科大讯飞发布星火X2.6：端云一体，把敏感数据留在本地

一、端云一体到底分了什么工

刘庆峰在发布现场给了一个很直白的比例：未来大概 60% 的任务在本地端侧跑，30% 走云端协同，剩下 10% 才完全交给云端。说白了，就是把「一股脑全扔给云」这件事拆开——能本地解决的，就不把数据传出去；本地搞不定的复杂推理，再上云。这对企业用户尤其关键：敏感数据不出端，既省了 token 费用，也少了一层泄密顾虑。

二、云端模型：293B 参数、百万上下文

云端底座是星火 X2.6 的 293-A30B，一个 2930 亿总参数、每次激活 300 亿的 MoE 架构，上下文窗口拉到 100 万 token。这量级放到国产模型里属于第一梯队。官方说法是首次基于全国产算力实现代码与智能体能力突破，在国际公开测试集上对标一流水平——你可以把它理解成「能用自然语言描述需求，它就帮你规划步骤、调工具、生成能跑的应用」。

三、端侧 4B 开源，本地能办事了

端侧模型 X2.6-4B 这次直接开源，这是个很实在的信号。它从「能对话」往「能办事」走：通过端云一体训练，模型会根据自身能力动态挑老师、调学习内容，强化长文本理解和工具调用，官方给的智能体任务覆盖度是 41.9%。现场演示了一个机器人创业公司 CEO 的经营复盘——模型只靠本地资料就能关联周报、采购通知和项目邮件，识别经营风险，而且结论可追溯、资料不出端。

四、价格比谁低

定价上，X2.6 云端输入 0.9 元 / 百万 token，缓存命中 0.08 元，输出 3.6 元；据智东西报道，这个输出价在缓存未命中时比 DeepSeek V4.1-Flash-1017 还低。对价格敏感的中小团队来说，国产模型把单价卷到这个位置，选型时确实多了个能认真考虑的选项。

五、为什么这条路线值得看

星火 X2.6 不只是一个新模型，它把「端云协同」当成了产品哲学。在数据安全监管趋严、企业算账越来越细的当下，把敏感计算留在本地、把弹性算力放云端，比单纯堆参数更贴近真实业务。对开发者来说，值得跟进的是它开源的端侧 4B 和那套端云训练方法，说不定能给你的私有化部署省下不少功夫。