星火 X2.5-4B/1.7B 开源：端侧首个百万上下文

科大讯飞全资子公司词元星火在 9 月 1 日开源了星火 X2.5-4B 和 1.7B 两款端侧通用模型。最扎眼的一点：它是端侧模型里首个原生支持最长 100 万 Token 上下文的。把百万级信息处理能力塞进了本地设备，用的是混合注意力架构，并围绕智能体、代码、数学和指令遵循做了优化。

过去端侧模型处理长内容，得把文档切成几段分别喂，容易忘前情、漏信息。百万上下文解决的不是「能塞更多字」，而是「基于完整信息连续理解」——长上下文管「看不看全」，Agent 和工具调用管「看完能不能动手」。

对一个人公司，这个组合拳很对路：

• 「把整本手册读进去再回答」变成本地能做的事。 售后规则、产品文档、合同范本，一次性灌进去，模型能跨章节关联判断。不用把敏感文档发给云端 API。
• 部署门槛低。 支持英伟达、华为、海光、后摩等硬件，兼容 vLLM、SGLang、llama.cpp，Ollama、LM Studio 一键部署，还能用 LLaMA-Factory 增量训练。多硬件多框架，适配成本被压下来。
• 国产算力全流程训练。 约 20 万亿 Token 预训练，自主可控这条线对国内合规场景很重要。

几个要泼的冷水：

• 4B/1.7B 的能力天花板摆在那，百万上下文是「能装下」，不等于「装下后都能用对」。长程推理、复杂代码还是要看更大模型。
• 基准是官方给出，具体的「长文档 Agent」表现需要你自己拿业务数据测。
• 1.7B 更适合对话和轻量任务，真要干代码和 Agent 活，优先 4B。

我的建议：如果你手上有「长文档 + 反复问答 + 数据不能出网」的场景（合同、手册、内部知识库），星火 X2.5 是端侧里少有的、上下文够长到能一次看全的方案。先本地 Ollama 跑通一个「读完整手册再答」的 demo，比追参数更有价值。

• 报道原文：中国日报网 · 端侧首个支持百万上下文模型开源