Spark X2.5: छोटे लोकल AI मॉडल में 10 लाख टोकन कॉन्टेक्स्ट का iFLYTEK का दावा

iFLYTEK की पूर्ण स्वामित्व वाली सहायक कंपनी Ciyuan Xinghuo ने 1 सितंबर 2026 को दो एज-केंद्रित भाषा मॉडल—Spark (Xinghuo) X2.5-4B और Spark X2.5-1.7B—लॉन्च कर ओपन-सोर्स किए। इनकी मुख्य घोषणा यह है कि ये लोकल डिवाइस पर 10 लाख टोकन तक का नेटिव कॉन्टेक्स्ट विंडो संभाल सकते हैं। iFLYTEK इन्हें इस क्षमता वाले अपनी श्रेणी के पहले एज मॉडल बताती है; हालांकि इसे कंपनी का दावा मानना चाहिए, स्वतंत्र रूप से सत्यापित निष्कर्ष नहीं। 2

ये मॉडल किस काम के लिए हैं?

4B और 1.7B पैरामीटर वाले मॉडलों में हाइब्रिड-अटेंशन आर्किटेक्चर है। इन्हें एजेंट या टूल उपयोग, प्रोग्रामिंग, गणितीय तर्क और निर्देशों का पालन करने जैसे कार्यों के लिए ट्यून किया गया है। iFLYTEK का कहना है कि इनका प्रदर्शन समान आकार के ओपन मॉडल्स के मुकाबले मजबूत है, लेकिन घोषणा में स्वतंत्र तुलनात्मक नतीजे नहीं दिए गए हैं। 2

लक्षित उपयोगों में स्मार्ट हार्डवेयर, वाहन, रोबोट और इंटरनेट ऑफ थिंग्स (IoT) डिवाइस शामिल हैं। ऐसे मामलों में क्लाउड कनेक्टिविटी, देरी और डेटा-हैंडलिंग की सीमाएं महत्वपूर्ण हो सकती हैं। 3

10 लाख टोकन का लोकल कॉन्टेक्स्ट क्यों मायने रखता है?

लंबे दस्तावेज़ों के साथ आम तौर पर ‘चंकिंग’ की जाती है—यानी किसी मैनुअल, नीति-संग्रह या कोडबेस को छोटे हिस्सों में बांटकर एक-एक भाग खोजा और पढ़ा जाता है। यह तरीका उपयोगी हो सकता है, लेकिन किसी दूसरे हिस्से में मौजूद नियम, अपवाद या कोड निर्भरता छूटने का जोखिम रहता है।

iFLYTEK ने उदाहरण के तौर पर बिक्री-पश्चात सेवा मैनुअल का जिक्र किया है। कंपनी के मुताबिक, यदि पूरा मैनुअल एक साथ प्रॉम्प्ट में उपलब्ध हो, तो मॉडल रिटर्न, खराबी निवारण, अपवाद, लॉजिस्टिक्स, डेटा मिटाने और खर्च की जिम्मेदारी से जुड़े नियमों के बीच संबंध बनाकर तर्क कर सकता है। इसका उद्देश्य दस्तावेज़ को अलग-अलग टुकड़ों में बांटने से खो जाने वाले क्रॉस-चैप्टर संदर्भ को बचाना है। 2

फिर भी, बड़ा कॉन्टेक्स्ट विंडो अपने-आप सही तर्क या तथ्यात्मक सटीकता की गारंटी नहीं है। वास्तविक उपयोग से पहले टीमों को लंबे दस्तावेज़ों पर उत्तरों की गुणवत्ता, लेटेंसी, हार्डवेयर मेमोरी जरूरत और नियमों की सही व्याख्या की जांच करनी होगी।

कोडिंग, स्मार्ट होम और रोबोटिक्स पर कंपनी के दावे

iFLYTEK Spark X2.5 को लोकल उत्पादकता सहायक के रूप में भी पेश करती है, पर जारी सामग्री में ऑफिस ऑटोमेशन के लिए कोई विस्तृत फीचर सूची या समर्पित बेंचमार्क उपलब्ध नहीं है। 2

कंपनी द्वारा बताए गए अन्य नतीजे:

• कोडिंग: कंपनी का दावा है कि Spark X2.5-4B एल्गोरिदम इम्प्लीमेंटेशन, कोड कंप्लीशन और कोड जनरेशन में अपने से दो से तीन गुना अधिक पैरामीटर वाले क्लाउड मॉडलों को टक्कर देता है। 2
• स्मार्ट-होम नियंत्रण: Spark X2.5-1.7B ने Domux स्मार्ट-होम टेस्ट सेट पर एंड-टू-एंड निर्देश-निष्पादन में 90.3% सटीकता और 0.85 सेकंड औसत प्रतिक्रिया समय हासिल करने का रिपोर्टेड दावा किया है। यह किसी निर्दिष्ट टेस्ट सेट का परिणाम है, वास्तविक परिस्थितियों के हर उपयोग की गारंटी नहीं। 2
• रोबोटिक्स और एज नियंत्रण: इन्हें डिवाइस पर ही संचालन या नियंत्रण, लक्ष्य-ट्रैकिंग और नेविगेशन निर्णयों के लिए पेश किया गया है, ताकि लगातार क्लाउड कनेक्शन और पहले से लिखी स्थिर स्क्रिप्टों पर निर्भरता घट सके। 2

ट्रेनिंग और डिप्लॉयमेंट स्टैक

iFLYTEK के अनुसार, दोनों मॉडल पूरी तरह घरेलू कंप्यूटिंग प्लेटफॉर्म पर प्रशिक्षित किए गए। इनके प्रीट्रेनिंग में लगभग 20 ट्रिलियन विविध टोकन इस्तेमाल हुए, जिसके बाद सुपरवाइज्ड फाइन-ट्यूनिंग और रिइनफोर्समेंट लर्निंग की गई। 2

घोषित संगतता सूची में NVIDIA, Huawei, Hygon और Hemo हार्डवेयर; vLLM, SGLang और llama.cpp इन्फरेंस फ्रेमवर्क; Ollama और LM Studio के जरिए डिप्लॉयमेंट; तथा क्रमिक फाइन-ट्यूनिंग के लिए LLaMA-Factory शामिल हैं। वास्तविक गति और मेमोरी उपयोग मॉडल, क्वांटाइज़ेशन, कॉन्टेक्स्ट लंबाई और चुने गए हार्डवेयर पर निर्भर करेगा। 2

मॉडल कहां मिलेंगे?

iFLYTEK ने कहा कि मॉडल वेट्स, स्रोत रिपॉजिटरी और डिप्लॉयमेंट दस्तावेज़ जारी कर दिए गए हैं। इन्हें Hugging Face और GitHub के जरिए उपलब्ध कराने की बात कही गई है। कंपनी ने अपने Starry MaaS प्लेटफॉर्म पर संबंधित API को भी सीमित अवधि के लिए मुफ्त उपलब्ध कराने की घोषणा की, लेकिन इस पेशकश की समाप्ति तिथि और कोटा स्पष्ट नहीं किया गया है। डेवलपर्स को इस्तेमाल की योजना बनाने से पहले मौजूदा शर्तें जांच लेनी चाहिए। 26

व्यावहारिक निष्कर्ष

Spark X2.5 की खासियत केवल ओपन-सोर्स होना या एज डिवाइसों के लिए अपेक्षाकृत छोटा होना नहीं है। महत्वपूर्ण बात 1.7B और 4B आकार के मॉडलों के साथ 10 लाख टोकन के नेटिव कॉन्टेक्स्ट का कंपनी का दावा है। यदि यह क्षमता वास्तविक तैनाती में भी कारगर साबित होती है, तो पूरी तकनीकी फाइलों, मैनुअल्स या कोडबेस का निजी, लोकल विश्लेषण करने वाले उपयोगों में यह उपयोगी हो सकती है। अपनाने से पहले इसे अपने वास्तविक लंबे-कॉन्टेक्स्ट कार्यों और उसी डिवाइस स्टैक पर परखना जरूरी होगा जिस पर मॉडल चलना है।