AnswersPublished27 sources
iFLYTEK stawia na AI działającą na urządzeniu i w chmurze
22 października 2026 r. iFLYTEK ogłosił Spark X2.6 i SparkAudio 1.0. Według iFLYTEK trening na klastrze Feixing 2 dla zadania obejmującego 2 bln tokenów i długość 256 tys.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- 22 października 2026 r. iFLYTEK ogłosił Spark X2.6 i SparkAudio 1.0.
- Według iFLYTEK trening na klastrze Feixing 2 dla zadania obejmującego 2 bln tokenów i długość 256 tys.
- Rodzina X2.6 łączy model chmurowy z udostępnionym jako open source modelem X2.6 4B do pracy na urządzeniu.
AI Prompt
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
22 października 2026 r., podczas Globalnego Festiwalu Deweloperów 1024, chińska firma iFLYTEK zaprezentowała rodzinę modeli Spark X2.6 oraz model głosowy SparkAudio 1.0. Głównym przesłaniem było to, że X2.6 wytrenowano w całości na krajowej infrastrukturze obliczeniowej, a firma osiągnęła na niej postęp w programowaniu i zadaniach agentowych. Warto od razu zaznaczyć: przedstawione niżej rankingi i dane o wydajności pochodzą od iFLYTEK; dostępne relacje nie potwierdzają ich niezależnie. 1
4
21
Duży model w chmurze i lżejsza wersja na urządzenie
Chmurowy Spark X2.6 korzysta z architektury mixture-of-experts (MoE), czyli modelu, w którym do obsługi danego tokenu uruchamiana jest tylko część ekspertów. Ma 293 mld parametrów łącznie, z czego około 30 mld jest aktywnych na token, oraz obsługuje okno kontekstu o długości miliona tokenów. iFLYTEK podał, że trening trwał mniej więcej od dwóch do trzech miesięcy. W relacjach zwrócono też uwagę, że firma nie ujawniła konkretnego modelu użytego układu obliczeniowego. 1
17
23
Wraz z modelem chmurowym ogłoszono Spark X2.6-4B, otwarty model przeznaczony do uruchamiania lokalnie. Według iFLYTEK może on wykonać na urządzeniu 41,9% ocenianych przez firmę zadań agentowych. Producent wskazuje również na lepsze rozumienie długich tekstów, wieloetapowe korzystanie z narzędzi i współpracę między nimi. Wskaźnik 41,9% opisuje jednak przyjęty przez firmę zestaw zadań, a nie ogólną miarę jakości modelu. 5
6
28
Wyniki testów programistycznych i agentowych
W opublikowanych przez iFLYTEK wynikach chmurowy X2.6 zajął pierwsze miejsce w testach SWE Pro i SWE Multilingual oraz drugie w SWE Verified, za DeepSeek-V4.1-Flash 1017. Firma umieściła go także w czołówce testów agentów do obsługi operacyjnej przedsiębiorstw i ogólnego korzystania z narzędzi MCP-Atlas. 17
Te pozycje należy traktować jako wyniki podane przez producenta, a nie niezależnie potwierdzone porównanie. Dostępne materiały nie pozwalają ustalić, czy wszystkie modele testowano w identycznych warunkach, ani samodzielnie odtworzyć wyników. 21
Trening i wnioskowanie na krajowym sprzęcie
iFLYTEK twierdzi, że zastosowana metoda dynamicznego treningu równoległego dla długich zadań dopasowuje zasoby obliczeniowe do ich długości. Na klastrze Feixing-2 z 10 tys. kart obliczeniowych trenowanie na 2 bln tokenów danych o długości 256 tys. miało zająć 1,2 miesiąca zamiast 4,5 miesiąca. Firma określiła to jako około czterokrotny wzrost wydajności treningu z długim kontekstem. 17
19
W przypadku wnioskowania — czyli generowania odpowiedzi przez model — iFLYTEK wskazał na rozproszone obliczenia na różnych typach układów oraz współpracę pamięci z obliczeniami. Rozwiązania te mają pomagać w ograniczeniach pamięci i przepustowości krajowych układów. Firma podała również, że czteropoziomowa architektura KV Cache, która pozwala ponownie wykorzystywać część wykonanych obliczeń, zwiększyła odsetek trafień w pamięć podręczną z 63% do 95,7%. Wydajność wnioskowania miała być 4,5 razy wyższa niż przed optymalizacją. Są to deklaracje firmy. 17
19
24
Współpraca urządzenia z chmurą, prywatność i ceny
Ogłoszona architektura może kierować zadania do modelu działającego lokalnie, do chmury albo rozdzielać je między oba środowiska. Według iFLYTEK trening routingu podniósł jego dokładność z 81,2% do 96,1%. W demonstracji model lokalny analizował e-maile i maskował poufne dane z umowy przed przekazaniem materiału do sprawdzenia w chmurze. Sam pokaz nie rozstrzyga jednak, jak dokładnie działa maskowanie ani jakie informacje są przesyłane w każdej konkretnej konfiguracji. 5
28
35
48
Relacje z premiery podawały promocyjne ceny API: 0,9 juana chińskiego za milion tokenów wejściowych, 0,08 juana za milion tokenów wejściowych przy trafieniu w cache oraz 3,6 juana za milion tokenów wyjściowych. To ceny czasowej promocji opisywanej w materiałach z okresu premiery, a nie gwarancja aktualnego cennika. 10
50
Poprzednik modelu, Spark X2.5-4B, miał po udostępnieniu 1 września przekroczyć 2,56 mln pobrań i znaleźć się w pierwszej czwórce modeli działających na urządzeniach. Te liczby również pochodzą od firmy. 54
SparkAudio 1.0 ma analizować nie tylko mowę
iFLYTEK zaprezentował także SparkAudio 1.0, model głosowy wytrenowany na krajowej infrastrukturze obliczeniowej. Wśród zapowiedzianych funkcji są rozpoznawanie mowy, tłumaczenie symultaniczne i interakcja głosowa, a także analiza dźwięku, rozpoznawanie emocji, bieżące rozdzielanie głosów rozmówców i rozumienie odgłosów otoczenia. W demonstracji model analizował dialog, muzykę i dźwięki pojazdów w klipie filmowym, by wywnioskować, co dzieje się w scenie. 1
7
8
Firma podała, że ogólny wynik modelu poprawił się o 20%, czas odpowiedzi skrócił się o 15%, a koszt korzystania spadł o 60%. Według relacji model wdrażano w inteligentnych notatnikach iFLYTEK, klawiaturze Input Method, tłumaczach i produktach iFLYTEK Tingjian. Dostępne materiały nie weryfikują niezależnie deklarowanych usprawnień. 1
6
28
Co zapowiedź mówi — a czego nie dowodzi
Strategia iFLYTEK jest czytelna: mniejszy model ma obsługiwać zadania lokalnie, większy — te wymagające większych możliwości, a system ma dobierać miejsce wykonania do zadania. Firma przedstawia trening na krajowym sprzęcie, wyniki w programowaniu i zadaniach agentowych oraz tańsze wnioskowanie z długim kontekstem jako główne atuty Spark X2.6. 1
5
17
Najważniejsze zastrzeżenie dotyczy jakości dostępnych dowodów. Rankingi, dokładność routingu, zakres zadań wykonywanych lokalnie i deklarowane wzrosty wydajności pochodzą z wyników podanych przez firmę w relacjach z premiery. Dają obraz tego, co iFLYTEK twierdzi o swoich modelach, ale nie powinny być mylone z niezależnie potwierdzonymi rezultatami. 17
21
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "iFLYTEK stawia na AI działającą na urządzeniu i w chmurze"?
22 października 2026 r. iFLYTEK ogłosił Spark X2.6 i SparkAudio 1.0.
What are the key points to validate first?
22 października 2026 r. iFLYTEK ogłosił Spark X2.6 i SparkAudio 1.0. Według iFLYTEK trening na klastrze Feixing 2 dla zadania obejmującego 2 bln tokenów i długość 256 tys.
What should I do next in practice?
Rodzina X2.6 łączy model chmurowy z udostępnionym jako open source modelem X2.6 4B do pracy na urządzeniu.