科大讯飞在2026年10月22日举行的全球1024开发者节上，发布了星火X2.6端云一体模型系列，以及语音模型SparkAudio 1.0。讯飞的核心主张是：星火X2.6完全基于国产算力完成训练，并在此基础上提升编程和智能体任务能力。本文涉及的跑分、效率和任务覆盖数据均来自公司公布或相关发布报道，现有信息不足以证明它们已获得独立验证。1421

星火X2.6：云端大模型搭配端侧4B模型

云端版星火X2.6采用混合专家（MoE）架构，总参数量为2930亿，每个词元激活约300亿参数；讯飞称其上下文窗口达到100万词元。公司还表示，模型训练历时约两至三个月。发布报道没有披露具体使用了哪一款芯片。11723

此次发布还包括开源的端侧模型星火X2.6-4B。讯飞称，这款模型在其评测中可在设备本地完成41.9%的智能体任务，并加强了长文本理解、多轮工具调用和跨工具协同能力。需要注意，41.9%是公司使用的任务覆盖指标，并不等同于对模型整体质量的通用评价。5628

编程和智能体测试：讯飞公布的排名

按讯飞公布的评测结果，云端X2.6在SWE Pro和SWE Multilingual两项代码测试中排名第一，在SWE Verified中排名第二，排在DeepSeek-V4.1-Flash 1017之后。公司还称，X2.6在企业运维类智能体和MCP-Atlas通用工具调用测试中处于领先组。17

这些排名应视为公司公布的测试结果，而非已经独立确认的横向比较。目前可见的报道没有提供足够信息，判断所有参测模型是否在完全一致的条件下运行，也没有独立复测来确认结果。21

国产算力训练与推理：效率数据从何而来

讯飞称，其“长程任务动态并行训练”技术会根据任务长度调整计算资源分配。在飞星二号万卡集群上，训练2000B、256K长度数据的时间据称从4.5个月缩短至1.2个月，公司将其描述为超长上下文训练效率提升约4倍。1719

推理方面，公司介绍了异构分布式推理和存算协同技术，以应对国产芯片在显存和带宽方面的限制。讯飞还公布了一套四层KV Cache架构。KV Cache会复用模型生成过程中的部分计算结果，减少重复计算；据公司披露，缓存命中率从63%提升至95.7%，推理效率达到优化前的4.5倍。以上均为公司公布的数据。171924

端云分工、隐私演示与限时价格

星火X2.6架构可根据任务安排，让请求在设备本地处理、交由云端处理，或由端云协同完成。讯飞称，经过端云路由协同训练，路由准确率从81.2%提升至96.1%。发布演示中，端侧模型先处理本地邮件，并对合同敏感信息进行脱敏，再交由云端复核。单次演示本身不能证明所有部署场景都能完整识别敏感内容，也无法说明每种情况下具体会传输哪些信息。5283548

发布报道列出的限时API价格为：每百万输入词元0.9元、缓存命中输入词元0.08元、每百万输出词元3.6元。这些是发布前后报道的促销价格，不代表当前价格一定不变。1050

作为背景，上一代星火X2.5-4B据称自9月1日发布后下载量超过256万次，并进入全球端侧模型前四。该下载量和排名同样来自公司公布口径。54

SparkAudio 1.0：从语音识别到声音场景理解

讯飞还发布了基于国产算力训练的SparkAudio 1.0。公司介绍的能力包括语音识别、同声传译与交互、音频理解、情绪识别、实时说话人分离和环境声理解。发布演示中，模型结合一段电影片段里的对白、音乐和车辆声，推断音频所呈现的场景。178

讯飞公布的数据显示，SparkAudio 1.0整体效果提升20%、响应时间降低15%、使用成本降低60%。相关报道还称，该模型已在讯飞智能办公本、讯飞输入法、翻译机和讯飞听见等产品中推出；这些性能提升目前没有得到独立验证。1628

这次发布说明了什么，又有哪些待验证之处

星火X2.6的产品思路是让小模型在设备本地处理适合本地完成的任务，把需要更多能力的任务交给云端，并在两者之间进行路由。讯飞将国产算力训练、编程与智能体表现，以及长上下文推理效率，作为X2.6的主要技术依据。1517

关键的阅读提示是数据来源：本文提到的测试排名、路由准确率、任务覆盖率和效率提升，均来自公司公布的数据或发布报道。它们能反映讯飞对产品能力的描述，但不应被当作已经独立验证的基准测试结论。1721

科大讯飞在2026年10月22日举行的全球1024开发者节上，发布了星火X2.6端云一体模型系列，以及语音模型SparkAudio 1.0。讯飞的核心主张是：星火X2.6完全基于国产算力完成训练，并在此基础上提升编程和智能体任务能力。本文涉及的跑分、效率和任务覆盖数据均来自公司公布或相关发布报道，现有信息不足以证明它们已获得独立验证。1421

星火X2.6：云端大模型搭配端侧4B模型

云端版星火X2.6采用混合专家（MoE）架构，总参数量为2930亿，每个词元激活约300亿参数；讯飞称其上下文窗口达到100万词元。公司还表示，模型训练历时约两至三个月。发布报道没有披露具体使用了哪一款芯片。11723

此次发布还包括开源的端侧模型星火X2.6-4B。讯飞称，这款模型在其评测中可在设备本地完成41.9%的智能体任务，并加强了长文本理解、多轮工具调用和跨工具协同能力。需要注意，41.9%是公司使用的任务覆盖指标，并不等同于对模型整体质量的通用评价。5628

编程和智能体测试：讯飞公布的排名

按讯飞公布的评测结果，云端X2.6在SWE Pro和SWE Multilingual两项代码测试中排名第一，在SWE Verified中排名第二，排在DeepSeek-V4.1-Flash 1017之后。公司还称，X2.6在企业运维类智能体和MCP-Atlas通用工具调用测试中处于领先组。17

这些排名应视为公司公布的测试结果，而非已经独立确认的横向比较。目前可见的报道没有提供足够信息，判断所有参测模型是否在完全一致的条件下运行，也没有独立复测来确认结果。21

国产算力训练与推理：效率数据从何而来

讯飞称，其“长程任务动态并行训练”技术会根据任务长度调整计算资源分配。在飞星二号万卡集群上，训练2000B、256K长度数据的时间据称从4.5个月缩短至1.2个月，公司将其描述为超长上下文训练效率提升约4倍。1719

推理方面，公司介绍了异构分布式推理和存算协同技术，以应对国产芯片在显存和带宽方面的限制。讯飞还公布了一套四层KV Cache架构。KV Cache会复用模型生成过程中的部分计算结果，减少重复计算；据公司披露，缓存命中率从63%提升至95.7%，推理效率达到优化前的4.5倍。以上均为公司公布的数据。171924

端云分工、隐私演示与限时价格

星火X2.6架构可根据任务安排，让请求在设备本地处理、交由云端处理，或由端云协同完成。讯飞称，经过端云路由协同训练，路由准确率从81.2%提升至96.1%。发布演示中，端侧模型先处理本地邮件，并对合同敏感信息进行脱敏，再交由云端复核。单次演示本身不能证明所有部署场景都能完整识别敏感内容，也无法说明每种情况下具体会传输哪些信息。5283548

发布报道列出的限时API价格为：每百万输入词元0.9元、缓存命中输入词元0.08元、每百万输出词元3.6元。这些是发布前后报道的促销价格，不代表当前价格一定不变。1050

作为背景，上一代星火X2.5-4B据称自9月1日发布后下载量超过256万次，并进入全球端侧模型前四。该下载量和排名同样来自公司公布口径。54

SparkAudio 1.0：从语音识别到声音场景理解

讯飞还发布了基于国产算力训练的SparkAudio 1.0。公司介绍的能力包括语音识别、同声传译与交互、音频理解、情绪识别、实时说话人分离和环境声理解。发布演示中，模型结合一段电影片段里的对白、音乐和车辆声，推断音频所呈现的场景。178

讯飞公布的数据显示，SparkAudio 1.0整体效果提升20%、响应时间降低15%、使用成本降低60%。相关报道还称，该模型已在讯飞智能办公本、讯飞输入法、翻译机和讯飞听见等产品中推出；这些性能提升目前没有得到独立验证。1628

这次发布说明了什么，又有哪些待验证之处

星火X2.6的产品思路是让小模型在设备本地处理适合本地完成的任务，把需要更多能力的任务交给云端，并在两者之间进行路由。讯飞将国产算力训练、编程与智能体表现，以及长上下文推理效率，作为X2.6的主要技术依据。1517

关键的阅读提示是数据来源：本文提到的测试排名、路由准确率、任务覆盖率和效率提升，均来自公司公布的数据或发布报道。它们能反映讯飞对产品能力的描述，但不应被当作已经独立验证的基准测试结论。1721