讯飞星火 X2.5-4B/1.7B 开源：端侧跑通百万 Token 上下文

steve, zhang — Sun, 13 Sep 2026 20:58:42 +0000

科大讯飞于 2026 年 9 月 1 日通过全资子公司词元星火开源星火 X2.5-4B 与星火 X2.5-1.7B 两款端侧大模型，其中 4B 版本成为业界首个原生支持最长 100 万 Token 上下文的端侧通用模型。这意味着手机、PC 与机器人可在本地一次性处理数十万字文档而无需切片，长文本理解、智能体与本地代码开发首次在断网环境也能完整跑通。

端侧模型为什么需要百万 Token 上下文

过去端侧模型处理长内容时，常要把文档切成几段分别处理，容易忘记前情、遗漏信息。星火 X2.5-4B 与 1.7B 原生支持百万级上下文，目标不是”塞下更多字”，而是让模型基于完整信息在连续交互中持续理解与处理复杂问题。

长上下文解决”信息能不能看全”，智能体与工具调用能力解决”看完之后能不能动手”。依托科大讯飞在 AI 研发、智能办公与智能硬件的积累，星火 X2.5 可面向个人办公、代码开发、智能硬件与机器人等场景提供本地化能力。

两款模型的定位与能力差异

星火 X2.5-4B 与 1.7B 均采用混合注意力架构，并围绕智能体、代码、数学与指令遵循等核心能力优化。两款模型基于全国产算力平台完成全流程训练，使用约 20 万亿 Token 多样化数据预训练，再通过高质量监督微调与强化学习持续提升推理、代码、智能体与指令遵循表现。

对比项	星火 X2.5-4B	星火 X2.5-1.7B
参数量	40 亿	17 亿
原生上下文	最长 100 万 Token	最长 100 万 Token
典型场景	代码开发、多步智能体	移动端与嵌入式轻量任务
能力对标	代码可对标大 2 至 3 倍的云端模型	轻量级本地推理

在代码开发场景中，星火 X2.5-4B 在算法实现、代码补全与生成等任务中可对标参数规模大 2 至 3 倍的云端模型。开发者可通过 DeepSeek Harness、OpenCode、Codex、Pi 等开源 Harness 将模型接入本地开发与自动化脚本流程。

如何本地部署星火 X2.5

部署层面，两款模型支持英伟达、华为、海光及后摩等硬件平台，兼容 vLLM、SGLang、llama.cpp 等主流推理框架，可通过 Ollama、LM Studio 等工具快速部署，并支持使用 LLaMA-Factory 开展增量训练。多硬件、多框架适配进一步降低了开发者在不同环境部署、微调与应用的门槛。

在个人办公场景，星火 X2.5 可覆盖数据处理、文档生成与文档翻译；在机器人场景，模型可部署于本体或边缘设备，支持操作控制、目标追踪与导航决策，减少对云端连接与固定预设程序的依赖。

端侧开源意味着什么

2026 年端侧模型密集落地，轻量模型此前多主打”断网能聊几句”，而星火 X2.5-4B 把百万级上下文带进本地设备，标志着端侧竞争从”能不能跑”转向”能不能基于完整上下文持续干活”。对隐私敏感的医疗、政企文档与无稳定网络的现场作业，本地长上下文推理价值尤为突出。

与云端大模型相比，端侧部署无需持续联网、不泄露原始数据、且边际成本趋近于零，适合高频、重复的办公与代码任务。星火 X2.5 以开源方式发布，模型权重与代码已在 Hugging Face 公开，开发者可基于自有数据微调，构建可控的本地智能体。

本文基于哪些信息