9 月 7 日，科大讯飞上线星火 Spark-X2.5 文本模型。讯飞星辰 MaaS 模型广场把它标为 293B-A30B 的 MoE 模型，支持 256K 上下文；官网给出的限时价格是输入 1.6 元、缓存命中输入 0.24 元、输出 6 元，单位均为每百万 Token。
这次发布同时带来三个容易混在一起的数字：293B 是闭源旗舰的总参数，A30B 表示每个 Token 约激活 30B 参数，1M 上下文则属于此前开源的 4B 和 1.7B 端侧模型。对开发者而言，三者分别影响模型权重、单 Token 计算量和 KV cache，占用的并不是同一笔资源。
293B-A30B 降低单次计算量，不会把全部权重缩成 30B
MoE 会根据输入为每个 Token 选择部分专家网络。Spark-X2.5 的 A30B 标识说明一次前向计算不会遍历全部 293B 参数，但部署时仍要保存并调度完整专家集合；跨设备通信、专家负载是否均衡、批处理规模和缓存命中都会影响最终吞吐。
只做权重量级示意，293B 参数若分别按 BF16、8-bit 和 4-bit 保存，原始权重约为 586GB、293GB 和 146.5GB。这些数字不包含量化元数据、KV cache、运行时工作区、专家冗余和服务副本，也不是科大讯飞公布的部署配置。官方目前通过 API 提供旗舰模型，没有公开它的专家数量、每次路由的专家数、量化格式、集群拓扑或实测并发，因此不能把 A30B 直接理解成“部署成本等于一台 30B 模型”。
同样需要分开的还有能力结论。公开产品页称 X2.5 重点提升代码与智能体能力，但没有给出闭源 293B-A30B 版本的完整评测表、Agent 框架、采样参数和单题成本。开源仓库中的 SWE-bench、BFCL 等成绩属于 4B/1.7B 端侧模型，不能转移到旗舰 API。现阶段可以确认的是模型、上下文和价格已经上线，尚不能据此确认它在代码或 Agent 任务上领先同类模型。
五折价格让试用账单变小，长期预算要按原价留余量
讯飞星辰 MaaS 页面显示，Spark-X2.5 的输入价从 3.2 元降至 1.6 元，输出价从 12 元降至 6 元；产品页同时列出缓存命中输入 0.24 元。页面将其标为“限时五折”，但没有标出结束日期，所以 1.6/0.24/6 元适合计算当前试用成本，不宜直接当作长期合同价格。
按官网当前单价，三个可复算场景如下。这里不包含搜索、工具、存储、网络和平台套餐费用，Agent 场景中的缓存比例也只是预算假设。
| 工作负载 | Token 口径 | 当前单次或整段费用 |
|---|---|---|
| 长文摘要 | 10 万输入 + 5000 输出 | 0.19 元；输入全部命中缓存时 0.054 元 |
| 代码审阅 | 10 万输入 + 2 万输出 | 0.28 元；输入全部命中缓存时 0.144 元 |
| 20 步 Agent | 每步平均 5 万输入 + 2000 输出，共 100 万输入 + 4 万输出 | 无缓存 1.84 元；若 80% 输入命中缓存，约 0.752 元 |
缓存价的价值取决于工作流能否反复复用稳定前缀。若每一步都改写系统提示、工具定义或历史消息，实际命中率可能远低于 80%；多轮 Agent 还会因为把历史对话重复送入模型，使总输入 Token 远大于用户新写入的文本。折扣结束后，仅按页面原价计算，非缓存输入和输出部分会翻倍。
“低价”也要放在同一平台、同一币种和同一百万 Token 口径下比较。9 月 7 日的星辰 MaaS 页面上，Spark-X2.5 为 256K、1.6/6 元；同平台的 Qwen3.5-397B-A17B 为 256K、1.2/7.2 元，DeepSeek-V4-Flash 为 1M、1/2 元。Spark-X2.5 的输入并非页面最低，输出也不是最低；它的价格优势更准确地说是旗舰模型进入了每百万 Token 数元的试用区间。不同模型的模态、能力、服务等级和折扣周期不同，这张价目表不能替代同任务、同 Agent 框架下的质量与总成本测试。
4B 和 1.7B 可以本地部署，但 1M 上下文首先考验内存
9 月 1 日开源的 Spark-X2.5-4B 和 1.7B 是两款稠密小模型，不是 293B-A30B 旗舰的量化版。官方仓库以 Apache 2.0 许可证提供权重和部署说明，模型采用“三层滑动窗口注意力加一层全注意力”的混合结构，最长位置编码为 1,048,576 Token；仓库同时提醒，内存不足时应主动降低 context-length。
Hugging Face 文件可复算出更直观的本地门槛：4B 的 BF16 权重约 7.66GiB，FP8 权重约 4.15GiB；1.7B 分别约 3.18GiB 和 1.84GiB。权重能装进设备，只是部署的第一步。
按公开配置进一步估算，4B 有 9 个全注意力层、27 个 512-Token 滑窗层，KV 头数为 4、头维度 256；1.7B 有 7 个全注意力层、21 个滑窗层，KV 头数为 2。假设单并发、K/V 都按 BF16 保存，且滑窗层只保留 512 Token，真正把上下文开到 1M 时，KV cache 约需 36.05GiB 和 14.02GiB。加上 BF16 权重后，两款模型在尚未计入框架工作区和中间激活前，分别已接近 43.7GiB 和 17.2GiB。
这项估算不是官方实测，运行框架也可能使用量化 KV cache、分页缓存或卸载来换取更低显存，但代价通常会落到精度、延迟或系统内存上。因而“原生支持 1M”说明模型和运行时能够处理这一长度，不表示普通端侧设备可以低成本、满长度、高并发运行。实际部署应先选择目标文档长度，再测首 Token 延迟、每秒输出 Token、峰值内存和缓存复用率，而不是默认把上下文滑块拉满。
“全国产算力”说明了公司路线，效率还缺可比较数据
科大讯飞 2026 年半年度报告把星火描述为从硬件基础、软件支撑到训练和推理的全栈国产化路线，并列出 X2、X2-Flash 和 X2-VL 的迭代。闭源 X2.5 的产品页延续了“全国产平台训练”的表述；开源 4B/1.7B 仓库则进一步写明模型在华为昇腾集群上训练，并提供昇腾、海光、后摩以及 NVIDIA 等硬件的运行入口。
这两组披露不能互相替代。小模型公开的训练硬件和适配清单，不足以证明 293B-A30B 旗舰使用了相同芯片型号、集群规模和软件版本。旗舰也尚未披露训练 Token 数、训练周期、卡数、集群利用率、推理吞吐、首 Token 延迟和单位能耗，因此“全国产”目前可以确认的是公司选择并对外披露的供应链与技术路线，不能单独证明比其他硬件平台更高效或更便宜。
对准备接入的团队，最有价值的下一步不是继续比较总参数，而是用自己的 Agent 轨迹做小规模压测：记录非缓存输入、缓存命中输入和输出 Token，固定工具与采样设置，再对照任务成功率和端到端延迟。若采购目标是国产算力链路与公开 API，X2.5 已经提供了可试用的入口；若目标是本地可控部署，应直接评估 4B/1.7B，并从远低于 1M 的上下文开始。折扣结束时间、旗舰评测协议、并发限额与硬件栈细节，将决定这次发布能否从低价入口变成可持续的生产方案。
