iFLYTEK 開源 Spark X2.5 邊緣模型　聲稱本機原生支援 100 萬 Token 上下文

詞元星火（Ciyuan Xinghuo）在 2026 年 9 月 1 日發布並開源兩款面向邊緣裝置的語言模型：Spark（星火）X2.5-4B 與 Spark X2.5-1.7B。最搶眼的規格，是兩者聲稱可在本機原生支援最長 100 萬 Token 的上下文窗口。

iFLYTEK 稱這是同類邊緣模型中首批具備此能力的產品；不過，這項「首創」定位屬公司說法，暫未見獨立測試驗證。2

重點不只係「細模型」，而係可以一次過睇長資料

兩款模型分別有 40 億及 17 億參數，採用混合注意力（hybrid attention）架構，針對 Agent／工具調用、程式編寫、數學推理及跟隨指令作調校。iFLYTEK 表示，它們可在同尺寸開源模型比較中有不錯表現，但公告未有提供獨立的對照測試結果。2

模型目標是在本機或邊緣環境運行，包括智能硬件、車載系統、機械人及物聯網裝置。這類場景未必長期有穩定雲端連線，同時亦可能受延遲與資料處理要求所限。3

點解 100 萬 Token 上下文值得留意？

處理超長文件時，常見做法是先將內容「切 chunk」：例如把產品手冊、政策文件庫或程式碼庫拆成多個細段，再按問題逐段檢索。這方法實用，但有機會漏掉另一章的例外條款、限制或相互依賴關係。

iFLYTEK 用售後服務手冊作例子：若模型能把整本手冊放入提示詞，就可跨章理解退貨、故障處理、例外情況、物流、資料清除及費用責任等規定，而不必只根據被抽出的零碎段落回答。公司將此定位為避免文件被切碎後丟失跨章脈絡的做法。2

不過，上下文窗口夠大，不等於模型必然推理可靠或答案正確。實際部署前，團隊仍要自行測試長文件檢索與理解質素、反應時間、硬件記憶體需求，以及模型能否在整份文件中正確套用相關規則。

公司提出的本機能力與成績

iFLYTEK 將 Spark X2.5 定位為可協助本機生產力工作的模型，但現有發布材料未列出完整的辦公自動化功能清單，也未提供專門的辦公場景基準測試。2

至於其他用途，公司公布了以下說法：

• **寫 code：**Spark X2.5-4B 聲稱在演算法實作、程式碼補全及生成方面，可與參數量高出兩至三倍的雲端模型競爭。2
• **智能家居：**Spark X2.5-1.7B 據稱在 Domux 智能家居測試集，端到端指令執行準確率達 90.3%，平均反應時間為 0.85 秒。這是指定測試集上的公司報告結果，不代表所有真實家居環境都能達到相同性能。2
• **機械人及邊緣控制：**模型被描述可用於裝置端的操控、目標追蹤及導航決策，減少對持續雲端連線與固定預設流程的依賴。2

訓練與部署：支援甚麼硬件、工具？

按 iFLYTEK 的說法，兩款模型完全以中國國產算力平台訓練，使用約 20 萬億 Token 的多元預訓練資料，之後再經監督式微調及強化學習。2

公告列出的兼容項目包括：

• **硬件：**NVIDIA、華為、海光（Hygon）及 Hemo；
• **推理框架：**vLLM、SGLang、llama.cpp；
• **部署途徑：**Ollama、LM Studio；
• **增量微調：**LLaMA-Factory。2

但實際速度及記憶體佔用，會隨模型版本、量化設定、使用的上下文長度及目標硬件而大幅不同。即使模型標示支援 100 萬 Token，也不代表每部裝置都適合以該長度穩定運行。

模型在哪裏取得？

iFLYTEK 表示，模型權重、程式碼庫和部署文件均已發布，可經 Hugging Face 及 GitHub 取得；同時亦在其 Starry MaaS 平台推出相關 API，並曾提供限時免費存取。26

不過，公告未說明免費期何時結束，亦未披露可用配額。打算將 API 納入產品或工作流程的開發者，應先核實當前收費與用量條款。

實際意義：先用自己的資料與設備驗證

Spark X2.5 的賣點，不只是開源或模型較小，而是將 17 億、40 億參數的邊緣模型，與供應商聲稱的 100 萬 Token 原生上下文窗口結合。如果這項能力在實際部署中站得住腳，對需要私密地在本機分析完整手冊、技術檔案或程式碼庫，而又重視跨文件脈絡的工作，會有一定吸引力。

但最關鍵的一步仍然是實測：用具代表性的長上下文工作，以及預定採用的實際裝置與推理配置，驗證準確度、延遲和資源消耗，而非只看規格表。