科大訊飛在 2026 年 10 月 22 日舉行的全球 1024 開發者節，公布星火 X2.6 端雲模型系列，以及語音模型 SparkAudio 1.0。發布重點是：公司稱 X2.6 全程以中國國產運算硬件訓練，並在相關基建上提升編程及智能體任務能力。不過，文中提及的基準排名和效率數字均為公司公布的結果，現有報道未能證明已獲獨立驗證。1421

雲端大模型配端側 4B：星火 X2.6 如何組成？

雲端版採用混合專家（MoE）架構，總參數為 293B，每個詞元約啟動 30B 參數，支援 100 萬詞元上下文窗口。科大訊飛稱，模型訓練約用了兩至三個月；報道亦指出，公司未有披露實際使用的芯片型號。11723

系列亦包括開源的星火 X2.6-4B，定位為可在裝置本地運行的模型。科大訊飛稱，這款模型在其測試中可於端側完成 41.9% 的智能體任務，並加強長文本理解、多輪工具使用及跨工具協作。要留意，41.9% 是公司所採用的任務覆蓋指標，不能直接當成衡量整體模型質素的通用分數。5628

編程和智能體跑分：公司公布的排名如何？

按科大訊飛公布的評測結果，雲端版在 SWE Pro 和 SWE Multilingual 排第一，在 SWE Verified 排第二，排在 DeepSeek-V4.1-Flash 1017 之後。公司亦稱，星火 X2.6 在企業運維智能體及 MCP-Atlas 通用工具使用基準中，位列領先組別。17

以上是發布方公布的測試排名，不等於第三方已確認的比較結果。現有報道未提供足夠資料，判斷各模型是否在完全相同的條件下測試，亦未能獨立核實排名。21

國產算力訓練與推理：4.5 個月縮至 1.2 個月？

科大訊飛稱，長程任務動態並行訓練技術會按任務長度調配運算資源。以飛星二號萬卡集群為例，公司公布，訓練 2 兆詞元、256K 長度數據所需時間，由 4.5 個月縮短至 1.2 個月，並形容超長上下文訓練效率提升約 4 倍。1719

推理方面，公司介紹異構分佈式推理及存算協同等技術，目標是應對國產芯片在記憶體容量和頻寬上的限制；另公布採用四層 KV Cache 架構。KV Cache 可重用生成過程中儲存的部分計算結果，減少重複運算。按公司數字，快取命中率由 63% 升至 95.7%，推理效率達優化前的 4.5 倍；這些數據同樣屬公司公布。171924

端雲路由、資料遮罩與 API 價格

發布的端雲架構可按任務選擇由裝置本地處理、交由雲端處理，或由兩邊協作。科大訊飛稱，透過端雲路由協同訓練，路由準確率由 81.2% 提升至 96.1%。示範中，端側模型先分析本地電郵，並遮罩合約中的敏感資料，再交雲端審閱。不過，單靠示範不能確認不同部署下敏感資料會否完全遮罩，或實際有多少資料會傳送出去。5283548

有報道列出的限時 API 價格為：每百萬詞元輸入人民幣 0.9 元、輸入快取命中人民幣 0.08 元、輸出人民幣 3.6 元。這是發布前後報道提及的促銷價，不能視為現行價格保證。1050

上一代星火 X2.5-4B 據報於 9 月 1 日推出後，下載量超過 256 萬次，並躋身全球端側模型前四；相關下載量及排名亦是公司公布的數字。54

SparkAudio 1.0：由語音辨識到理解環境聲

科大訊飛亦發布以國產運算基建訓練的 SparkAudio 1.0。公布功能包括語音辨識、同聲傳譯及即時互動、音訊理解、情緒識別、即時說話人分離，以及環境聲理解。發布示範中，模型分析一段電影音訊裏的人物對話、背景音樂和車聲，再推斷場景。178

公司稱，SparkAudio 1.0 整體效果提升 20%、響應時間減少 15%、使用成本降低 60%。報道指模型正於訊飛智能辦公本、訊飛輸入法、翻譯機及訊飛聽見等產品推出；上述效能改善未有獨立驗證。1628

重點是產品分工，成績仍要看證據

這次發布呈現的方向，是讓較小的模型處理裝置本地任務，需要更多運算能力時再交由雲端模型，或由端雲協作。科大訊飛以國產算力訓練、編程與智能體表現，以及長上下文推理成本和效率，作為星火 X2.6 的技術賣點。1517

但看這些數字時，證據來源要分清楚：本文提及的基準排名、路由準確率、任務覆蓋率和效率提升，均來自公司公布或發布會相關報道。它們反映科大訊飛聲稱模型具備的能力，暫時不應當作已獲獨立確認的測試結論。1721

科大訊飛在 2026 年 10 月 22 日舉行的全球 1024 開發者節，公布星火 X2.6 端雲模型系列，以及語音模型 SparkAudio 1.0。發布重點是：公司稱 X2.6 全程以中國國產運算硬件訓練，並在相關基建上提升編程及智能體任務能力。不過，文中提及的基準排名和效率數字均為公司公布的結果，現有報道未能證明已獲獨立驗證。1421

雲端大模型配端側 4B：星火 X2.6 如何組成？

雲端版採用混合專家（MoE）架構，總參數為 293B，每個詞元約啟動 30B 參數，支援 100 萬詞元上下文窗口。科大訊飛稱，模型訓練約用了兩至三個月；報道亦指出，公司未有披露實際使用的芯片型號。11723

系列亦包括開源的星火 X2.6-4B，定位為可在裝置本地運行的模型。科大訊飛稱，這款模型在其測試中可於端側完成 41.9% 的智能體任務，並加強長文本理解、多輪工具使用及跨工具協作。要留意，41.9% 是公司所採用的任務覆蓋指標，不能直接當成衡量整體模型質素的通用分數。5628

編程和智能體跑分：公司公布的排名如何？

按科大訊飛公布的評測結果，雲端版在 SWE Pro 和 SWE Multilingual 排第一，在 SWE Verified 排第二，排在 DeepSeek-V4.1-Flash 1017 之後。公司亦稱，星火 X2.6 在企業運維智能體及 MCP-Atlas 通用工具使用基準中，位列領先組別。17

以上是發布方公布的測試排名，不等於第三方已確認的比較結果。現有報道未提供足夠資料，判斷各模型是否在完全相同的條件下測試，亦未能獨立核實排名。21

國產算力訓練與推理：4.5 個月縮至 1.2 個月？

科大訊飛稱，長程任務動態並行訓練技術會按任務長度調配運算資源。以飛星二號萬卡集群為例，公司公布，訓練 2 兆詞元、256K 長度數據所需時間，由 4.5 個月縮短至 1.2 個月，並形容超長上下文訓練效率提升約 4 倍。1719

推理方面，公司介紹異構分佈式推理及存算協同等技術，目標是應對國產芯片在記憶體容量和頻寬上的限制；另公布採用四層 KV Cache 架構。KV Cache 可重用生成過程中儲存的部分計算結果，減少重複運算。按公司數字，快取命中率由 63% 升至 95.7%，推理效率達優化前的 4.5 倍；這些數據同樣屬公司公布。171924

端雲路由、資料遮罩與 API 價格

發布的端雲架構可按任務選擇由裝置本地處理、交由雲端處理，或由兩邊協作。科大訊飛稱，透過端雲路由協同訓練，路由準確率由 81.2% 提升至 96.1%。示範中，端側模型先分析本地電郵，並遮罩合約中的敏感資料，再交雲端審閱。不過，單靠示範不能確認不同部署下敏感資料會否完全遮罩，或實際有多少資料會傳送出去。5283548

有報道列出的限時 API 價格為：每百萬詞元輸入人民幣 0.9 元、輸入快取命中人民幣 0.08 元、輸出人民幣 3.6 元。這是發布前後報道提及的促銷價，不能視為現行價格保證。1050

上一代星火 X2.5-4B 據報於 9 月 1 日推出後，下載量超過 256 萬次，並躋身全球端側模型前四；相關下載量及排名亦是公司公布的數字。54

SparkAudio 1.0：由語音辨識到理解環境聲

科大訊飛亦發布以國產運算基建訓練的 SparkAudio 1.0。公布功能包括語音辨識、同聲傳譯及即時互動、音訊理解、情緒識別、即時說話人分離，以及環境聲理解。發布示範中，模型分析一段電影音訊裏的人物對話、背景音樂和車聲，再推斷場景。178

公司稱，SparkAudio 1.0 整體效果提升 20%、響應時間減少 15%、使用成本降低 60%。報道指模型正於訊飛智能辦公本、訊飛輸入法、翻譯機及訊飛聽見等產品推出；上述效能改善未有獨立驗證。1628

重點是產品分工，成績仍要看證據

這次發布呈現的方向，是讓較小的模型處理裝置本地任務，需要更多運算能力時再交由雲端模型，或由端雲協作。科大訊飛以國產算力訓練、編程與智能體表現，以及長上下文推理成本和效率，作為星火 X2.6 的技術賣點。1517

但看這些數字時，證據來源要分清楚：本文提及的基準排名、路由準確率、任務覆蓋率和效率提升，均來自公司公布或發布會相關報道。它們反映科大訊飛聲稱模型具備的能力，暫時不應當作已獲獨立確認的測試結論。1721