RespuestasPublicado22 fuentes
Spark X2.5 lleva un contexto de hasta 1 millón de tokens a la IA local
La filial Ciyuan Xinghuo de iFLYTEK liberó Spark X2.5 4B y Spark X2.5 1.7B el 1 de septiembre de 2026. Ambos combinan atención completa y atención de ventana deslizante para procesar contextos largos y ejecutar tareas locales de agentes, programación, documentos y domótica.
Publicado porEditado con GPT-5.6 TerraImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- La filial Ciyuan Xinghuo de iFLYTEK liberó Spark X2.5 4B y Spark X2.5 1.7B el 1 de septiembre de 2026.
- Ambos combinan atención completa y atención de ventana deslizante para procesar contextos largos y ejecutar tareas locales de agentes, programación, documentos y domótica.
- En la prueba Domux de iFLYTEK, el modelo de 1.700 millones de parámetros obtuvo un 90,3 % de precisión en órdenes de control y una latencia media de 0,85 segundos; es un resultado comunicado por el proveedor.
Prompt de IA
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
Dos modelos compactos para ejecutar cerca del usuario
Spark X2.5-4B y Spark X2.5-1.7B son modelos de lenguaje de propósito general pensados para despliegues locales o de borde, en lugar de depender exclusivamente de la nube. La filial íntegramente participada de iFLYTEK, Ciyuan Xinghuo, también asociada con XHToken y SparkLLM, los lanzó y publicó como código abierto el 1 de septiembre de 2026. 2
4
Su objetivo son equipos como PC, teléfonos, dispositivos inteligentes, robots y sistemas para vehículos. El proyecto oficial les atribuye funciones de conversación, redacción, traducción, razonamiento, programación, uso de herramientas y flujos de trabajo con agentes. 22
Por qué importa la promesa de un millón de tokens
iFLYTEK afirma que son los primeros modelos abiertos para dispositivos con soporte nativo de hasta 1 millón de tokens de contexto. Es una afirmación de la compañía, no un récord del sector validado de forma independiente. 1
2
5
Una ventana de contexto nativa implica que el modelo está diseñado para recibir una secuencia muy extensa como un único contexto. En teoría, esto reduce la dependencia de los flujos tradicionales de recuperación de información: dividir un manual o una base de código en fragmentos, recuperar algunos pasajes y construir una respuesta a partir de extractos parciales.
Pensemos en un manual de posventa: una excepción puede aparecer en un capítulo, el procedimiento en otro y la tabla con el código de avería o la pieza correspondiente en un tercero. Mantener más contenido en el mismo contexto puede ayudar a conservar esas relaciones, en vez de depender de fragmentos recuperados por separado. La misma ventaja potencial aplica a documentación técnica extensa, grandes lotes de archivos y repositorios de código.
La distinción clave está entre la longitud de contexto admitida por el modelo y lo que resulta viable en un dispositivo concreto. Un análisis externo advierte que los informes públicos del lanzamiento no detallan la memoria RAM ni la latencia necesarias para sostener un contexto completo de un millón de tokens en un móvil o en un ordenador monoplaca. Antes de dar por hecho que el máximo será utilizable localmente, conviene probar el hardware previsto, el formato de cuantización, la longitud de contexto y el objetivo de latencia. 1
Una arquitectura de atención híbrida
Spark X2.5 emplea un diseño de atención híbrida: una capa de atención completa se combina con tres capas de atención de ventana deslizante, en un patrón que se repite. 6
18
La atención completa permite relacionar elementos distantes dentro de la secuencia; la atención de ventana deslizante limita la mayoría de las capas a tokens cercanos. El propósito es contener el coste computacional que supondría aplicar atención completa en todas las capas sobre una entrada extremadamente larga. 6
En una conversión para ejecución en dispositivo, la versión 4B aparece descrita como un decodificador denso de 4.110 millones de parámetros, lo que ilustra la escala relativamente contenida detrás de su posicionamiento para el borde. 18
Casos de uso previstos para agentes locales
El lanzamiento presenta Spark X2.5 como algo más que un modelo que entiende órdenes: busca ayudar a sistemas locales a interpretar instrucciones y completar tareas de varios pasos. 3
4
Documentos largos, trabajo de oficina y programación
Para trabajo de oficina, iFLYTEK plantea que el modelo 4B puede pasar de datos sin procesar a la entrega de un informe bilingüe. Para desarrolladores, la familia está ajustada para programación, uso de herramientas, razonamiento y flujos de agentes. 10
16
22
SparkLLM sostiene que el modelo 4B puede competir en programación con modelos en la nube dos o tres veces mayores. Es una afirmación del proveedor ajustada por tamaño; las fuentes disponibles no demuestran una ventaja general en pruebas independientes, tareas o configuraciones de hardware. 16
Control del hogar inteligente
El modelo más pequeño, de 1.700 millones de parámetros, está orientado a flujos de control de dispositivos. En el conjunto de pruebas de domótica Domux, iFLYTEK informó de un 90,3 % de precisión de extremo a extremo en comandos y una latencia media de 0,85 segundos. 4
10
16
Estas cifras sirven para entender el resultado de la prueba de la empresa, pero no equivalen a una comparación directa con todos los modelos competidores ni con cualquier entorno de despliegue.
Robótica y hardware de borde
iFLYTEK también identifica la robótica como destino de estos modelos: los flujos locales guiados por lenguaje podrían utilizarse para operar robots y para tareas en dispositivos de borde que impliquen control, seguimiento de objetos y decisiones de navegación. 10
20
La información aportada no incluye resultados de referencia independientes para manipulación, seguimiento o navegación. Son objetivos de despliegue y casos de uso previstos, no garantías de rendimiento demostradas por separado.
Ventajas de ejecutar en local, con matices
La ejecución local puede reducir la dependencia de la conexión y de los viajes de ida y vuelta a la nube. También puede mantener las instrucciones y los documentos en el dispositivo, algo útil para manuales sensibles, órdenes de domótica o flujos robóticos. 3
4
Pero ejecutar localmente no hace que toda carga de trabajo sea rápida o privada por defecto. La experiencia real depende del hardware, el motor de inferencia, la cuantización, la memoria disponible y la longitud de contexto activa. Un millón de tokens exige muchos recursos, incluso si el modelo base es comparativamente pequeño. 1
Entrenamiento, herramientas y disponibilidad
iFLYTEK indica que Spark X2.5 fue entrenado en plataformas de cómputo nacionales con unos 20 billones de tokens de preentrenamiento diverso, y que el posentrenamiento se centró en agentes, código, matemáticas y seguimiento de instrucciones. 10
16
Los modelos son compatibles con hardware de NVIDIA, Huawei, Hygon y HOUMO, así como con herramientas de inferencia y despliegue como vLLM, SGLang, llama.cpp, Ollama y LM Studio. LLaMA-Factory figura como opción para el ajuste fino. 4
10
16
Los pesos, materiales de código y documentación de despliegue están disponibles a través del proyecto XHToken/Spark-X2.5 y sus lanzamientos asociados, incluidos Hugging Face y GitHub. 2
22 La página de XHToken en Hugging Face anunció versiones cuantizadas FP8 e INT8 el 4 de septiembre de 2026.
28
SparkLLM también anunció disponibilidad mediante API en iFLYTEK Xingchen/Spark MaaS con acceso gratuito por tiempo limitado. La información disponible no especifica duración, requisitos, cuota ni vigencia actual de la oferta; conviene verificar las condiciones directamente antes de planificar un proyecto en torno a ella. 10
16
En resumen
Spark X2.5-4B y 1.7B destacan por combinar tamaños orientados al borde con una ventana de contexto nativa declarada de 1 millón de tokens y un enfoque en agentes locales que ejecutan tareas. La conclusión más prudente no es que cualquier teléfono pueda manejar cómodamente una carga de un millón de tokens hoy, ni que los modelos hayan demostrado liderar todo el mercado. Es que iFLYTEK ha publicado modelos abiertos concebidos para explorar esa combinación de contexto largo, despliegue local y ejecución de tareas; por eso, evaluarlos en el hardware específico sigue siendo imprescindible. 1
2
22
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Spark X2.5 lleva un contexto de hasta 1 millón de tokens a la IA local"?
La filial Ciyuan Xinghuo de iFLYTEK liberó Spark X2.5 4B y Spark X2.5 1.7B el 1 de septiembre de 2026.
¿Cuáles son los puntos clave a validar primero?
La filial Ciyuan Xinghuo de iFLYTEK liberó Spark X2.5 4B y Spark X2.5 1.7B el 1 de septiembre de 2026. Ambos combinan atención completa y atención de ventana deslizante para procesar contextos largos y ejecutar tareas locales de agentes, programación, documentos y domótica.
¿Qué debo hacer a continuación en la práctica?
En la prueba Domux de iFLYTEK, el modelo de 1.700 millones de parámetros obtuvo un 90,3 % de precisión en órdenes de control y una latencia media de 0,85 segundos; es un resultado comunicado por el proveedor.