart hardware, robotter og systemer i biler – frem for kun at blive brugt via skyen. iFLYTEKs helejede datterselskab Ciyuan Xinghuo, der også forbindes med XHToken og SparkLLM, lancerede og open-sourcet begge modeller 1. september 2026. 2
4
Det mest opsigtsvækkende er et indbygget kontekstvindue på op til 1 mio. tokens. iFLYTEK kalder dem de første open source-modeller til enheder med den kapacitet, men det er virksomhedens egen påstand og ikke en uafhængigt fastslået markedsrekord. 1
2
5
Hvorfor lang kontekst kan være nyttigt
Et indbygget langt kontekstvindue betyder i princippet, at modellen kan behandle en meget lang tekst som ét samlet forløb. Det kan mindske behovet for en klassisk RAG-løsning, hvor et dokument deles op i mindre bidder, relevante afsnit hentes frem, og svaret sammensættes ud fra uddrag.
Tænk på en omfattende service- eller eftermarkedsmanual: En undtagelse kan stå ét sted, en arbejdsgang et andet og en tabel med en fejlkode et tredje. Når mere af materialet er med i samme kontekst, er der bedre mulighed for at bevare sammenhængen mellem de dele. Det samme gælder store dokumentbunker og kodebaser.
Det er dog vigtigt at skelne mellem understøttet kontekstlængde og, hvad der er realistisk på konkret hardware. Offentlige oplysninger dokumenterer ikke RAM-forbrug eller svartid ved at holde en hel million tokens i hukommelsen på en telefon eller en single-board-computer. Hardware, kvantisering, aktiv kontekstlængde og krav til svartid skal derfor testes i den konkrete installation. 1
Hybrid attention skal holde regnearbejdet nede
Spark X2.5 anvender en hybridarkitektur, hvor ét lag med fuld attention følges af tre lag med sliding-window-attention i et gentaget mønster. 6
18
Fuld attention gør det muligt at forbinde information på tværs af lange sekvenser, mens sliding-window-attention begrænser de fleste lag til nærliggende tokens. Formålet er at reducere den beregningsmæssige pris ved at bruge fuld attention overalt i et meget langt input. 6
4B-udgaven er i en on-device-konvertering beskrevet som en tæt decoder-model med 4,11 mia. parametre, hvilket illustrerer den relativt kompakte størrelse bag edge-positioneringen. 18
Fra dokumenter til lokale AI-agenter
Ifølge det officielle projekt er modellerne lavet til samtale, tekstproduktion, oversættelse, ræsonnement, kodning, værktøjsbrug og agentbaserede arbejdsgange. 22
I kontorarbejde fremhæver iFLYTEK 4B-modellen til opgaver fra analyse af rådata til en tosproget rapport. Til udviklere er serien optimeret til kode, værktøjsbrug, ræsonnement og agentarbejdsgange. 10
16
22
SparkLLM oplyser, at 4B-modellen kan konkurrere i kodeopgaver med cloudmodeller, der er to til tre gange større. Det er en leverandørpåstand, der tager udgangspunkt i modelstørrelse; de foreliggende kilder dokumenterer ikke et generelt forspring i uafhængige benchmarks, opgaver eller hardwareopsætninger. 16
Smart home og robotter
Den mindre 1.7B-model er særligt positioneret til enhedsstyring. På iFLYTEKs Domux-testdatasæt for smarte hjem blev der rapporteret 90,3 % end-to-end-nøjagtighed for kommandoer og en gennemsnitlig svartid på 0,85 sekunder. 4
10
16
Tallene beskriver virksomhedens eget testresultat og er ikke en direkte sammenligning med alle konkurrerende modeller eller praktiske installationer.
Robotter er et andet erklæret anvendelsesområde. iFLYTEK peger på lokal sprogstyret drift og edge-opgaver inden for kontrol, objektsporing og navigationsbeslutninger. 10
20 Der er imidlertid ikke angivet særskilte benchmarkresultater for manipulation, sporing eller navigation, så der er tale om målscenarier – ikke dokumenterede ydelsesgarantier.
Fordelen ved lokal kørsel – og forbeholdet
Lokal inferens kan mindske afhængigheden af netværk og ture til cloudtjenester. Prompter og dokumenter kan samtidig blive på enheden, hvilket kan være relevant for følsomme manualer, kommandoer til smart home eller robotarbejdsgange. 3
4
Men lokal drift gør ikke automatisk alle opgaver hurtige eller private. Oplevelsen afhænger af hardware, inferensmiljø, kvantisering, tilgængelig hukommelse og længden på den aktive kontekst. Netop en million tokens vil være en tung belastning, også selv om grundmodellen er forholdsvis lille. 1
Træning, værktøjer og adgang
iFLYTEK oplyser, at Spark X2.5 er trænet på kinesiske computerplatforme med omkring 20 billioner tokens af varierede pretraining-data. Eftertræningen har fokuseret på agenter, kode, matematik og instruktioner. 10
16
Modellerne understøtter hardware fra NVIDIA, Huawei, Hygon og HOUMO og er kompatible med blandt andet vLLM, SGLang, llama.cpp, Ollama og LM Studio. LLaMA-Factory er angivet til finjustering. 4
10
16
Vægte, kildemateriale og implementeringsdokumentation findes via XHToken/Spark-X2.5-projektet og tilknyttede modeludgivelser på blandt andet Hugging Face og GitHub. 2
22 FP8- og INT8-kvantiserede udgaver blev annonceret på XHTokens Hugging Face-side 4. september 2026.
28
SparkLLM har også annonceret API-adgang gennem iFLYTEK Xingchen/Spark MaaS med tidsbegrænset gratis adgang. Kilderne angiver dog ikke varighed, målgruppe, kvoter eller aktuel status, så udviklere bør kontrollere betingelserne direkte, før de planlægger efter tilbuddet. 10
16
Kort sagt
Spark X2.5-4B og 1.7B er interessante, fordi de kombinerer små modeller til edge-brug med et påstået indbygget kontekstvindue på 1 mio. tokens og fokus på lokale AI-agenter. Det væsentlige er ikke, at enhver telefon nødvendigvis kan håndtere en million tokens komfortabelt i dag, eller at modellerne allerede er dokumenteret som markedsledende. Det er, at iFLYTEK har frigivet åbne modeller, der afprøver kombinationen af lang kontekst, lokal drift og opgaveudførelse – og at evaluering på den konkrete hardware derfor er afgørende. 1
2
22
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "iFLYTEK Spark X2.5 vil bringe 1 mio. tokens kontekst ud på enheden"?
iFLYTEK datterselskabet Ciyuan Xinghuo open sourcet Spark X2.5 4B og X2.5 1.7B den 1.
What are the key points to validate first?
iFLYTEK datterselskabet Ciyuan Xinghuo open sourcet Spark X2.5 4B og X2.5 1.7B den 1. Modellerne kombinerer fuld attention med sliding window attention og er målrettet lokale agenter, kode, lange dokumenter, smart home og robotter.
What should I do next in practice?
På iFLYTEKs Domux test for smarte hjem opnåede 1.7B modellen 90,3 % end to end nøjagtighed og 0,85 sekunders gennemsnitlig svartid – et leverandørrapporteret resultat.
Sources
news.aibase.comFirst Time to Deploy Million-Token Context to the Edge - AI NEWS
ai-market-watch.comiFlytek subsidiary open-sources Spark X2.5 on-device models ...
theaivibe.orgA Million-Token LLM Tries to Fit On Your Phone as Tiny Voice ...
studioglobal.aiiFLYTEK’s Spark X2.5 Edge Models Bring a Claimed 1M-Token Context to Local AI | Answer | Studio Global AI