小模型也要“读完整本”：百万 Token 是核心卖点

2026 年 9 月 1 日，讯飞全资子公司词元星火发布并开源两款面向边缘侧的通用大模型：Spark（星火）X2.5-4B 与 Spark X2.5-1.7B。两者最受关注的规格，是宣称可在端侧原生支持最高 100 万 Token 的上下文窗口。讯飞称这是该类别中首批具备这一能力的边缘模型；这一领先性表述属于厂商主张，尚非独立测评结论。2

这里的“端侧”指模型可在本地设备或靠近设备的边缘计算环境运行，而非所有任务都要把数据上传到云端。两款模型分别为 40 亿和 17 亿参数，定位并非与超大云端模型直接比拼规模，而是尝试把超长上下文带到智能硬件、车载系统、机器人和物联网设备上。3

不再把文档切得七零八落？

处理超长手册、技术资料或代码库时，常见做法是先把材料切分成小段，再按问题检索相关片段。这种方式实用，但也可能遗漏分散在不同章节的例外条款、前置条件或依赖关系。

讯飞用售后手册举例：如果模型能一次看到完整手册，就有机会联合退换货、故障处理、例外情形、物流、数据清除及费用归属等章节进行判断，而不是只根据某个孤立片段作答。公司将此作为避免“分块后丢失跨章节关联”的应用方向。2

不过，上下文窗口足够大，并不等于模型必然能可靠推理或给出准确答案。实际部署时，开发团队仍应验证它在长文档中的信息定位能力、规则遵循表现、响应延迟、内存占用，以及在目标硬件上的稳定性。

面向智能体、编码与本地控制

Spark X2.5 使用混合注意力架构，并围绕智能体或工具调用、编程、数学推理和指令遵循进行优化。讯飞表示，模型在同等参数量级的开源模型中表现突出，但此次发布信息未提供独立的横向对比结果。2

官方披露或主张的能力包括：

• 本地办公与个人效率辅助： 模型被定位为可提供本地智能辅助能力，但发布材料没有给出具体办公自动化功能清单或专门的办公基准成绩。2
• 编码： 讯飞称，X2.5-4B 在算法实现、代码补全和代码生成方面，可与参数量为其 2 至 3 倍的云端模型竞争。2
• 智能家居： X2.5-1.7B 在 Domux 智能家居测试集上，据称实现了 90.3% 的端到端指令执行准确率，平均响应时间为 0.85 秒。这是一项特定测试集上的厂商报告结果，并不代表所有真实环境下都能达到同等表现。2
• 机器人与边缘控制： 两款模型被用于本地操作或控制、目标追踪及导航决策，以减少对持续云端连接和固定脚本流程的依赖。2

训练规模与部署生态

讯飞表示，两款模型完全在国产算力平台上训练，使用约 20 万亿 Token 的多样化预训练数据，之后再进行监督微调和强化学习训练。2

发布信息列出的兼容生态包括 NVIDIA、华为、海光和 Hemo 硬件；推理框架包括 vLLM、SGLang 和 llama.cpp；部署路径包括 Ollama 与 LM Studio；增量微调则可通过 LLaMA-Factory 进行。实际推理速度和显存或内存需求，仍会随模型版本、量化方式、实际上下文长度及硬件配置而变化。2

权重已开放，API 赠用规则待确认

讯飞称，模型权重、代码仓库和部署文档均已公开，可通过 Hugging Face 和 GitHub 获取；相关 API 也已在星火 MaaS 平台提供限时免费使用。26

但公告没有明确说明免费权益的结束日期和配额。对于计划将其接入产品或工作流的开发者而言，更稳妥的做法是先确认当前访问规则，并用真实的长上下文任务和实际设备完成测试。

值得关注的不是“百万”本身

Spark X2.5 的差异点，不只是开源或参数量较小，而是将 1.7B、4B 的紧凑模型与厂商宣称的百万 Token 原生上下文结合起来。若这一能力在实际部署中经得起检验，它可能适合对隐私、本地处理和跨文档关联有要求的手册、技术档案或代码库分析任务。真正的答案仍取决于上手评估，而不是参数表上的单一数字。

小模型也要“读完整本”：百万 Token 是核心卖点

2026 年 9 月 1 日，讯飞全资子公司词元星火发布并开源两款面向边缘侧的通用大模型：Spark（星火）X2.5-4B 与 Spark X2.5-1.7B。两者最受关注的规格，是宣称可在端侧原生支持最高 100 万 Token 的上下文窗口。讯飞称这是该类别中首批具备这一能力的边缘模型；这一领先性表述属于厂商主张，尚非独立测评结论。2

这里的“端侧”指模型可在本地设备或靠近设备的边缘计算环境运行，而非所有任务都要把数据上传到云端。两款模型分别为 40 亿和 17 亿参数，定位并非与超大云端模型直接比拼规模，而是尝试把超长上下文带到智能硬件、车载系统、机器人和物联网设备上。3

不再把文档切得七零八落？

处理超长手册、技术资料或代码库时，常见做法是先把材料切分成小段，再按问题检索相关片段。这种方式实用，但也可能遗漏分散在不同章节的例外条款、前置条件或依赖关系。

讯飞用售后手册举例：如果模型能一次看到完整手册，就有机会联合退换货、故障处理、例外情形、物流、数据清除及费用归属等章节进行判断，而不是只根据某个孤立片段作答。公司将此作为避免“分块后丢失跨章节关联”的应用方向。2

不过，上下文窗口足够大，并不等于模型必然能可靠推理或给出准确答案。实际部署时，开发团队仍应验证它在长文档中的信息定位能力、规则遵循表现、响应延迟、内存占用，以及在目标硬件上的稳定性。

面向智能体、编码与本地控制

Spark X2.5 使用混合注意力架构，并围绕智能体或工具调用、编程、数学推理和指令遵循进行优化。讯飞表示，模型在同等参数量级的开源模型中表现突出，但此次发布信息未提供独立的横向对比结果。2

官方披露或主张的能力包括：

• 本地办公与个人效率辅助： 模型被定位为可提供本地智能辅助能力，但发布材料没有给出具体办公自动化功能清单或专门的办公基准成绩。2
• 编码： 讯飞称，X2.5-4B 在算法实现、代码补全和代码生成方面，可与参数量为其 2 至 3 倍的云端模型竞争。2
• 智能家居： X2.5-1.7B 在 Domux 智能家居测试集上，据称实现了 90.3% 的端到端指令执行准确率，平均响应时间为 0.85 秒。这是一项特定测试集上的厂商报告结果，并不代表所有真实环境下都能达到同等表现。2
• 机器人与边缘控制： 两款模型被用于本地操作或控制、目标追踪及导航决策，以减少对持续云端连接和固定脚本流程的依赖。2

训练规模与部署生态

讯飞表示，两款模型完全在国产算力平台上训练，使用约 20 万亿 Token 的多样化预训练数据，之后再进行监督微调和强化学习训练。2

发布信息列出的兼容生态包括 NVIDIA、华为、海光和 Hemo 硬件；推理框架包括 vLLM、SGLang 和 llama.cpp；部署路径包括 Ollama 与 LM Studio；增量微调则可通过 LLaMA-Factory 进行。实际推理速度和显存或内存需求，仍会随模型版本、量化方式、实际上下文长度及硬件配置而变化。2

权重已开放，API 赠用规则待确认

讯飞称，模型权重、代码仓库和部署文档均已公开，可通过 Hugging Face 和 GitHub 获取；相关 API 也已在星火 MaaS 平台提供限时免费使用。26

但公告没有明确说明免费权益的结束日期和配额。对于计划将其接入产品或工作流的开发者而言，更稳妥的做法是先确认当前访问规则，并用真实的长上下文任务和实际设备完成测试。

值得关注的不是“百万”本身

Spark X2.5 的差异点，不只是开源或参数量较小，而是将 1.7B、4B 的紧凑模型与厂商宣称的百万 Token 原生上下文结合起来。若这一能力在实际部署中经得起检验，它可能适合对隐私、本地处理和跨文档关联有要求的手册、技术档案或代码库分析任务。真正的答案仍取决于上手评估，而不是参数表上的单一数字。