Spark X2.5 soll 1 Million Token Kontext direkt auf Edge-Geräte bringen

Zwei kleine Modelle, ein ungewöhnlich großes Kontextfenster

Die hundertprozentige iFLYTEK-Tochter Ciyuan Xinghuo hat am 1. September 2026 zwei für Edge-Hardware gedachte Sprachmodelle als Open Source veröffentlicht: Spark (Xinghuo) X2.5-4B und Spark X2.5-1.7B. Die zentrale Angabe: Beide Modelle unterstützen nativ ein Kontextfenster von bis zu 1 Million Token auf lokalen Geräten. iFLYTEK bezeichnet sie als erste Edge-Modelle dieser Kategorie mit dieser Fähigkeit. Das ist allerdings eine Herstellerbehauptung und kein unabhängig bestätigtes Ergebnis. 2

Mit 1,7 beziehungsweise 4 Milliarden Parametern zielen die Modelle auf vergleichsweise kompakte lokale KI-Installationen. Sie nutzen laut iFLYTEK eine Hybrid-Attention-Architektur und wurden für Agenten- beziehungsweise Tool-Aufgaben, Programmierung, mathematisches Schlussfolgern und das Befolgen von Anweisungen optimiert. Vergleichsleistungen gegenüber ähnlich großen offenen Modellen stellt der Anbieter zwar in Aussicht, veröffentlicht in der Ankündigung jedoch keine unabhängigen Benchmark-Vergleiche. 2

Als Einsatzfelder nennt das Unternehmen smarte Hardware, Fahrzeuge, Roboter und IoT-Geräte. Gerade dort können fehlende oder instabile Cloud-Verbindungen, Latenz und Anforderungen an den Umgang mit Daten für lokale Verarbeitung sprechen. 3

Weshalb ein langer Kontext lokal interessant sein kann

Bei langen Unterlagen werden Inhalte häufig in kleinere Abschnitte zerlegt und bei Bedarf über Retrieval wieder abgerufen. Dieses Verfahren kann sinnvoll sein, doch Verweise, Ausnahmen oder Abhängigkeiten in anderen Kapiteln können dabei aus dem Blick geraten.

iFLYTEK illustriert den Nutzen mit einem Handbuch für den Kundendienst: Liegt das komplette Dokument im Kontext, kann ein Modell Regeln zu Rückgaben, Fehlerfällen, Ausnahmen, Logistik, Datenlöschung und Kostenverantwortung gemeinsam berücksichtigen. Der Anbieter stellt dies dem Risiko gegenüber, fachübergreifende Zusammenhänge durch isolierte Textfragmente zu verlieren. 2

Ein Kontextfenster von einer Million Token belegt allerdings nicht automatisch zuverlässiges Schlussfolgern oder korrekte Antworten. Für einen produktiven Einsatz sollten Teams insbesondere Abrufqualität, Antwortzeit, Speicherbedarf und die korrekte Anwendung von Regeln über ein komplettes Dokument hinweg auf ihrer eigenen Hardware prüfen.

Leistungsversprechen für Code, Smart Home und Robotik

iFLYTEK positioniert Spark X2.5 auch als lokale Produktivitätsassistenz. Eine detaillierte Funktionsliste für Büroautomatisierung oder einen speziellen Office-Benchmark enthält das veröffentlichte Material aber nicht. 2

Für andere Szenarien nennt das Unternehmen folgende Werte und Einsatzmöglichkeiten:

• Programmierung: Spark X2.5-4B soll bei Algorithmen, Code-Vervollständigung und Code-Generierung mit Cloud-Modellen konkurrieren können, die zwei- bis dreimal so viele Parameter haben. 2
• Smart Home: Spark X2.5-1.7B habe im Domux-Smart-Home-Testsatz eine End-to-End-Genauigkeit bei der Ausführung von Anweisungen von 90,3 % und eine durchschnittliche Reaktionszeit von 0,85 Sekunden erreicht. Das ist ein gemeldetes Ergebnis in einem konkret benannten Testsatz, keine allgemeine Zusage für die Praxis. 2
• Robotik und Edge-Steuerung: Die Modelle werden für lokale Manipulations- und Steuerungsaufgaben, Zielverfolgung sowie Navigationsentscheidungen vorgeschlagen. Damit soll die Abhängigkeit von einer dauerhaften Cloud-Anbindung und starren, vorab programmierten Abläufen sinken. 2

Training, Kompatibilität und Verfügbarkeit

Laut iFLYTEK wurden beide Modelle vollständig auf inländischen Rechenplattformen trainiert. Als Umfang nennt das Unternehmen rund 20 Billionen vielfältige Pretraining-Token; anschließend seien überwachtes Fine-Tuning und Reinforcement Learning erfolgt. 2

In der Kompatibilitätsliste stehen Hardware von NVIDIA, Huawei, Hygon und Hemo sowie die Inferenz-Frameworks vLLM, SGLang und llama.cpp. Als Wege für die Bereitstellung werden Ollama und LM Studio genannt; für inkrementelles Fine-Tuning ist LLaMA-Factory vorgesehen. Wie schnell ein Modell läuft und wie viel Speicher es braucht, hängt jedoch von Modellvariante, Quantisierung, tatsächlicher Kontextlänge und Zielhardware ab. 2

iFLYTEK erklärte, Modellgewichte, Code-Repositories und Deployments-Dokumentation über Hugging Face und GitHub bereitzustellen. Ergänzend kündigte das Unternehmen APIs über seine Starry-MaaS-Plattform mit zeitlich begrenztem kostenlosem Zugang an. Weder Ablaufdatum noch Kontingent der Aktion wurden genannt – Entwickelnde sollten die aktuellen Bedingungen vor einer Planung prüfen. 26

Das Wichtigste für die Praxis

Der entscheidende Ansatz von Spark X2.5 liegt nicht allein in offenen Gewichten oder der Ausrichtung auf Edge-Geräte. Auffällig ist die Kombination aus kompakten Modellen mit 1,7 und 4 Milliarden Parametern und einem vom Anbieter angegebenen nativen Kontextfenster von bis zu einer Million Token. Bewährt sich diese Fähigkeit im Betrieb, könnte sie für die vertrauliche lokale Auswertung kompletter Handbücher, technischer Archive oder Codebasen interessant sein. Entscheidend bleibt jedoch ein Praxistest mit realistischen Langkontext-Aufgaben auf dem vorgesehenen Geräte-Stack.