今天(9 月 7 日)科大讯飞把"翻身仗"的两张牌一起摊开了:早上 9 点星火 X2.5 旗舰基座(293B-A30B MoE、256K 上下文)在讯飞星辰 MaaS 平台上线,早 8 天(9 月 1 日)其子公司词元星火已经把端侧的"小弟"——Spark-X2.5-4B 和 Spark-X2.5-1.7B——以 Apache-2.0 协议 在 GitHub、Hugging Face、ModelScope 开源。

单从口径看,你会以为这是又一家"国产新模型追参数"的常规动作。但把两端摆到一张表里看,讯飞这一波的方向不一样:旗舰端用全国产算力训推(华为昇腾、海光、后摩),端侧端把"原生 100 万 token 上下文 + Apache-2.0 + 笔记本可跑"绑成了一根绳子。这意味着对普通人和小团队来说,这不是一篇"观望一下"的文章,而是一篇要决定"接不接、用哪个、怎么接"的文章。

下面按"传闻与实锤 → 价格 → 跑分 → 上手路径 → 接入 Claude Code / Cherry Studio → 我的判断"的顺序拆。

顺带一提:端侧模型跑起来之后,你要的是一台不吵不闹的机器——机械键盘怎么选里静音轴那一节就是给这种场景准备的。

本文由拾光札记编辑部整理,勘误请联系我们。

一、传闻和实锤分清

过去一周中文 AI 自媒体里和星火 X2.5 相关的几条说法,真假差别很大:

  • 传闻:“星火 X2.5 是又一轮’参数最大’内卷”——部分对、但不是重点。293B 旗舰的参数量确实高于 GLM-5.3(刚开放权重那阵被点到过),但讯飞官方这次强调的不是参数排名,而是"293B 总参 / 30B 激活"这种高稀疏度 MoE,加上"全国产算力 256K 长序列训推稳定"这件工程事实。参数大小只是结果之一。
  • 传闻:“4B 小模型就是把 Qwen3.5-9B 蒸馏了一遍”——错。第三方跑分里,4B 在多轮工具调用(τ³-bench)拿到 30.4 分,同尺寸档里显著高于 Qwen3.5-9B 的 9.3 分;BrowseComp 上 40.9 分对 8.3 分,差出 4 倍。这不是"参数大一倍、效果就好"的故事。
  • 实锤(都能查到一手来源):
    • 9 月 1 日,Spark-X2.5-4B 和 1.7B 在 GitHub XHToken/Spark-X2.5(168★,Apache-2.0)、Hugging Face、ModelScope、OpenI 同步开源,基于约 20 万亿 token 预训练数据,采用混合注意力架构。
    • 9 月 7 日,Spark-X2.5 旗舰基座(293B-A30B、256K 上下文、支持 200 余种语言)上线讯飞星辰 MaaS,限时 5 折优惠;基于全国产算力平台完成全流程训练及推理。
    • 模型兼容 vLLM、SGLang、llama.cpp,可在英伟达 / 华为昇腾 / 海光 / 后摩硬件上部署;端侧 1.7B 量化版在树莓派 4B(8GB)上生成速度可达 8 token/s。
    • 8 月 21 日讯飞董事长刘庆峰在业绩说明会上承认:在以代码和智能体为核心的这一轮大模型竞赛中,讯飞"有所缺位",主要原因是国产算力与英伟达 H200 的训练效率差距最高达 5 倍。这次 X2.5 是其明确表态补短板的产物。

把这层过完,接下来的事才有意义。

二、价格:限时 5 折后的 1.6 / 0.24 / 6 元

讯飞星辰 MaaS 平台给 Spark-X2.5 旗舰挂的是"限时 5 折"价,原价 3.2 / 0.48 / 12 元(输入 / 缓存命中输入 / 输出,每百万 token)。把这个价放进 2026 年 9 月第一周"主流闭源 + 国产开源 + 国产闭源"的横评里,你能一眼看出它要打谁:

模型输入(¥/M token)输出(¥/M token)缓存命中等效 RMB 输入 / 输出上下文备注
Spark-X2.5(限时 5 折)1.606.000.241.60 / 6.00256K9/7 上线,9 月底前享 5 折
Spark-X2.5(原价)3.2012.000.483.20 / 12.00256K5 折到期后回到这个价
Claude Sonnet 5(尝鲜价长期保留)≈14.20≈71.00—≈14.20 / ≈71.001M8/10 已取消 9/1 涨价
GPT-6 Astra≈71.00≈355.00≈7.10≈71 / ≈3551.05M9/3 发布,首日只向 Daybreak 开放
GLM-5.3-Flash(限时 9/9 止)≈0.53≈1.78极低≈0.53 / ≈1.781M仍是最便宜的中端主力
GLM-5.3 旗舰≈9.90≈31.20—≈9.90 / ≈31.201M8/29 开放权重
DeepSeek V4-Pro(峰时)≈9.40≈28.10—≈9.40 / ≈28.101M8/17 起峰谷涨价后
Kimi K3(开源 2.8T)≈0.80≈2.40—≈0.80 / ≈2.401M9/3 Harvey 用它训出 Tenet

1 USD ≈ 7.1 CNY,等效人民币按官方页面换算。

三件事值得拎出来说:

  • 5 折到期之前,X2.5 的输出价(6 元)只比 GLM-5.3-Flash 的输出(≈1.78 元)贵 3.4 倍,远低于 Sonnet 5 的 71 元。对一个"国产闭源主力"来说,这是一个比 Kimi K3 略贵、比 GLM-5.3-Flash 略贵、比 Sonnet 5 便宜一个数量级的位置。GLM-5.3-Flash 仍然是"省到极致"那一档,但代价是 Flash 系列在长上下文代码生成上的体验损耗,X2.5 试图在"国产算力稳定 + 代码/Agent 强项"这个中间点卡住。
  • 缓存命中输入 0.24 元这一行,5 折后做到了业内最低一档。对长上下文 Agent 工作流(同一份文档反复追问)来说,缓存命中的价就是真实账单的大头——这部分比 GLM-5.3-Flash 当前的 0.10 元左右略高,但比 Sonnet 5 的"缓存约等于按量价"友好得多。
  • “限时 5 折"是有期限的。讯飞官方没给截止日,但同平台前两轮的限时活动基本都在 2–4 周内结束。重度用趁早接,等不到便宜价就退回到 3.2/12 元,和 GLM-5.3 旗舰的 9.9/31.2 元一档。

三、跑分与显存:4B 把同尺寸按在地上打,显存门槛低到笔记本

旗舰 293B 的跑分讯飞官方披露较少,智东西用 DeepSeek Harness 做了 5 项实测(2026-09-07 同步上线),给出一个相对克制的图景:

  • HTML 枪战游戏:两轮合计 17 分 30 秒,累计 238.8 万 token(缓存命中 227.9 万),最终做出了"支持 WASD 移动、鼠标瞄准、换弹、分波次敌人的俯视战场射击”——首版遗漏了敌人,第二轮根据反馈补齐,说明多轮 Agent 修补能力可圈可点,但一次性交付完整度仍需补强。
  • AIMO 数学参考题:3 分钟答对,推导层次清晰。
  • 网页前端(折叠屏购物网站):6 分钟搭出可运行的页面框架,自动补齐品牌名、文案、产品参数和简单交互;但排版字号、视觉层次与商业成品仍有差距。
  • 3D 创作(“鹈鹕骑自行车”):多次运行失败,模型反复纠结细节,最终未能交付——这是 293B 在"创意 + 长程规划"上的当前短板。
  • 小说创作:穿越爽文抓冲突和反转节奏,短句和对话交替,能搭起故事框架。

端侧的 4B/1.7B 跑分更硬,因为开源可复现:

基准4B1.7BQwen3.5-9B(同口径对照)
τ³-bench(多轮工具调用)30.4—9.3
MCP-Atlas(API 参数填充)54.6—47.4
BrowseComp(自主上网搜资料)40.9—8.3
IFBench(超长指令遵循)75.0——
AIME 2026 竞赛数学90.7——
Domux 智能家居指令执行—90.3%(0.85s)—

4B 总参是 Qwen3.5-9B 的不到一半,但在 Agent / 长指令 / 工具调用三个核心维度都跑赢。

显存门槛是端侧这波最值得记的事:

  • Spark-X2.5-4B:BF16 全精度权重约 8 GB,4-bit 量化后约 2.5 GB,16 GB 内存的笔记本可全精度跑,8 GB 笔记本可跑量化版。
  • Spark-X2.5-1.7B:BF16 全精度权重约 3 GB,4-bit 量化后约 1 GB,8 GB 内存的笔记本就能跑全精度;树莓派 4B(8GB)+ 量化版实测 8 token/s,可做离线会议纪要 / 代码补全。iPhone 15 Pro 这类旗舰手机也能带得动。

为了在 4B/1.7B 里塞下 100 万 token 上下文,讯飞用了两套架构组合:混合注意力架构(一层通读全文抓宏观、一层死抠局部细节,跑满 100 万 token 时显存占用只有传统全局注意力模型的约 1/4)+ 多教师蒸馏(让一堆"单科状元"大模型当师傅,只教解题思路不教答案)。这两套技术是端侧能跑出"百万上下文 + 同尺寸跑赢大 2–3 倍参数的对手"的关键。

四、上手路径:从"零折腾"到"程序员模式"四档

按读者准备度从低到高,把能立刻动起来的几条路摆开。

4.1 零折腾:直接用讯飞星辰 MaaS 平台 API

  • 打开 maas.xfyun.cn,注册、实名、企业或个人都行。
  • 进入"模型集市",找 Spark-X2.5(旗舰)或 Spark-X2.5-4B / 1.7B(端侧同款 API),拿到后在自己的脚本里填 Base URL + API Key 就能调。
  • 旗舰模型按 token 计费,5 折期 1.6 / 0.24 / 6 元每百万 token;4B/1.7B 在 MaaS 端限时免费,适合先验证业务流再决定要不要付费。
  • 这个路径适合:接活做小工具、博客自动生成、副业文案、客服机器人、临时数据处理。

4.2 入门本地跑:Ollama,三条命令搞定

不想联网、想用本地 4B/1.7B,Ollama 是最快的路:

1
2
3
4
5

# 1. 装 Ollama(Windows/Mac/Linux 都行,ollama.com 下载双击装好)
# 2. 拉模型
ollama run spark-x2.5:4b       # 4B 量化版
ollama run spark-x2.5:1.7b     # 1.7B 量化版
# 3. 直接在终端对话框打字

第一次会自动下载权重,4B 量化版约 2.5 GB,1.7B 约 1 GB,普通家用宽带几分钟就好。

喜欢 GUI 的用 LM Studio:内置模型库搜 Spark-X2.5,一键下载、自带聊天窗口、鼠标操作即可。两条路径都适合"日常文档问答、长文档读后追问、代码补全"这种轻任务。

4.3 开发者深度玩:GitHub 仓库 + 主流推理框架

XHToken/Spark-X2.5 仓库里有完整部署文档、SDK、Docker 镜像和 RAG / 代码助手 / 长文本摘要三个场景的 Demo。模型原生兼容 vLLM、SGLang、llama.cpp,支持英伟达、华为昇腾、海光、后摩硬件;想拿自己的数据微调,LLaMA-Factory 直接挂上即可。

Apache-2.0 协议意味着:免费商用、改了不需要再开源、拿去做产品不用给讯飞交钱。对小团队和独立开发者,这一条比模型本身跑分强不强更重要——它决定了"我做的东西是不是我的"。

4.4 在 Claude Code / Cherry Studio / Cline 里把底层换掉

如果你已经在用 Claude Code / Cline / OpenCode / Cherry Studio,只是想换一个国产底座,X2.5 也走的是改 Base URL + API Key 的标准路径:

1
2
3
4
5
6
7
8
9

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://maas.xfyun.cn/api/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "你的讯飞 API Key",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "spark-x2.5-4b[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "spark-x2.5[256k]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "spark-x2.5[256k]"
  }
}

放到 ~/.claude/settings.json,重启 claude 即可。Cherry Studio 在"提供商"里选 Anthropic 兼容,Base URL + Key 同上;Cline / OpenCode 改 settings.json 或环境变量即可。

注意:Claude Code 对 Sonnet 5 做了功能耦合(Adaptive Thinking、Tool Search、Prompt Caching 都是按 Sonnet 5 调的),换 X2.5 后工具调用的稳定性会下降一档;长程 Agent 任务先实测一轮再上生产。

五、和 4 个对手的对比:谁该上、谁再等等

把这 5 个模型按"任务场景"摆到一张决策表里:

你的场景首选备选关键原因
每天 token 账单 $5 以上、要便宜GLM-5.3-FlashSpark-X2.5-4B(本地)输出价最低一档;Sonnet 5 1/27
代码补全、长程 Agent、要 1M 上下文Claude Sonnet 5 / GLM-5.3 旗舰Spark-X2.5(限时 5 折)Sonnet 5 工具调用最稳,X2.5 5 折后是中间档
数据不能出本地、要 Apache-2.0 商用Spark-X2.5-4B/1.7B(本地)Kimi K3 开源1M 上下文 + 商用友好 + 国产算力可跑
接活做小工具、副业文案Spark-X2.5(限时 5 折)GLM-5.3-Flash缓存命中 0.24 元,Agent 修补能力强
党政 / 信创 / 国资委 79 号文替代Spark-X2.5-4B/1.7B(全国产算力)—唯一原生支持"国产芯片 + 1M 上下文 + 商用协议"
想试 GPT-6、敢付高价GPT-6 Astra(企业)—但首日只向 Daybreak 企业开放

我的判断(三类读者):

该上(今天就接)

  • 每天 token 账单 $5 以上、跑 Claude Code / Cline 的开发者:把轻量槽位(注释、补单测、grep 类任务)从 Sonnet 5 切到 Spark-X2.5-4B 限时免费 API,把中等槽位(写新功能、改架构)切到 Spark-X2.5 限时 5 折 API,只在"必须 Sonnet 5"的复杂多步任务才回去。综合账单能压到原来的 5–10%。
  • 做信创 / 国资替代 / 党政办公自动化的乙方:Spark-X2.5-4B/1.7B 是目前**唯一同时满足"全国产算力 + 1M 上下文 + Apache-2.0 商用"**的开源模型,这一组合你以后再找第二家。
  • 自己跑副业、要"数据不出本地"的小团队:1.7B 量化版 1 GB,16 GB 笔记本就能跑 4B 全精度,Apache-2.0 商用无附加条件——接私活、给客户做本地知识库问答,够用。

再等等(观察一个月)

  • 已经在 Claude Pro / Max 5× 订阅里稳定用 Claude Code 的人:Claude Code 对 Sonnet 5 的功能耦合最深,换 X2.5 后工具调用的稳定性会有可见落差,等讯飞和 Anthropic / 第三方把"路由自动对齐"做稳再迁。
  • 要做"创意 + 长程规划"(3D 创作、游戏长流程)的团队:智东西 9/7 实测里 X2.5 在"鹈鹕骑自行车"3D 任务多次失败,创意细节反复纠结,这类场景等 9 月底 5 折到期前讯飞放出"专项优化版"再试。

别碰(明确不建议)

  • 已经在跑 GPT-6 Astra / Claude Opus 4.8 做前沿 Agent 实验的人:这两档的"循环深度 / 长程规划"是 X2.5 短期内没补齐的。
  • 要 1M 上下文旗舰云端模型的人:X2.5 旗舰云端是 256K,不是 1M;1M 上下文是端侧 4B/1.7B 的能力,别搞混。要 1M 云端继续等,或用 GLM-5.3 旗舰 / Sonnet 5。
  • 限时 5 折到期后还要继续按低价用的:原价 3.2/12 元回归后,性价比从"中等"掉到"和 GLM-5.3 旗舰同一档",届时更建议直接接 GLM-5.3-Flash(更便宜)或 Sonnet 5(更稳)。

六、几个掏心窝的提醒

  1. 百万上下文别上来就拉满。4B/1.7B 支持 1M,但真喂 100 万字,内存占用和等待时间都会涨;日常用建议从几万 token 试起,稳了再加量。讯飞给的售后场景例子只是"测出来的能力边界",不是日常最佳实践。
  2. 限时免费 / 限时 5 折是会变的。MaaS 平台 Spark-X2.5-4B/1.7B 现在 0 元/百万 token,但"限时"意味着以后可能收费;旗舰 5 折也是有时限的,重度用户趁 9 月底前接好。
  3. 小模型不是万能的。第三方反馈 4B 输出偏长、复杂推理偶尔失手;做"打字聊天 + 文档问答 + 代码补全"够用,追求极限还是云端旗舰或 Sonnet 5。
  4. 认准 XHToken 的官方仓。GitHub XHToken/Spark-X2.5、HF XHToken/* 是讯飞官方账号(词元星火),别下到个人传的不明版本—— Apache-2.0 商用不等于"随便一个权重都受 Apache-2.0 保护",源不清的版本法律上不一定站得住。
  5. 国产算力这条线在加速。DeepSeek 在内蒙古建吉瓦级数据中心 + 采购华为昇腾,讯飞这次 X2.5 全程全国产算力训推——下半年"国产芯片 + 全国产算力训练 + 开源商用"的组合会越来越多,做选型时把这一维度加进决策表。

本文由拾光札记编辑部整理,勘误请联系我们。