답변게시됨27 소스
iFLYTEK Spark X2.6, 온디바이스와 클라우드 잇는 모델로 공개
iFLYTEK은 10월 22일 Spark X2.6과 음성 모델 SparkAudio 1.0을 공개했다. X2.6 클라우드 모델은 총 2930억·토큰당 약 300억 매개변수의 MoE 구조와 100만 토큰 문맥창을 갖췄다.
게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- iFLYTEK은 10월 22일 Spark X2.6과 음성 모델 SparkAudio 1.0을 공개했다. X2.6 클라우드 모델은 총 2930억·토큰당 약 300억 매개변수의 MoE 구조와 100만 토큰 문맥창을 갖췄다.
- 회사는 Feixing 2 클러스터에서 2조 토큰·256K 길이 데이터의 학습 기간을 4.5개월에서 1.2개월로 줄였고, 추론 효율은 최적화 전보다 4.5배 높아졌다고 밝혔다.
- X2.6은 클라우드 모델과 오픈소스 40억 매개변수 온디바이스 모델을 함께 제공한다. 벤치마크와 효율 수치, 라우팅 정확도는 독립적으로 검증된 결과가 아니라 회사 발표 기준이다.
AI 프롬프트
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
2026년 10월 22일 열린 글로벌 1024 개발자 페스티벌에서 중국 AI 기업 iFLYTEK(科大讯飞)은 기기와 클라우드에서 함께 작동하도록 설계한 Spark X2.6 모델군과 음성 기반 모델 SparkAudio 1.0을 공개했다. 회사는 X2.6을 전 과정 중국산 연산 인프라에서 학습했으며, 이를 바탕으로 코딩과 에이전트 작업 능력을 끌어올렸다고 설명했다. 아래 벤치마크와 효율 수치는 회사가 공개한 결과로, 독립적인 검증을 거친 것으로 확인되지는 않았다. 1
4
21
클라우드용 대형 모델과 기기용 소형 모델
클라우드 버전은 여러 전문가 모델을 조합하는 MoE(Mixture of Experts) 구조다. 전체 매개변수는 2930억 개, 토큰당 활성화되는 매개변수는 약 300억 개이며, 문맥창은 100만 토큰을 지원한다고 iFLYTEK은 밝혔다. 학습에는 약 2~3개월이 걸렸다고도 했다. 다만 보도에 따르면 회사는 학습에 사용한 구체적인 칩 모델을 공개하지 않았다. 1
17
23
함께 공개된 Spark X2.6-4B는 기기에서 구동하도록 설계된 오픈소스 모델이다. 회사는 이 모델이 평가한 에이전트 작업 가운데 41.9%를 기기에서 수행할 수 있다고 발표했다. 긴 글 이해, 여러 차례에 걸친 도구 호출, 여러 도구 간 협업 능력도 강화했다고 설명했다. 41.9%는 회사가 제시한 특정 평가의 작업 커버리지이며, 모델 전반의 품질을 나타내는 보편적 지표는 아니다. 5
6
28
코딩·에이전트 벤치마크에서 회사가 밝힌 결과
iFLYTEK이 공개한 평가 결과에 따르면 클라우드 모델은 SWE Pro와 SWE Multilingual에서 1위, SWE Verified에서는 DeepSeek-V4.1-Flash 1017에 이어 2위를 기록했다. 기업 운영 관련 에이전트와 일반 도구 사용을 평가하는 MCP-Atlas에서도 선두권에 들었다고 회사는 밝혔다. 17
다만 이 순위는 iFLYTEK이 발표한 테스트 결과로 봐야 한다. 공개된 보도만으로는 모든 모델이 같은 조건에서 평가됐는지, 결과를 제3자가 재현했는지 확인하기 어렵다. 따라서 순위는 회사가 제시한 성능 주장으로 참고하되, 독립 검증을 마친 비교 결과와 구분할 필요가 있다. 21
중국산 하드웨어에 맞춘 학습·추론 기술
회사는 긴 작업의 길이에 따라 연산 자원을 배분하는 ‘장기 작업 동적 병렬 학습’ 방식을 적용했다고 설명했다. Feixing-2의 1만 장 규모 클러스터에서 256K 길이 데이터 2조 토큰을 학습하는 데 걸린 시간이 4.5개월에서 1.2개월로 줄었다는 것이 회사 발표다. iFLYTEK은 이를 장문맥 학습 효율이 약 4배 높아진 결과로 제시했다. 17
19
추론 단계에서는 중국산 칩의 메모리 용량과 대역폭 제약을 보완하기 위해 이종 분산 추론과 저장장치·연산장치 간 협업 기술을 적용했다고 밝혔다. 생성 과정의 계산 결과 일부를 저장해 재사용하는 KV Cache도 4단계 구조로 구성했다. 회사에 따르면 캐시 적중률은 63%에서 95.7%로 높아졌고, 추론 효율은 최적화 이전의 4.5배에 이르렀다. 이 역시 회사가 공개한 수치다. 17
19
24
기기와 클라우드 사이에서 작업을 나누는 방식
발표된 구조는 작업을 기기에서 처리하거나, 클라우드로 보내거나, 양쪽이 나눠 처리하는 방식이다. iFLYTEK은 기기와 클라우드 모델을 함께 학습해 작업 경로를 선택하는 정확도를 81.2%에서 96.1%로 높였다고 밝혔다. 5
28
시연에서는 기기용 모델이 로컬 이메일을 분석하고 계약서의 민감 정보를 가린 뒤 클라우드에서 검토하는 모습을 선보였다. 다만 시연만으로 실제 배포 환경에서 민감 정보가 얼마나 완전하게 가려지는지, 어떤 정보가 전송되는지까지 확인할 수는 없다. 구체적인 데이터 처리 범위는 제품 구성과 사용 방식에 따라 달라질 수 있다. 5
28
35
48
출시 보도에는 한시적 API 요금으로 입력 100만 토큰당 0.9위안, 입력 캐시 적중 시 0.08위안, 출력 100만 토큰당 3.6위안이 제시됐다. 프로모션 가격이므로 현재 요금이나 향후 가격을 보장하는 수치는 아니다. 10
50
이전 모델인 Spark X2.5-4B는 9월 1일 공개된 뒤 다운로드 256만 건을 넘었으며, 온디바이스 모델 가운데 세계 상위 4위권에 들었다고 회사가 발표한 바 있다. 이 다운로드 수와 순위 역시 회사 발표 기준이다. 54
음성·소리 이해를 내세운 SparkAudio 1.0
iFLYTEK은 중국산 연산 인프라에서 학습한 SparkAudio 1.0도 함께 선보였다. 음성 인식과 동시통역, 실시간 대화뿐 아니라 오디오 이해, 감정 인식, 실시간 화자 분리, 주변 소리 이해 기능을 지원한다고 발표했다. 시연에서는 영화 속 대화와 배경 음악, 차량 소리를 함께 분석해 장면을 추론했다. 1
7
8
회사는 전체 성능이 20% 향상되고 응답 시간이 15% 줄었으며 사용 비용은 60% 감소했다고 밝혔다. 출시 관련 보도는 이 모델이 iFLYTEK 스마트 노트북, 입력기, 번역기, iFLYTEK Tingjian 제품군에 적용되고 있다고 전했다. 다만 이런 성능 개선 수치가 독립적으로 검증됐다는 근거는 확인되지 않았다. 1
6
28
이번 발표가 보여준 것과 남은 확인 사항
이번 공개의 핵심은 작은 모델은 기기 안에서 처리하고, 더 큰 역량이 필요한 작업은 클라우드 모델에 맡기되 두 모델의 작업 경로를 조정한다는 전략이다. iFLYTEK은 중국산 연산 인프라에서의 학습, 코딩·에이전트 성능, 장문맥 추론 비용 절감을 Spark X2.6의 기술적 근거로 제시했다. 1
5
17
다만 순위, 라우팅 정확도, 작업 커버리지, 학습·추론 효율 개선은 모두 공개 자료상 회사가 밝힌 결과다. 제품이 어떤 작업을 할 수 있는지 가늠하는 참고 자료는 될 수 있지만, 독립적으로 검증된 벤치마크 결과와 동일하게 받아들여서는 안 된다. 17
21
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"iFLYTEK Spark X2.6, 온디바이스와 클라우드 잇는 모델로 공개"에 대한 짧은 대답은 무엇입니까?
iFLYTEK은 10월 22일 Spark X2.6과 음성 모델 SparkAudio 1.0을 공개했다. X2.6 클라우드 모델은 총 2930억·토큰당 약 300억 매개변수의 MoE 구조와 100만 토큰 문맥창을 갖췄다.
먼저 검증할 핵심 포인트는 무엇인가요?
iFLYTEK은 10월 22일 Spark X2.6과 음성 모델 SparkAudio 1.0을 공개했다. X2.6 클라우드 모델은 총 2930억·토큰당 약 300억 매개변수의 MoE 구조와 100만 토큰 문맥창을 갖췄다. 회사는 Feixing 2 클러스터에서 2조 토큰·256K 길이 데이터의 학습 기간을 4.5개월에서 1.2개월로 줄였고, 추론 효율은 최적화 전보다 4.5배 높아졌다고 밝혔다.
실무에서는 다음으로 무엇을 해야 합니까?
X2.6은 클라우드 모델과 오픈소스 40억 매개변수 온디바이스 모델을 함께 제공한다. 벤치마크와 효율 수치, 라우팅 정확도는 독립적으로 검증된 결과가 아니라 회사 발표 기준이다.