01
一场发布会，一个定位
10月22日，2026科大讯飞全球1024开发者节主论坛在北京举行。
科大讯飞董事长刘庆峰在会上发布讯飞星火X2.6，官方称这个模型基于全国产算力完成训练。
架构是293B-A30B的MoE，上下文长度拓展到1M，官方给的定位是代码与智能体能力达到业界一流水平。
02
容量与账单
总参数2930亿，激活参数300亿，这两个数不能混着说。
MoE是混合专家架构，每次推理只调用其中一部分专家，激活参数指的是被调用的那部分。
2930亿是模型的全部容量，300亿是跑一次实际动用的算力规模。
这个区别决定了成本。
参数量决定模型能装多少知识，激活量决定每次推理要花多少钱。
前者是能力上限，后者是账单。
别混淆 · 两个参数
总参数2930亿。
每次推理激活300亿。
03
能证明的与证明不了的
基于国产算力完成训练这句话，说的是训练侧。
训练侧的自主可控，这几年是被逼出来的。
2022年10月起，高端算力芯片的出口管制一步步收紧，国内做前沿模型的团队，训练卡从买最好的变成用能拿到的。
国产算力训练这件事的分量，要放在这个背景里看。
训练跑在什么卡上，和推理跑在什么卡上，是两件事。
模型训练完成之后部署到哪里，取决于客户买什么硬件、用云还是用端。
所以这句话能证明的是训练环节的自主可控，证明不了整条链路。
04
端侧解决泄密，路由解决成本
同一天发布的还有星火X2.6-4B，这是一个开源端侧模型，支持端侧智能体能力。
4B这个规模，是给手机、车机、办公设备这类终端准备的。
端侧解决的是泄密。
敏感数据不出本地，模型在设备上跑，数据不上传。
路由解决的是成本，简单的任务本地处理，复杂的任务再上云。
端侧这条路，国内厂商的推进节奏比海外快。
原因不复杂，中文场景里的办公、学习、车机这三类需求，本地化处理的价值高，用户对数据不出设备的敏感度也高。
这套设计的商业逻辑是，把便宜的任务留在本地，把贵的算力花在刀刃上。
05
企业自测，缺第三方复现
官方称，X2.6-4B的智能体任务覆盖度41.9%，端云路由准确率从81.2%提升到96.1%。
这几个数都是企业发布口径，目前没有第三方复现。
端云路由准确率96.1%这个指标尤其要看测试集，路由判断对了，前提是任务分类的边界本身就清楚。
口径提醒 · 企业自测
41.9%与96.1%均为官方口径。
目前没有第三方复现。
06
价格与token
API的定价已经挂在官方页面上：输入0.9元每百万tokens，输出3.6元每百万tokens，缓存命中0.08元每百万tokens，当前为限时6折。
这个价格放在国内第一梯队里不算高。
但价格只是分子，还要看每次任务消耗多少token。
智能体的token消耗，取决于任务拆成多少步。
一次问答可能几百个token，一次自动订票、改表格、查三份文件的任务，可能几万个token。
单价降下来，消耗量会上去，总账未必更便宜。
07
存量与增量
开放平台的开发者数量是1187万。
注册开发者和活跃调用是两件事。
开发者数量说明生态的覆盖面，调用量说明生态的活跃度。
前者是存量，后者是增量。
开放平台从2010年发布到现在，积累了十几年。
1187万这个数，是十几年攒下来的存量，不是这一年的增量。
08
三个观察点
第三方评测是最硬的一关。
国产算力训练出来的模型，能力到底在什么位置，需要独立榜单和独立复现来回答。
端侧装机量决定这条路线成不成立。
4B模型能不能真的装进终端、跑得动、用户愿意用，看的是这个数。
API的调用量与价格，决定商业闭环。
调用量起来、价格稳住，说明这条路走通了；调用量不起来，降价也换不来规模。
国产算力从能训到好用，中间还差一次独立评测。
参数是入场券，落地才是成绩单。
热门跟贴