2026 年 9 月 7 日，科大讯飞正式发布星火 X2.5-293B 通用基座模型，在代码生成、智能体协作等核心能力上进一步升级。这是一周内讯飞在模型上的第二个大动作：9 月 1 日它刚开源了 星火 X2.5-4B 和 X2.5-1.7B 两款端侧通用大模型——端侧模型里第一个原生支持 100 万 token（1M）上下文窗口的产品，权重同步上线 Hugging Face 和 GitHub，对应 API 在讯飞星辰 MaaS 平台限时免费开放。
一个 293B 的云端旗舰 + 两个能跑在本地的小模型，构成了 X2.5 家族的完整梯队。这篇文章把三条使用路线全部走通：网页版快速体验、OpenAI 兼容 API 接入、开源权重的本地部署，最后给一张选型对照表。
一、X2.5 家族盘点：三个模型各自管什么
先把三个成员的定位分清楚，这决定你该把功夫花在哪条路上：
| 模型 | 规模 | 上下文 | 获取方式 | 适合场景 |
|---|---|---|---|---|
| 星火 X2.5-293B | 293B | 待官方公布 | 星火网页版/App、星辰 MaaS | 复杂代码、智能体协作、深度推理 |
| 星火 X2.5-4B | 4B | 原生 1M token | 开源权重（Hugging Face/GitHub）+ MaaS API | 手机/PC/车载等端侧长文档处理 |
| 星火 X2.5-1.7B | 1.7B | 原生 1M token | 同上 | 智能家居控制、机器人本体、边缘设备 |
几个值得注意的点：
- 端侧 1M 上下文是行业首次。两款小模型采用混合注意力架构、基于全国产算力训练，此前长上下文基本是大参数云端模型的专利。一本几十万字的资料书、数小时的会议转写，现在可以在本地设备上整本喂进去；
- 小模型也能干活。官方披露在 Domux 智能家居测试集上，X2.5-1.7B 的控制指令端到端执行正确率达 90.3%，平均响应 0.85 秒——离线场景这个延迟很有竞争力；
- 硬件适配面很广：英伟达、华为、海光、后摩等平台都支持，兼容 vLLM、SGLang、llama.cpp 等主流推理框架，可用 Ollama、LM Studio 快速部署，支持用 Llama-Factory 微调；
- 293B 基座今天刚发布，细粒度评测数据官方会陆续放出。按讯飞在半年度业绩会上的说法，今年 1024 开发者节还会推出基于全国产算力的全新主力通用大模型，X2.5-293B 是这一波的先行军。
二、路线一：网页版/App，三分钟体验 293B
只想感受新基座的能力，不需要写任何代码：
- 打开星火网页版
xinghuo.xfyun.cn，手机号注册并完成实名认证（国内产品，实名是硬性要求）； - 在模型选择里切到最新的星火模型入口（新基座会陆续全量，刚发布这几天如果网页版还没切换，可以先体验 App，iOS/安卓搜"讯飞星火"）；
- 建议用三类任务测试：让它写一个带边界条件处理的完整函数、给一个多步骤的 Agent 任务（如"规划一个数据采集脚本，要求失败自动重试并输出报告"）、喂一段长需求文档让它提炼验收标准。
网页版的意义是快速判断这个新基座值不值得你接入 API。如果你的主力场景是编程，重点关注它对复杂逻辑的分步规划能力——这正是本次升级的主打方向。
三、路线二：API 接入（星辰 MaaS 限时免费 + 开放平台）
开发者有两扇门，别搞混：
- 讯飞星辰 MaaS 平台（
maas.xfyun.cn）：X2.5 系列新模型的 API 入口，当前限时免费，适合先跑通流程再谈预算； - 讯飞开放平台（
console.xfyun.cn）：成熟模型（Spark X2 旗舰、Ultra、Lite 等）的按量计费入口。参考定价：Spark X2 旗舰约 ¥2/百万 tokens，Ultra 约 ¥0.8/百万，Lite 永久免费；个人认证送 20 万 tokens 免费包，企业认证送 100 万。
两个平台的调用都是 OpenAI 兼容协议，鉴权用 Bearer Token，base URL 形如 https://spark-api-open.xf-yun.com/v1（星辰 MaaS 的 Key 与开放平台 Key 相互独立，在各自控制台获取）。Python 最小示例：
from openai import OpenAI
client = OpenAI(
api_key="你的API Key", # 控制台获取
base_url="https://spark-api-open.xf-yun.com/v1",
)
resp = client.chat.completions.create(
model="spark-x2.5", # 以控制台模型列表为准
messages=[
{"role": "system", "content": "你是一个资深后端工程师"},
{"role": "user", "content": "用 Python 写一个带指数退避重试的 HTTP 客户端"},
],
stream=True,
)
for chunk in resp:
delta = chunk.choices[0].delta
if delta.content:
print(delta.content, end="", flush=True)
因为协议兼容，迁移成本约等于零：把已有项目里的 base_url 和 api_key 换掉即可。另外星辰 MaaS 的 Coding Plan 同时支持 OpenAI 与 Anthropic 协议，能直接喂给 Claude Code、Cursor 这类编程工具当后端——配置方式和换 OpenAI 端点一样，在工具设置里改 API 地址和 Key。
四、路线三：本地部署开源端侧模型
想在本地跑 X2.5-4B/1.7B，权重在 Hugging Face 的 XHToken/spark-x25 合集和 GitHub XHToken/Spark-X2.5 仓库开放。两条部署路径：
Ollama（最快上手）：适合个人开发机试玩。如果官方 Ollama 模型库已收录，一行命令；未收录就下载 GGUF 后自建 Modelfile：
# 方式一：模型库已收录时
ollama run spark-x2.5:4b
# 方式二：手动导入 GGUF
cat > Modelfile <<'EOF'
FROM ./spark-x2.5-4b-q4_k_m.gguf
PARAMETER num_ctx 131072
EOF
ollama create spark-x2.5-4b -f Modelfile
ollama run spark-x2.5-4b
vLLM（生产向）：适合需要并发服务的场景，4B 量化后在消费级显卡上也能跑：
pip install vllm
vllm serve XHToken/spark-x2.5-4b \
--max-model-len 131072 \
--gpu-memory-utilization 0.85
注意 1M 上下文是模型能力上限，不是默认配置：上下文越长 KV 缓存占的显存越大，4B 模型跑满 1M 上下文需要可观的显存，建议按实际需求设置 max-model-len（16K～128K 通常够用），需要超长上下文再上量化 KV 缓存或 CPU 卸载。微调需求直接用 Llama-Factory，官方确认支持。
五、选型对照：三个模型怎么用才不浪费
- 日常编程/复杂推理 → 293B 基座走 API 或 Coding Plan，能力优先；
- 隐私敏感的长文档分析（合同、病历、内部资料）→ X2.5-4B 本地部署，数据不出设备，1M 上下文整本处理；
- IoT/机器人/车载等边缘控制 → X2.5-1.7B，0.85 秒级响应，离线可用；
- 预算极低的轻量任务 → 开放平台 Lite 模型永久免费，作为兜底备胎。
六、注意事项与常见问题
- 两个平台的 Key 不通用：星辰 MaaS 和开放平台的 API Key 分别申请，混用会 401；
- 限时免费有期限：MaaS 平台 X2.5 的免费窗口以官方公告为准，生产接入前先确认计费规则，避免免费期结束账单失控；
- 293B 不开源：今天发布的是云端基座，开放权重的是 4B/1.7B，别去 Hugging Face 上找 293B；
- 端侧模型不是万能的：1.7B/4B 适合结构化任务（控制指令、格式化工单、本地摘要），开放式创作和复杂代码还是交给云端大模型；
- 实名认证是前提：网页版、API 都需要实名，企业调用建议直接做企业认证拿 100 万 tokens 免费包。
小结
星火 X2.5 这一波的节奏很清晰：开源端侧模型抢"长上下文本地化"的心智，293B 基座撑云端能力上限， Coding Plan 和双协议兼容降低接入门槛。对开发者来说，现在的最佳动作是：网页版试 293B 找感觉，星辰 MaaS 限时免费期把 API 流程跑通，再把 X2.5-4B 拉到本地验证你的长文档场景——三件事都不花钱，花的是半天时间。