云端看293B总参数那一档，端侧看4B开源权重。星火X2.6 的参数分两套说：云端是 293B 总参数、30B 激活的 MoE，支持百万 token 上下文；端侧是开源的 4B 模型，主打离线办公任务。两套规格不是大小号关系，走的是端云协同的不同分工。
云端这一档的硬指标有三项值得记住：拿接口地址和密钥就能调，不用管底下的机器怎么摆。总参数 293B、激活 30B、上下文百万 token。稀疏激活的设计让推理时只调三分之一的专家，成本和显存占用比同等总参数的稠密模型低。百万上下文意味着整本书、整套合同能一次喂进去，不用切片。
| 规格项 | 数值 | 影响 |
|---|---|---|
| 总参数 | 293B | 决定能力上限 |
| 激活参数 | 30B | 决定单次推理开销 |
| 上下文长度 | 百万 token | 决定单次能带多少材料 |
| 训练算力 | 飞星二号万卡国产平台 | 决定长上下文训练效率 |
末行不是宣传口径，它直接影响长上下文能力能做到多稳。训练时用长程任务动态并行，按任务长度分配算力，把两千亿级数据、256K 长度的训练周期从四个多月压到一个多月，这类效率提升才让百万上下文在国产芯片上跑得起来。
端侧这一档是 4B 参数，权重已开源，可以直接部署到 AI PC、汽车座舱、机器人平台。本地部署的门槛不在框架，在显存和散热，这两项决定长任务能不能跑住。它的定位不是缩小版云端模型，而是承担“数据不出端”的那部分活：读本地邮件、汇总周报、分析经营数据，这些任务的共同点是素材在本地、不能上云。
能力上官方给的指标是端侧智能体任务覆盖度四成出头，在办公类任务上对比同级的开源小模型有优势。这个数字的含义是能接住一部分多步任务，不是全部，复杂的推理和长文档处理仍然要转给云端。选端侧版本时按这个定位判断，别指望它在本地跑完整条复杂链路。
推理侧的改动集中在缓存。国产芯片的显存和带宽是瓶颈，长上下文最容易卡在放不下、算不快上，解法是四层 KV Cache 分布式架构加自适应存算协同，把缓存复用率提上来，官方口径是推理效率提升约四倍半，缓存命中率从六成三升到九成六左右。
缓存命中率这个指标对使用者的意义在费用上。命中缓存的输入按更低的单价计费，长文档任务反复引用同一批材料时才吃得到这个红利，一次性的短问答几乎碰不到。评估成本时按自己的请求形态算，别照抄标称价格。
端云协同的核心是那个判断：这条请求该在端上跑、去云端跑，还是两边配合。路由准确率官方给到九成六左右，前代是八成出头，提升来自基于评语模型的协同训练。准确率高意味着少走冤枉路，既不把敏感数据误发上云，也不把简单任务送去云上多花钱。
对使用者来说这项参数不可见，只能从现象判断。端侧能处理的活如果频繁转云，说明路由偏保守；反过来敏感内容被送出去，说明策略配错了。企业部署时这一层可以按策略约束，把某些目录或某些类型的数据固定在端侧处理。
把这几个数字落到选型上，判断顺序是先数据边界再任务复杂度。数据不能出端，只有端侧 4B 这一条路，就要接受能力上限；数据可以上云，百万上下文那档能省掉大量切分和拼接的工作；介于两者之间，用端云协同让系统自己分流。
四条的权重按团队实际情况排，排完多半只剩一个方案。剩下那个方案再去做小规模验证，用一件有标准答案的真实任务跑一遍，比看参数表有用。
没有变大。云端仍是 293B 总参数、30B 激活的同一规格，端侧从两档收成一档 4B。变化在训练平台、推理缓存架构和端云路由，属于同规格下的效率与能力提升，不是靠堆参数换性能。选型时按能力表现判断，不要按参数量横向比。
指输入侧能带多少内容。百万 token 说的是单次请求里可以塞进去的材料长度，输出仍然受最大输出长度限制，两者在计费上分开算。实际使用时输出长度远小于输入，长文档任务的钱主要花在把材料读进去这一步上。
能。权重下载到本地后不依赖网络，推理在设备上完成，素材不出端。代价是算力受设备限制，长任务耗时明显变长，电量消耗也跟着上去。笔记本上跑短任务没问题，持续时间长的批量处理建议一直插着电源，散热也要留意些。
在发布页和技术文档里。参数量、上下文、缓存命中率这类数字按官方模型页和权重页的说明核对，第三方转述容易出现口径混用，比如把训练效率的提升当成推理效率。要引用具体数字，先回到官方页面核对一遍，再写进自己的方案。
讯飞星火电脑版可以通过官方桌面客户端下载，也能直接用浏览器打开网页版；我自己用过后，觉得电脑上处理长文、查资料和整理...
2026-10-13
讯飞星火是科大讯飞推出的认知大模型，通过官网xinghuo.xfyun.cn提供Web版、App、API调用等多种使用方式。训练讯飞星火有两种...
2026-10-13
云端同规格换了训练底座，端侧只剩4B一档。星火X2.6 与星火X2.5 的云端同为 293B 总参数、30B 激活的 MoE，区别在训练算力、...
2026-10-25
先下4B权重再配框架，显存不够就换量化版。星火X2.6 能在本地跑的只有端侧那一档 4B 开源权重，权重托管在模型仓库里，下载后...
2026-10-25
不做独立的客户端，能力随硬件上线。SparkAudio 1.0 是科大讯飞推出的星火语音基座大模型，围绕语音识别、同传、实时交互三个...
2026-10-25