AntwortenVeröffentlicht27 Quellen
Spark X2.6 setzt auf KI direkt auf dem Gerät und in der Cloud
iFLYTEK stellte Spark X2.6 am 22. Oktober 2026 vor: Das Cloud Modell hat laut Unternehmen 293 Milliarden Gesamtparameter, rund 30 Milliarden aktive Parameter pro Token und ein Kontextfenster von einer Million Tokens.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- iFLYTEK stellte Spark X2.6 am 22. Oktober 2026 vor: Das Cloud Modell hat laut Unternehmen 293 Milliarden Gesamtparameter, rund 30 Milliarden aktive Parameter pro Token und ein Kontextfenster von einer Million Tokens.
- Für das Training von zwei Billionen Tokens mit einer Kontextlänge von 256K auf dem Feixing 2 Cluster nennt iFLYTEK eine Verkürzung von 4,5 auf 1,2 Monate; die Benchmarks und Effizienzwerte sind nicht unabhängig bestät...
- Zur Modellfamilie gehört Spark X2.6 4B für den Einsatz auf Geräten. Eine gemeinsame Geräte Cloud Architektur soll Aufgaben lokal, in der Cloud oder in Kombination bearbeiten.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did iFLYTEK announce at its October 22, 2026 Global 1024 Developer Festival about the Spark X2.6 device-cloud model family, including i. Article summary: iFLYTEK announced the Spark X2.6 device-cloud model family and SparkAudio 1.0 at its October 22, 2026 Global 1024 Developer Festival, presenting them as advances in AI trained entirely on domestic Chinese compute. [6] Th. Topic tags: general, general web. 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 fake numbers, clic
iFLYTEK hat auf seinem Global 1024 Developer Festival am 22. Oktober 2026 die Modellfamilie Spark X2.6 und das Sprachmodell SparkAudio 1.0 vorgestellt. Die zentrale Botschaft: X2.6 sei vollständig auf chinesischer Recheninfrastruktur trainiert worden und mache damit auch bei Coding- und Agenten-Aufgaben Fortschritte. Die Leistungs- und Effizienzzahlen stammen allerdings vom Unternehmen; eine unabhängige Überprüfung ist in der verfügbaren Berichterstattung nicht belegt. 1
4
21
Zwei Größen: ein Cloud-Modell und eine Geräteversion
Das Cloud-Modell basiert auf einer Mixture-of-Experts-Architektur (MoE). Es umfasst insgesamt 293 Milliarden Parameter, von denen laut iFLYTEK pro Token rund 30 Milliarden aktiviert werden. Das Kontextfenster soll bis zu eine Million Tokens umfassen. Das Unternehmen gab eine Trainingsdauer von etwa zwei bis drei Monaten an. Welches konkrete Chipmodell dabei zum Einsatz kam, wurde laut Berichten nicht offengelegt. 1
17
23
Daneben veröffentlichte iFLYTEK Spark X2.6-4B als Open-Source-Modell für den Einsatz direkt auf einem Gerät. Das Modell soll lange Texte besser verstehen, Werkzeuge über mehrere Gesprächsschritte hinweg nutzen und verschiedene Tools koordinieren. Nach Unternehmensangaben deckt es 41,9 Prozent der untersuchten Agenten-Aufgaben lokal ab. Diese Zahl beschreibt iFLYTEKs eigene Messgröße und ist kein allgemeiner Qualitätswert. 5
6
28
Coding- und Agenten-Benchmarks: gute Platzierungen, aber Firmenangaben
In den von iFLYTEK veröffentlichten Tests belegte das Cloud-Modell nach Unternehmensangaben Platz eins bei SWE Pro und SWE Multilingual. Bei SWE Verified lag es demnach auf Platz zwei hinter DeepSeek-V4.1-Flash 1017. Für Agenten im Unternehmensbetrieb und den allgemeinen Tool-Use-Test MCP-Atlas ordnete iFLYTEK Spark X2.6 der Spitzengruppe zu. 17
Diese Ergebnisse sind als veröffentlichte Unternehmenswerte zu verstehen, nicht als unabhängig bestätigter Vergleich. Die verfügbare Berichterstattung liefert nicht genügend Informationen, um zu beurteilen, ob alle Modelle unter identischen Bedingungen getestet wurden oder die Resultate eigenständig nachzuvollziehen. 21
Was iFLYTEK zur Rechenleistung berichtet
Für lange Trainingsaufgaben setzt iFLYTEK nach eigenen Angaben auf dynamische Parallelisierung: Die verfügbaren Rechenressourcen werden dabei an die Länge der jeweiligen Aufgabe angepasst. Auf dem Feixing-2-Cluster mit 10.000 Beschleunigerkarten soll das Training von zwei Billionen Tokens mit einer Datenlänge von 256K statt 4,5 Monaten nur noch 1,2 Monate gedauert haben. Das Unternehmen beziffert den Effizienzgewinn beim Training langer Kontexte auf etwa das Vierfache. 17
19
Beim Inferenzbetrieb – also wenn das Modell Antworten erzeugt – nennt iFLYTEK heterogene verteilte Inferenz und eine abgestimmte Speicher- und Rechenarchitektur als Ansätze gegen die Speicher- und Bandbreitenlimits chinesischer Chips. Außerdem berichtet das Unternehmen von einer vierstufigen KV-Cache-Architektur. Ein KV-Cache speichert Zwischenergebnisse, damit das Modell bereits ausgeführte Berechnungen nicht erneut durchführen muss. Die Cache-Trefferquote sei dadurch von 63 auf 95,7 Prozent gestiegen; die Inferenzleistung habe das 4,5-Fache des Werts vor der Optimierung erreicht. Auch diese Kennzahlen sind Unternehmensangaben. 17
19
24
Aufgaben zwischen Gerät und Cloud aufteilen
Die angekündigte Architektur kann Aufgaben dem Gerät, der Cloud oder einer Kombination aus beidem zuweisen. Für das gemeinsam trainierte Routing meldete iFLYTEK eine Genauigkeit von 96,1 Prozent. In einer Demonstration analysierte das lokale Modell E-Mails und schwärzte sensible Vertragsangaben, bevor ein Cloud-Modell die Inhalte prüfte. Die Vorführung belegt für sich genommen jedoch weder, dass sensible Daten immer vollständig erkannt und geschwärzt werden, noch welche Informationen bei jeder konkreten Nutzung übertragen werden. 5
28
35
48
Für die API nannte die Berichterstattung zeitlich begrenzte Preise von 0,9 Renminbi je eine Million Eingabe-Tokens, 0,08 Renminbi je eine Million gecachter Eingabe-Tokens bei einem Cache-Treffer und 3,6 Renminbi je eine Million Ausgabe-Tokens. Dabei handelt es sich um Aktionspreise zum Start, nicht um eine Zusicherung, dass diese Preise weiterhin gelten. 10
50
Als Vorgänger hatte Spark X2.5-4B laut Berichten seit seiner Veröffentlichung am 1. September mehr als 2,56 Millionen Downloads erreicht und gehörte nach iFLYTEKs Angaben zu den vier meistplatzierten On-Device-Modellen weltweit. Auch diese Zahlen wurden nicht unabhängig bestätigt. 54
SparkAudio 1.0 soll auch Geräusche einordnen
iFLYTEK stellte außerdem SparkAudio 1.0 vor, ein Sprachmodell, das ebenfalls auf chinesischer Recheninfrastruktur trainiert worden sein soll. Zu den angekündigten Funktionen gehören Spracherkennung, Simultanübersetzung und Echtzeit-Interaktion sowie Audioverständnis, Emotionserkennung, die Trennung von Sprechenden in Echtzeit und die Einordnung von Umgebungsgeräuschen. Bei einer Demonstration leitete das Modell aus Dialogen, Musik und Fahrzeuggeräuschen in einem Filmausschnitt eine mögliche Szene ab. 1
7
8
Das Unternehmen meldete für SparkAudio 1.0 eine Verbesserung der Gesamtergebnisse um 20 Prozent, 15 Prozent weniger Reaktionszeit und 60 Prozent geringere Nutzungskosten. Berichten zufolge wird das Modell in iFLYTEK-Produkten wie Smart-Notebooks, der Eingabemethode, Übersetzungsgeräten und iFLYTEK Tingjian eingesetzt. Die genannten Leistungssteigerungen sind durch die vorliegenden Berichte nicht unabhängig validiert. 1
6
28
Die entscheidende Einschränkung
Die Vorstellung zeichnet eine klare Produktstrategie: Ein kleineres Modell erledigt geeignete Aufgaben lokal, ein leistungsstärkeres Cloud-Modell übernimmt komplexere Anforderungen; ein Routing-System soll die Arbeit verteilen. iFLYTEK begründet den Ansatz mit Training auf heimischer Recheninfrastruktur sowie Fortschritten bei Coding, Agenten und der Verarbeitung langer Kontexte. 1
5
17
Bei den Benchmark-Platzierungen, der Routing-Genauigkeit, der Aufgabenabdeckung und den Effizienzgewinnen gilt jedoch derselbe Vorbehalt: Die hier genannten Werte beruhen auf Angaben des Unternehmens und der Berichterstattung zum Produktstart. Sie zeigen, was iFLYTEK für Spark X2.6 beansprucht, sind aber keine unabhängig bestätigten Testergebnisse. 17
21
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Spark X2.6 setzt auf KI direkt auf dem Gerät und in der Cloud“?
iFLYTEK stellte Spark X2.6 am 22. Oktober 2026 vor: Das Cloud Modell hat laut Unternehmen 293 Milliarden Gesamtparameter, rund 30 Milliarden aktive Parameter pro Token und ein Kontextfenster von einer Million Tokens.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
iFLYTEK stellte Spark X2.6 am 22. Oktober 2026 vor: Das Cloud Modell hat laut Unternehmen 293 Milliarden Gesamtparameter, rund 30 Milliarden aktive Parameter pro Token und ein Kontextfenster von einer Million Tokens. Für das Training von zwei Billionen Tokens mit einer Kontextlänge von 256K auf dem Feixing 2 Cluster nennt iFLYTEK eine Verkürzung von 4,5 auf 1,2 Monate; die Benchmarks und Effizienzwerte sind nicht unabhängig bestät...
Was soll ich als nächstes in der Praxis tun?
Zur Modellfamilie gehört Spark X2.6 4B für den Einsatz auf Geräten. Eine gemeinsame Geräte Cloud Architektur soll Aufgaben lokal, in der Cloud oder in Kombination bearbeiten.