概览
Spark-X2.6-4B 是科大讯飞在 2026 年 10 月 22 日 1024 全球开发者节上与旗舰模型星火 X2.6 同时发布的开源端侧小模型，权重以 Apache 2.0 发布在 Hugging Face（XHToken/Spark-X2.6-4B，讯飞星火 SparkLLM 官方账号）。它距上一代 Spark-X2.5-4B 发布约一个月，架构完全不变，通过改进后训练在代码、智能体、长上下文、多语言和推理上取得明显提升；官方称在同尺寸开源模型中达到 SOTA，可比肩甚至超过约 9B 参数的模型，推理效率与 Qwen3.5-4B、Gemma-E4B 等同类端侧模型相当或更好。模型提供 none、low、high 三档可控思考预算，方便在质量、延迟和成本之间取舍；官方 SGLang 示例把最大上下文配置为 1,048,576 tokens，并同时给出 NVIDIA GPU 和华为昇腾 NPU 的部署镜像。它也已上架讯飞星辰 MaaS，可直接通过 API 调用。能力评价均为官方说法。官方来源：https://huggingface.co/XHToken/Spark-X2.6-4B 、https://xinghuo.xfyun.cn/maas-home （2026-10-23 核对）。 定价：开源权重（Apache 2.0），可免费下载自托管；讯飞星辰 MaaS 上的 Spark-X2.6-4B API 目前限时免费（结束时间官方未写）。
- 模态
- 文本
- 参数量
- 4B（约 41 亿，BF16）
- 许可说明
- 开源 · Apache 2.0
能力
- 定位：面向端侧设备部署的紧凑型通用语言模型，与云端旗舰星火 X2.6 同期发布
- 架构：与 Spark-X2.5-4B 完全相同，能力提升来自改进的后训练
- 能力：官方称代码、智能体（复杂工具调用、多步规划、软件工程）、长上下文、多语言和推理大幅提升，在同尺寸开源模型中达到 SOTA，可比肩甚至超过约 9B 参数的模型
- 可控思考预算：none / low / high 三档思考强度
- 上下文：官方 SGLang 部署示例最大上下文 1,048,576 tokens（需足够显存）
- 部署：Transformers（4.57.1）、SGLang（NVIDIA GPU 与昇腾 NPU 镜像），提供 OpenAI 兼容服务
- 推理效率：官方称与 Qwen3.5-4B、Gemma-E4B 等同类端侧模型相当或更好；讯飞星辰 MaaS 页称自研推理框架下推理效率较 ollama 有所提升
