Spark X2.5-4B／1.7Bとは

Spark X2.5-4BとSpark X2.5-1.7Bは、クラウド専用ではなく、PC、スマートフォン、スマート機器、ロボット、車載システムなどでのローカル／エッジ実行を想定した小型の汎用言語モデルです。iFLYTEKの完全子会社である**詞元星火（Ciyuan Xinghuo、XHToken／SparkLLM）**が、2026年9月1日に両モデルを公開・オープンソース化しました。24

公式プロジェクトでは、対話、文章作成、翻訳、推論、コーディング、ツール利用、エージェント型ワークフローまでを対象能力として掲げています。22

注目点は「最大100万トークン」のネイティブ文脈

iFLYTEKは、この2モデルを最大100万トークンのコンテキストウィンドウをネイティブにサポートする、初のオンデバイス向けオープンモデルだと説明しています。ただし「初」という位置付けは同社による主張であり、独立した業界記録として確立されたものではありません。125

ここでいうネイティブな長文脈とは、非常に長い入力を一つの文脈としてモデルに渡せるよう設計されていることです。一般的なRAGでは、マニュアルやコードベースを細かな断片に分割し、検索で必要そうな箇所を拾い、回答時に再構成します。これは有用な手法ですが、離れた章にまたがる条件や例外の関係を取りこぼすことがあります。

例えば、アフターサービス用マニュアルでは、ある章に例外規定、別の章に作業手順、さらに別の表に部品番号や故障コードの定義があるかもしれません。より多くの情報を同一文脈に保持できれば、断片的に検索した結果だけに頼るより、こうした関係を維持しやすくなります。長い技術文書、大量の資料、コードベースでも同様です。

もっとも、モデルが対応する最大文脈長と、特定の端末で快適に利用できる文脈長は別問題です。第三者のレビューでは、公開時点の情報だけでは、スマートフォンやシングルボードコンピューターで100万トークンを保持した際のRAM使用量や遅延は示されていないと指摘されています。実運用では、ハードウェア、量子化形式、実際のコンテキスト長、許容遅延を組み合わせて検証する必要があります。1

長文脈の計算量を抑えるハイブリッドAttention

Spark X2.5は、フルAttentionを1層、スライディングウィンドウAttentionを3層組み合わせるハイブリッド構成を採用しています。618

フルAttentionは、入力列の広い範囲にある情報同士の関連を捉えやすい一方、スライディングウィンドウAttentionは近傍のトークンに注目範囲を絞ります。非常に長い入力の全層にフルAttentionを適用した場合の計算負荷を抑えることが、この構成の狙いです。6

4B版は、オンデバイス向け変換版の説明では約41.1億パラメータのDense Decoderとして紹介されており、エッジ向けを意識した比較的コンパクトな規模であることが分かります。18

想定する用途：端末上で「理解」から「実行」へ

今回の位置付けは、命令を理解するだけのモデルではありません。ローカル環境で指示を解釈し、複数ステップの作業につなげるエージェント利用が想定されています。34

長文書、オフィス業務、コーディング

iFLYTEKは個人・オフィス業務の例として、4Bモデルが生データの分析からバイリンガルレポートの作成までを担えるとしています。開発者向けには、コーディング、ツール利用、推論、エージェントワークフローに重点を置いて調整されたモデル群です。101622

SparkLLMは4Bモデルについて、コーディング性能で自身の2〜3倍規模のクラウドモデルと競合できると主張しています。ただしこれはベンダーによるサイズ比を基準とした主張です。提供資料だけでは、独立ベンチマークや全タスク、全ハードウェア条件を通じた優位性までは確認できません。16

スマートホームの操作

より小さい1.7Bモデルは、機器制御ワークフローを主用途の一つに据えます。iFLYTEKによるDomuxスマートホームテストセットでの報告値は、エンドツーエンドの命令実行精度90.3%、平均遅延0.85秒です。41016

この数値は同社テストでの結果を把握する材料にはなりますが、すべての競合モデルや設置環境と直接比較できる値ではありません。

ロボットとエッジ機器

iFLYTEKはロボットも対象に挙げています。ロボット本体またはエッジデバイスで、言語による操作・制御、物体追跡、ナビゲーション判断などに使う構想です。1020

ただし、提供された資料には、把持・操作、追跡、ナビゲーションの各機能について個別のベンチマーク結果はありません。これらは主に想定する導入先・ユースケースであり、独立して実証された性能保証ではありません。

ローカル実行の利点と、解決しない課題

端末上でモデルを動かせれば、通信環境やクラウドとの往復に依存しにくくなります。入力した文書や指示を端末内にとどめられる可能性もあり、機微なマニュアル、スマートホームの操作命令、ロボットのワークフローでは重要になり得ます。34

一方、ローカル実行が自動的に高速性やプライバシーを保証するわけではありません。体感性能は、ハードウェア、推論ランタイム、量子化、メモリー容量、実際に有効化する文脈長に左右されます。とりわけ100万トークンの文脈は、ベースモデルが比較的小型でも大きな負荷になり得ます。1

学習、対応ランタイム、入手先

iFLYTEKによれば、Spark X2.5は中国国内の計算プラットフォーム上で学習され、約20兆トークンの多様な事前学習データを使用。事後学習ではエージェント、コード、数学、指示追従に重点を置いたとしています。1016

対応ハードウェアとしてNVIDIA、Huawei、Hygon、HOUMOを挙げ、推論・デプロイ環境としてvLLM、SGLang、llama.cpp、Ollama、LM Studioとの互換性を案内しています。ファインチューニングにはLLaMA-Factoryが記載されています。41016

モデル重み、ソース資料、デプロイ文書は、XHTokenのSpark-X2.5プロジェクトおよび関連リリースで公開されており、Hugging FaceとGitHubからも入手できます。222 2026年9月4日には、XHTokenのHugging FaceページでFP8版とINT8版の公開も告知されました。28

またSparkLLMは、iFLYTEK Xingchen／Spark MaaSでAPIを提供し、期間限定の無償アクセスを案内しています。ただし、提供資料には期間、対象者、利用上限、現在の提供状況が明記されていません。導入計画に組み込む前に、公式条件を確認するのが安全です。1016

結論：重要なのは「100万」をそのまま鵜呑みにしないこと

Spark X2.5-4B／1.7Bの特徴は、エッジ向けの小型モデルでありながら、最大100万トークンのネイティブ文脈を掲げ、ローカルエージェントによるタスク実行を狙っている点です。

ただし、すべてのスマートフォンで100万トークンのワークロードを無理なく扱えることや、市場全体で性能首位であることが証明されたわけではありません。長文脈、ローカル配備、タスク実行という組み合わせを試せるオープンモデルが公開されたこと自体がポイントであり、評価は用途と実機環境ごとに行う必要があります。1222

Spark X2.5-4B／1.7Bとは

Spark X2.5-4BとSpark X2.5-1.7Bは、クラウド専用ではなく、PC、スマートフォン、スマート機器、ロボット、車載システムなどでのローカル／エッジ実行を想定した小型の汎用言語モデルです。iFLYTEKの完全子会社である**詞元星火（Ciyuan Xinghuo、XHToken／SparkLLM）**が、2026年9月1日に両モデルを公開・オープンソース化しました。24

公式プロジェクトでは、対話、文章作成、翻訳、推論、コーディング、ツール利用、エージェント型ワークフローまでを対象能力として掲げています。22

注目点は「最大100万トークン」のネイティブ文脈

iFLYTEKは、この2モデルを最大100万トークンのコンテキストウィンドウをネイティブにサポートする、初のオンデバイス向けオープンモデルだと説明しています。ただし「初」という位置付けは同社による主張であり、独立した業界記録として確立されたものではありません。125

ここでいうネイティブな長文脈とは、非常に長い入力を一つの文脈としてモデルに渡せるよう設計されていることです。一般的なRAGでは、マニュアルやコードベースを細かな断片に分割し、検索で必要そうな箇所を拾い、回答時に再構成します。これは有用な手法ですが、離れた章にまたがる条件や例外の関係を取りこぼすことがあります。

例えば、アフターサービス用マニュアルでは、ある章に例外規定、別の章に作業手順、さらに別の表に部品番号や故障コードの定義があるかもしれません。より多くの情報を同一文脈に保持できれば、断片的に検索した結果だけに頼るより、こうした関係を維持しやすくなります。長い技術文書、大量の資料、コードベースでも同様です。

もっとも、モデルが対応する最大文脈長と、特定の端末で快適に利用できる文脈長は別問題です。第三者のレビューでは、公開時点の情報だけでは、スマートフォンやシングルボードコンピューターで100万トークンを保持した際のRAM使用量や遅延は示されていないと指摘されています。実運用では、ハードウェア、量子化形式、実際のコンテキスト長、許容遅延を組み合わせて検証する必要があります。1

長文脈の計算量を抑えるハイブリッドAttention

Spark X2.5は、フルAttentionを1層、スライディングウィンドウAttentionを3層組み合わせるハイブリッド構成を採用しています。618

フルAttentionは、入力列の広い範囲にある情報同士の関連を捉えやすい一方、スライディングウィンドウAttentionは近傍のトークンに注目範囲を絞ります。非常に長い入力の全層にフルAttentionを適用した場合の計算負荷を抑えることが、この構成の狙いです。6

4B版は、オンデバイス向け変換版の説明では約41.1億パラメータのDense Decoderとして紹介されており、エッジ向けを意識した比較的コンパクトな規模であることが分かります。18

想定する用途：端末上で「理解」から「実行」へ

今回の位置付けは、命令を理解するだけのモデルではありません。ローカル環境で指示を解釈し、複数ステップの作業につなげるエージェント利用が想定されています。34

長文書、オフィス業務、コーディング

iFLYTEKは個人・オフィス業務の例として、4Bモデルが生データの分析からバイリンガルレポートの作成までを担えるとしています。開発者向けには、コーディング、ツール利用、推論、エージェントワークフローに重点を置いて調整されたモデル群です。101622

SparkLLMは4Bモデルについて、コーディング性能で自身の2〜3倍規模のクラウドモデルと競合できると主張しています。ただしこれはベンダーによるサイズ比を基準とした主張です。提供資料だけでは、独立ベンチマークや全タスク、全ハードウェア条件を通じた優位性までは確認できません。16

スマートホームの操作

より小さい1.7Bモデルは、機器制御ワークフローを主用途の一つに据えます。iFLYTEKによるDomuxスマートホームテストセットでの報告値は、エンドツーエンドの命令実行精度90.3%、平均遅延0.85秒です。41016

この数値は同社テストでの結果を把握する材料にはなりますが、すべての競合モデルや設置環境と直接比較できる値ではありません。

ロボットとエッジ機器

iFLYTEKはロボットも対象に挙げています。ロボット本体またはエッジデバイスで、言語による操作・制御、物体追跡、ナビゲーション判断などに使う構想です。1020

ただし、提供された資料には、把持・操作、追跡、ナビゲーションの各機能について個別のベンチマーク結果はありません。これらは主に想定する導入先・ユースケースであり、独立して実証された性能保証ではありません。

ローカル実行の利点と、解決しない課題

端末上でモデルを動かせれば、通信環境やクラウドとの往復に依存しにくくなります。入力した文書や指示を端末内にとどめられる可能性もあり、機微なマニュアル、スマートホームの操作命令、ロボットのワークフローでは重要になり得ます。34

一方、ローカル実行が自動的に高速性やプライバシーを保証するわけではありません。体感性能は、ハードウェア、推論ランタイム、量子化、メモリー容量、実際に有効化する文脈長に左右されます。とりわけ100万トークンの文脈は、ベースモデルが比較的小型でも大きな負荷になり得ます。1

学習、対応ランタイム、入手先

iFLYTEKによれば、Spark X2.5は中国国内の計算プラットフォーム上で学習され、約20兆トークンの多様な事前学習データを使用。事後学習ではエージェント、コード、数学、指示追従に重点を置いたとしています。1016

対応ハードウェアとしてNVIDIA、Huawei、Hygon、HOUMOを挙げ、推論・デプロイ環境としてvLLM、SGLang、llama.cpp、Ollama、LM Studioとの互換性を案内しています。ファインチューニングにはLLaMA-Factoryが記載されています。41016

モデル重み、ソース資料、デプロイ文書は、XHTokenのSpark-X2.5プロジェクトおよび関連リリースで公開されており、Hugging FaceとGitHubからも入手できます。222 2026年9月4日には、XHTokenのHugging FaceページでFP8版とINT8版の公開も告知されました。28

またSparkLLMは、iFLYTEK Xingchen／Spark MaaSでAPIを提供し、期間限定の無償アクセスを案内しています。ただし、提供資料には期間、対象者、利用上限、現在の提供状況が明記されていません。導入計画に組み込む前に、公式条件を確認するのが安全です。1016

結論：重要なのは「100万」をそのまま鵜呑みにしないこと

Spark X2.5-4B／1.7Bの特徴は、エッジ向けの小型モデルでありながら、最大100万トークンのネイティブ文脈を掲げ、ローカルエージェントによるタスク実行を狙っている点です。

ただし、すべてのスマートフォンで100万トークンのワークロードを無理なく扱えることや、市場全体で性能首位であることが証明されたわけではありません。長文脈、ローカル配備、タスク実行という組み合わせを試せるオープンモデルが公開されたこと自体がポイントであり、評価は用途と実機環境ごとに行う必要があります。1222