科大訊飛星火 X2.6：不用輝達 GPU 訓練的大模型，號稱長文訓練效率快 4 倍

科大訊飛在 1024 開發者節發表星火 X2.6，標榜全程以中國自產算力訓練，293B-A30B 混合專家架構支援百萬 token 上下文，端側 4B 模型同步開源。

中國語音與 AI 廠商科大訊飛 10 月 22 日在北京舉行的 1024 全球開發者節上，發表新一代大模型星火 X2.6。發表會上最受矚目的主張，不是參數規模，而是訓練過程：公司稱這款模型全程使用中國本土算力完成訓練，沒有依賴輝達 GPU，並在寫程式與 AI 代理能力上取得突破。

端雲一體：293B 總參數、每次啟用 30B

星火 X2.6 採用混合專家（MoE）架構，總參數 293B、每次推論實際啟用的參數約 30B，上下文長度支援到 100 萬 token。同時發表的還有端側模型星火 X2.6-4B，並以開源形式釋出。公司也首度公開端雲協同架構：系統會判斷任務該留在裝置端、送上雲端，還是兩邊協作完成。

在定價上，官方網站祭出限時四折優惠，輸入每百萬 token 0.9 元人民幣、輸出 3.6 元人民幣，快取輸入則為 0.08 元人民幣。這個價格帶瞄準的，是想把代理式工作流程搬上中國本土算力的開發者。

效率主張：長文訓練從 4.5 個月壓到 1.2 個月

科大訊飛董事長劉慶峰在會上表示，星火是目前唯一全程以本土算力訓練的模型，其他模型都是在輝達 GPU 上訓練出來的，而且星火的體量相對更小。公司指出，本土晶片的記憶體頻寬有限，導致長任務混合訓練效率偏低，為此開發了針對本土平台優化的動態平行訓練技術。

具體數字上，公司稱在飛星二號萬卡叢集上，以 2,000B 規模、256K 長度的資料訓練，原本需要 4.5 個月，現在壓縮到 1.2 個月；推論效率提升 4.5 倍，KVCache 命中率從 63% 提升到 95.7%。裝置端可獨立完成的任務占比，也從 12.8% 提高到 40% 以上。

基準成績亮眼，但要打折扣看

公司宣稱，星火 X2.6 在 SWE Pro 與 SWE Multilingual 基準拿下第一，在 SWE Verified 排名第二，在企業營運代理任務與 MCP-Atlas 工具使用測試中也位居前段。不過這些成績都出自公司自行執行的基準測試，尚未經過第三方獨立驗證，解讀時需要保留空間。

劉慶峰本人也把話說得相對務實：比起公開基準分數，模型在國企、教育、醫療與司法等實際產業場景的落地表現，才是真正的考驗。與會的產業觀察者也指出，中國 AI 競賽的重心，正在從單純比參數、比基準，轉向比「能不能在本土算力上跑得動、用得起、落得了地」。星火 X2.6 正是這個轉向的一個具體樣本。

資料來源：Global Times、上海有色網 SMM