一场把「国产算力能不能训出好模型」摊开讲的发布
10 月 22 日下午，科大讯飞在 2026 全球 1024 开发者节上正式发布星火 X2.6 端云一体大模型。公司董事长刘庆峰在台上抛出的核心判断是：星火是迄今基于全国产算力完成训练、并在代码与智能体能力上取得突破的模型，且同尺寸里参数量偏小；他同时点名，同行主流模型大多仍依赖英伟达显卡训练。这一表述是厂商自陈，第三方基准仍有待检验，但至少把「国产算力能否训出有竞争力的大模型」从一个口号变成了可对照的指标。
云端与端侧两套牌一起打
云端版星火 X2.6 采用 MoE 架构，总参数 293B、每词元激活 30B，上下文长度拓展到 100 万词元，已在讯飞星火官网开放试用。同步发布的星火 X2.6-4B 端侧模型则直接开源，主打端侧智能体的能力阶跃，在代码、智能体、长文本与多语言上较上一代 X2.5-4B 有明显提升，并新增三档推理模式，推理定价限时免费。讯飞披露，自 9 月 1 日 X2.5-4B 开源以来，其下载量已进入全球端侧模型前四。
端云一体不只是营销词。刘庆峰给出的分工是：约 60% 的应用在本地完成，数据不出设备、不产生推理成本；约 30% 走边云协同；剩下约 10% 才交给云端大模型。对政企客户而言，这意味着敏感数据可以在内网闭环，只有确需强算力的长尾任务才上云，既贴合信创与数据边界要求，也把推理账单压到最低。
效率账：长程任务的训练与推理两道坎
国产算力过去最被诟病的，是显存带宽限制拖慢长程任务。讯飞这次给出两套解法：训练侧用面向长程任务的动态并行训练，按任务长度自适应分配算力，把超长上下文训练效率提升约 4 倍；推理侧用自适应算力内存协同调度、基于国产硬件的四层 KV 缓存，以及分布式推理，官方称整体推理效率提升约 4.5 倍。这些数字来自厂商，但至少把「效率」这一长期短板摆上了台面。
定价上，云端输入限时 0.9 元每百万词元，缓存命中 0.08 元每百万词元，输出 3.6 元每百万词元，并支持按任务场景自定义安全策略。对开发者而言，一个免费的开源 4B 端侧模型加一套便宜的云端 API，意味着可以先拿真任务跑起来，再决定是否押注这条路线。
同场还补了语音与行业落地的拼图
发布会不止一个大模型。讯飞同步推出全国产语音基座大模型 Spark-Audio，强化语音识别、同声传译、实时语音交互与复杂音频理解；AI 办公本、AI 眼镜、星火智慧座舱 3.0、机器人超脑平台等成果集中亮相，星帆 WinWork 数字员工平台也正式发布。教育、医疗、法律等垂直领域的智能体工作台同步推出，显示讯飞把「端云一体」从单一模型扩展到了设备、汽车与机器人等多模态场景。
冷静看：价值在可 Benchmark，不在口号
星火 X2.6 真正值得关注的，不是参数表，而是讯飞把「国产算力能否训出竞争模型」变成了一个可公开衡量的问题：训练效率、推理缓存、小尺寸端侧模型与定价一次性摆出。对受信创与国产替代约束的政企买来说，市场上又多了一个可自行 Benchmark 的选项；对开发者而言，免费端侧 4B 与低价云端 API 降低了试错门槛。
需要保持清醒的是，这些效率与能力数字目前都是厂商自报，第三方独立评测才是真正的试金石。刘庆峰关于「全国产算力训练、尺寸最小」的说法，也应放在同行同样在压缩模型尺寸、提升训练效率的大背景里看待，不宜直接等同于代际领先。接下来几个季度，开源社区的复现与横向对比，会比发布会本身更能说明问题。