科大讯飞星火X2.5正式发布：2930亿参数全国产大模型来了

2026年9月7日，科大讯飞正式发布星火X2.5大模型，这是国内首个基于全国产算力完成全流程训练的MoE架构大模型。科大讯飞星火X2.5总参数量达到2930亿，每次推理激活约300亿参数，支持256K上下文窗口，重点突破代码生成与智能体两大核心能力。与此同时，星火X2.5-4B和1.7B两款端侧模型已先行开源，成为业界首个支持百万Token上下文的端侧模型。从技术架构到商业定价，从云端旗舰到端侧开源，科大讯飞星火X2.5的正式发布标志着国产大模型在自主可控道路上迈出了关键一步。

一、大模型竞赛进入新阶段，科大讯飞星火X2.5为何值得关注

2026年的人工智能领域，大模型竞赛已从“参数规模竞赛”转向“能力落地竞赛”。业界不再仅仅关注模型有多大，而是更加关注模型能干什么、能干得多好、成本是否可控。正是在这样的产业背景下，科大讯飞星火X2.5的正式发布显得尤为引人注目。

回顾科大讯飞的大模型发展路径，从2023年首次攻克GPT框架大模型训练，到2024年底至2025年中攻克长思维链强化学习训练，再到2026年推出星火X2.5，每一步都踩在了技术迭代的关键节点上。科大讯飞星火X2.5并非一次简单的版本号更新，而是科大讯飞在大模型技术路线上的战略性选择——将代码能力与智能体能力作为核心突破方向。

这一选择背后有着深刻的产业逻辑。当前大模型的应用场景正在从“聊天问答”向“真实干活”转变。用户不再满足于让模型写一段文案或回答一个问题，而是希望模型能够完成复杂的编程任务、自主调用工具、执行多步推理和规划。科大讯飞星火X2.5正是针对这一需求趋势做出的回应。

更重要的是，科大讯飞星火X2.5实现了从训练到推理的全流程国产化。在全球算力供应链不确定性增加的背景下，这一点具有战略意义。它证明了中国自主研发的大模型可以不依赖海外高端GPU，在国产算力平台上完成从零到一的完整训练。

二、技术架构深度解析：MoE如何成就星火X2.5的性能突破

2.1 MoE架构：大参数量与高效率的平衡艺术

科大讯飞星火X2.5采用混合专家（MoE）架构，总参数规模达到293B-A30B。这个技术参数的含义是：模型总参数量为2930亿，但每次推理实际激活的参数只有约300亿。

MoE架构的核心思想是“术业有专攻”。传统的密集模型（Dense Model）在每次推理时都要激活全部参数，计算量巨大且效率低下。而MoE模型将不同的“专家”模块分配给不同类型的任务——有的专家擅长数学推理，有的专家擅长代码生成，有的专家擅长语言理解。当用户发起请求时，模型的路由机制会自动判断该任务应由哪些专家处理，只激活相关专家，从而在保持大参数量优势的同时大幅降低计算成本。

这种“大总参、小激活”的设计使得科大讯飞星火X2.5在性能与效率之间找到了一个理想的平衡点。总参数量2930亿确保了模型拥有足够的知识容量和表达能力，而每次仅激活300亿参数则保证了推理速度和成本的可控性。

2.2 256K上下文：让模型真正“读得完、记得住”

科大讯飞星火X2.5支持256K的上下文窗口。这意味着模型可以一次性处理约20万-30万个中文字符的内容——相当于一整本中等篇幅的小说，或者数百页的技术文档。

长上下文能力对于实际应用至关重要。在处理代码仓库分析、长篇文档审阅、复杂法律合同解读等场景时，模型需要能够“记住”前面读过的所有内容，而不是像短上下文模型那样只能关注最近几段文字。科大讯飞星火X2.5的256K上下文窗口，使其在这些长文本任务中具备了真正的实用价值。

值得一提的是，科大讯飞星火X2.5在国产算力上持续优化超长序列的训练与推理难题。长序列训练对算力和显存的要求极高，在国产算力平台上实现256K上下文的稳定训练和推理，本身就是一项技术突破。

2.3 多语言能力：覆盖200余种语言的全球化视野

科大讯飞星火X2.5可覆盖200余种语言。这一能力使其不仅适用于中文场景，也能够服务全球化业务需求。无论是在语言理解、答题还是推理等通用任务上，科大讯飞星火X2.5都保持了优异的表现。

多语言能力的背后是训练数据的广度和质量。科大讯飞星火X2.5在预训练阶段覆盖了多语言文本数据，这使得模型具备了跨语言的知识迁移能力。对于有国际化业务需求的企业用户而言，这一特性降低了多语言AI应用的建设成本。

三、核心能力升级：代码与智能体的双重突破

3.1 代码能力：从“写代码”到“会编程”

科大讯飞星火X2.5将代码能力作为本次升级的核心方向之一。这不仅仅是“能写代码”那么简单，而是涵盖了代码生成、代码补全、代码修复、代码解释、多轮调试等一系列完整的编程辅助能力。

根据第三方实测，科大讯飞星火X2.5在游戏开发任务中表现出了一定的实用性。测试者要求模型制作一款HTML枪战游戏，包含WASD移动、鼠标瞄准射击、换弹、冲刺、分波次敌人和障碍物碰撞等机制。模型首轮耗时7分钟完成了初步制作，虽然在首版中遗漏了敌人这一核心元素，但在反馈问题后，又用10分钟完成了修改。两轮生成合计耗时17分30秒，最终交付了一款功能较为完整的可玩游戏。

这一测试结果反映出科大讯飞星火X2.5在代码能力上的两个特点：一方面，它具备根据反馈迭代修复的能力，能够理解用户的修改要求并快速调整代码；另一方面，一次性交付完整、无遗漏的代码仍然是需要持续提升的方向。

在网页前端开发任务中，科大讯飞星火X2.5耗时约6分钟完成了一个折叠屏手机购物网站的页面设计。它能够主动补充结构、文案和简单交互，快速搭建网页原型的能力得到了验证。当然，实测也指出其在前端排版、产品质感和视觉层次方面与成熟的商业网站仍有差距。

3.2 智能体能力：从“回答问题”到“完成任务”

科大讯飞星火X2.5另一个核心升级方向是智能体（Agent）能力。如果说传统的对话模型是“回答问题”，那么智能体就是“完成任务”。

智能体能力的本质是让模型具备自主规划、工具调用、多步推理和任务执行的能力。科大讯飞星火X2.5重点强化了长链路任务规划、工具调用、代码生成与修复等智能体核心能力。这意味着模型不再只是被动地回答用户的提问，而是可以主动拆解复杂任务、调用外部工具、按步骤执行并最终交付成果。

在3D创作测试中，科大讯飞星火X2.5被要求设计“鹈鹕骑自行车”的3D像素艺术作品。虽然多次尝试均未成功交付作品，但从其思考记录来看，模型展现出了对任务细节的深入思考——它反复考量鹈鹕如何扶车把、双脚是否跟着踏板转动等细节。这说明科大讯飞星火X2.5在任务理解和规划层面已经具备了一定的智能体思维雏形，尽管在执行落地上仍有提升空间。

智能体能力是当前大模型竞争的下一个主战场。谁能让模型真正“干活”，谁就能在产业应用中占据先机。科大讯飞星火X2.5在这一方向的布局，体现了科大讯飞对产业趋势的准确把握。

3.3 数学与理解：通用能力的持续增强

除了代码和智能体的重点突破，科大讯飞星火X2.5在数学推理和语言理解等通用能力上也持续增强。在实测中，科大讯飞星火X2.5正确解答了一道AIMO参考题，显示出其在数学推理方面的能力提升。在内容创作方面，它能够写出节奏明快的穿越小说，说明其在叙事和创意写作方面也有不错的表现。

这些通用能力的持续增强，确保了科大讯飞星火X2.5不仅在代码和智能体等专项能力上有所突破，在广泛的日常使用场景中也能保持可靠的性能。

四、一手实测：星火X2.5到底能不能“真干活”

4.1 游戏开发：17分钟从零到可玩

如前所述，科大讯飞星火X2.5在游戏开发测试中展示了令人印象深刻的能力。从用户给出需求到最终交付可玩的HTML枪战游戏，模型经历了“初版生成-问题反馈-修复迭代”的完整流程。

首版游戏虽然缺少敌人，但已经搭建了玩家移动、射击等基础框架。在用户指出问题后，科大讯飞星火X2.5迅速理解问题所在，在第二轮生成中补全了敌人系统，实现了分波次敌人出现、击败得分等完整玩法。

从实机画面来看，游戏采用深色俯视战场，蓝色玩家与红色、紫色敌人区分清晰，敌人带有血条。虽然视觉设计较为简单，角色主要以不同颜色的小圆圈呈现，但游戏的核心机制完整、可玩性较高。

这一测试说明科大讯飞星火X2.5已经能够承担一定复杂度的编程任务，特别是在“快速原型搭建+迭代优化”的模式下，可以显著提升开发效率。

4.2 网页前端：6分钟搭出购物网站

在网页前端任务中，科大讯飞星火X2.5耗时约6分钟完成了一个折叠屏手机购物网站的页面设计。在没有给出过多视觉限制的情况下，模型自主完成了页面结构的搭建。

科大讯飞星火X2.5能够主动补充结构、文案和简单交互，展现出了一定的前端设计理解能力。不过实测也指出，其在前端排版、产品质感和视觉层次方面，与成熟的商业购物网站仍有差距。

这一结果说明科大讯飞星火X2.5在前端开发领域更适合快速原型搭建和初版生成，而非直接交付高保真的生产级页面。对于需要快速验证产品概念的场景，这一能力已经具有实用价值。

4.3 3D创作：规划有余、执行不足

在3D创作测试中，科大讯飞星火X2.5的表现则相对逊色。模型被要求设计“鹈鹕骑自行车”的3D像素艺术作品，但多次尝试均未成功。

从思考记录来看，科大讯飞星火X2.5并非无法理解任务——它详细规划了如何用小方块拼出鹈鹕、自行车和周围环境。问题出在执行层面：模型反复纠结于鹈鹕如何扶车把、双脚是否跟着踏板转动等细节，多次说要开始编写完整代码，随后又回头修改设计，最终在交付前中断。

这一测试揭示了科大讯飞星火X2.5当前能力的边界：它在任务理解和规划层面已经具备相当的能力，但在将复杂规划转化为可执行代码并最终交付的环节，仍存在不稳定因素。这也是当前大模型从“对话”走向“行动”所面临的普遍挑战。

五、横向对比：星火X2.5与国际主流大模型孰优孰劣

要全面理解科大讯飞星火X2.5的行业定位，将其与国际主流大模型进行横向对比是必要的。以下从参数规模、架构设计、上下文长度、核心能力和定价策略等维度进行系统比较。

从对比中可以清晰地看到科大讯飞星火X2.5的几个差异化优势：

第一，全国产算力训练。 这是科大讯飞星火X2.5最独特的标签。在全球算力供应链不确定性增加的背景下，能够在不依赖海外高端GPU的情况下完成从训练到推理的全流程，具有重要的战略意义。

第二，性价比突出。 科大讯飞星火X2.5的定价为输入1.6元/百万Token、输出6元/百万Token，目前还提供限时5折优惠。相比GPT-4o约5美元/百万Token的输入价格和15美元/百万Token的输出价格，科大讯飞星火X2.5在价格上具有显著优势。

第三，上下文窗口领先。 科大讯飞星火X2.5的256K上下文窗口超过GPT-4o的128K和DeepSeek-V3的163,840 Token，在长文本处理场景中具有优势。

当然，科大讯飞星火X2.5也面临一些挑战。GPT-4o的多模态能力和成熟的生态系统、DeepSeek-V3在数学和代码评测上的出色表现，都是科大讯飞星火X2.5需要持续追赶的方向。

六、端侧布局：星火X2.5-4B和1.7B的开源战略

6.1 业界首个百万级上下文端侧模型

在科大讯飞星火X2.5云端旗舰正式发布之前，其端侧版本已经先行一步。2026年9月1日，科大讯飞全资子公司词元星火正式推出并开源星火X2.5-4B和星火X2.5-1.7B两款端侧通用大模型。

这两款端侧模型是业界首个原生支持最长100万Token上下文的端侧产品。这意味着即使在资源受限的终端设备上，用户也可以处理长达百万Token的文档——相当于数百万字的长篇小说或数百页的技术资料。

两款端侧模型采用混合注意力架构，并围绕智能体、代码、数学和指令遵循等核心能力进行了针对性优化。它们可以直接进行本地化部署，完美契合长文档深度处理、代码辅助开发以及复杂数据分析等多样化应用场景。

6.2 端侧模型的落地场景与实测表现

端侧模型的价值在于“让AI走进终端”。大模型正在加速进入手机、PC、汽车座舱、智能家居和机器人等终端设备。科大讯飞星火X2.5的端侧模型正是针对这一趋势的前瞻性布局。

在智能家居场景中，星火X2.5-1.7B在Domux智能家居测试集上的表现令人印象深刻：控制指令端到端执行正确率达到90.3%，平均响应时间仅为0.85秒。这一数据说明科大讯飞星火X2.5的端侧模型在兼顾准确度与速度方面达到了实用水平。

科大讯飞星火X2.5端侧模型可面向个人办公、代码开发、智能硬件和机器人等场景，提供本地化智能能力。本地化部署的优势在于：数据不需要上传云端，隐私安全性更高；不需要网络连接，响应速度更快；不依赖云端算力，使用成本更低。

6.3 云端与端侧协同的双轮驱动

科大讯飞星火X2.5的发布策略体现了“云端旗舰+端侧开源”的双轮驱动思路。

云端旗舰科大讯飞星火X2.5（293B-A30B）面向需要最强算力和最大模型能力的场景，如复杂代码开发、深度数据分析、大规模内容生成等。端侧模型（4B和1.7B）则面向需要本地化部署、低延迟响应、数据隐私保护的场景，如智能家居控制、移动端AI助手、边缘计算设备等。

这种双轨策略使得科大讯飞星火X2.5能够覆盖从云端到终端的完整应用光谱。用户可以根据自己的算力资源、隐私需求和成本预算，选择最适合的模型版本。

七、商业定价与开发者生态

7.1 定价策略：高性价比的全国产方案

科大讯飞星火X2.5已在讯飞星辰MaaS平台上线。定价方面，输入为1.6元人民币/百万Token，输入缓存命中为0.24元人民币/百万Token，输出为6元人民币/百万Token。

目前科大讯飞星火X2.5还提供限时5折优惠，优惠后输入、缓存命中输入和输出价格分别为1.6元、0.24元和6元（注：这里的5折是指相对于原价3.2元、0.48元和12元而言）。

这一价格体系与此前国内主流大模型厂商的定价策略基本一致，但考虑到科大讯飞星火X2.5是在全国产算力平台上完成训练的，其成本结构具有独特的优势。随着国产算力生态的进一步成熟和规模效应的释放，科大讯飞星火X2.5在未来还有进一步降本的空间。

7.2 开发者生态：开放平台与开源社区

科大讯飞星火X2.5已上线讯飞开放平台，开发者可以通过平台API调用模型能力。同时，端侧模型的开源也为开发者社区提供了更多的选择。

开源端侧模型的意义不仅在于免费使用，更在于开发者可以基于开源模型进行二次开发和定制化训练。对于有特定行业需求的企业用户而言，这意味着可以在科大讯飞星火X2.5的基础上打造专属的行业大模型。

八、产业影响与未来展望

8.1 对国产大模型格局的影响

科大讯飞星火X2.5的正式发布，对国产大模型的竞争格局产生了重要影响。

首先，它证明了“全国产算力”路线是可行的。在很多人还在担忧“国产算力能否支撑大模型训练”的时候，科大讯飞星火X2.5用2930亿参数的模型给出了肯定的答案。这不仅增强了行业对国产算力的信心，也为其他国产大模型厂商提供了可借鉴的技术路线。

其次，它将代码和智能体作为核心突破方向，为国产大模型的差异化竞争提供了新的思路。在通用对话能力逐渐趋同的背景下，谁能率先在“真实干活”的能力上取得突破，谁就能在下一阶段的竞争中占据优势。

第三，科大讯飞星火X2.5的端侧开源策略，降低了中小企业和个人开发者使用大模型的门槛。业界首个支持百万级上下文的端侧模型，使得在资源受限的设备上运行大模型成为可能，这将加速大模型在更广泛场景中的落地。

8.2 仍需正视的差距与挑战

在肯定科大讯飞星火X2.5成果的同时，也需要正视其与全球顶尖模型之间仍存在的差距。

从实测来看，科大讯飞星火X2.5在一次性交付完整代码的能力上仍有提升空间；在3D创作等复杂任务中，从规划到执行的转化还不够稳定；前端页面的排版和产品质感也有待优化。这些问题的背后，反映的是模型在复杂任务理解、长链路规划和精细化执行等方面的综合能力仍需持续打磨。

此外，多模态能力是目前科大讯飞星火X2.5尚未重点突破的方向，而GPT-4o等模型已经在多模态领域积累了较强的能力。未来科大讯飞星火X2.5是否会在多模态方向发力，值得持续关注。

8.3 未来演进方向

基于科大讯飞星火X2.5当前的技术路线和产业定位，可以对其未来演进方向做出以下判断：

第一，代码与智能体能力的持续深化。 这是科大讯飞星火X2.5当前的核心赛道，也是未来最具想象空间的方向。随着模型在代码生成、任务规划、工具调用等方面的能力持续提升，科大讯飞星火X2.5有望成为真正意义上的“AI程序员”和“AI助手”。

第二，端侧模型的进一步普及。 随着端侧模型能力的提升和开源生态的丰富，科大讯飞星火X2.5有望在更多终端设备上落地，从智能家居到自动驾驶，从个人电脑到工业机器人。

第三，行业垂直场景的深耕。 依托科大讯飞在教育、医疗、办公等领域的行业积累，科大讯飞星火X2.5有潜力在垂直行业应用中形成差异化优势。

科大讯飞星火X2.5的正式发布，是中国大模型产业发展的重要里程碑。它以2930亿参数的MoE架构、256K上下文窗口、200余种语言覆盖和全国产算力训练的全流程自主可控，向世界展示了中国AI技术的实力与决心。

从技术角度看，科大讯飞星火X2.5在代码生成、智能体能力和数学推理等方面的突破，使其具备了从“对话”走向“行动”的潜力。从产业角度看，其“云端旗舰+端侧开源”的双轨策略和极具竞争力的定价，为不同规模、不同场景的用户提供了灵活的选择。

当然，科大讯飞星火X2.5仍处于快速迭代的进程中。从实测中暴露的一次性代码交付不稳定、复杂3D任务执行困难等问题来看，科大讯飞星火X2.5在从“能用”到“好用”的道路上仍有持续优化的空间。但正是这种坦诚面对不足、持续迭代进步的态度，让人们对科大讯飞星火X2.5的未来充满期待。

大模型的竞赛远未结束，科大讯飞星火X2.5的发布只是一个新的起点。在通往通用人工智能的道路上，国产大模型正在用自己的步伐坚定前行。

常见问题（FAQ）

问1：科大讯飞星火X2.5的发布时间是什么时候？

科大讯飞星火X2.5于2026年9月7日正式发布。在此之前，其端侧版本星火X2.5-4B和1.7B已于2026年9月1日先行开源。

问2：科大讯飞星火X2.5的参数规模是多少？

科大讯飞星火X2.5采用MoE架构，总参数规模为293B-A30B，即总参数量2930亿，每次推理激活约300亿参数。

问3：科大讯飞星火X2.5的上下文窗口有多大？

科大讯飞星火X2.5支持256K的上下文窗口。其端侧版本星火X2.5-4B和1.7B则支持最长100万Token的上下文。

问4：科大讯飞星火X2.5的核心升级方向是什么？

科大讯飞星火X2.5重点提升了代码生成与调试能力和AI智能体能力，同时在数学推理、语言理解等通用能力上也持续增强。

问5：科大讯飞星火X2.5是在什么算力平台上训练的？

科大讯飞星火X2.5基于全国产算力完成全流程训练及推理，是国内首个实现从训练到推理全流程国产化的大模型之一。

问6：科大讯飞星火X2.5支持哪些语言？

科大讯飞星火X2.5可覆盖200余种语言，在语言理解、答题、推理等通用任务上均有优异表现。

问7：科大讯飞星火X2.5的定价是多少？

科大讯飞星火X2.5在讯飞星辰MaaS平台的定价为：输入1.6元/百万Token，输入缓存命中0.24元/百万Token，输出6元/百万Token。目前提供限时5折优惠。

问8：科大讯飞星火X2.5的端侧模型有什么特点？

星火X2.5-4B和1.7B两款端侧模型已开源，是业界首个支持最长100万Token上下文的端侧模型。它们采用混合注意力架构，可本地部署于长文档处理、代码辅助、数据分析等场景。

问9：科大讯飞星火X2.5在哪里可以体验？

科大讯飞星火X2.5已在讯飞开放平台和讯飞星辰MaaS平台上线，用户可以通过平台API调用模型能力。

问10：科大讯飞星火X2.5和GPT-4o相比有什么优势？

科大讯飞星火X2.5的主要优势在于：全国产算力训练（不依赖海外GPU）、更高的性价比（输入1.6元 vs GPT-4o约$5/百万Token）、更大的上下文窗口（256K vs 128K）。当然在多模态能力等方面，GPT-4o目前仍有优势。