10 млрд токенов бесплатно: Spark-X2.6 на чистом коде собрал 3D-запретный город
10 млрд токенов бесплатно: Spark-X2.6 на чистом коде собрал 3D-запретный город 💡 На ежегодном фестивале разработчиков iFlytech (1024 Developer Festival) компания представила свои достижения в области ИИ. Особое внимание привлекает серия открытых моделей Spark-X2.5, выпущенная в сентябре: совокупное количество загрузок по всем каналам превысило 2,56 млн, что вывело её в топ-4 среди мобильных моделей в мире. Версия 4B даже возглавляла тренды Hugging Face за последние 7 дней. Однако главный интерес вызывает не просто статистика, а стратегия iFlytech: полный цикл автономности. От обучения и инференса до развёртывания на устройствах компания использует исключительно отечественные вычислительные мощности, исключая зависимость от NVIDIA. ⚡ Путь к полной локализации вычислений сложен. Преимущества NVIDIA лежат не только в железе, но и в экосистеме CUDA, требующей глубокой адаптации со стороны китайских разработчиков. iFlytech начала этот путь в 2023 году с платформы «Feixing No.1» совместно с Huawei, затем выпустила модели Spark-V3.5 и Spark-X1. Новая версия Spark-X2.6 решает проблему разделения нагрузки между облаком и устройством. Модель использует MoE-архитектуру с общим числом параметров 293B (активируется ~30B) и поддерживает контекст 1M токенов. Цена API снижена: 0,9 юаня за 1M входных и 3,6 юаня за 1M выходных токенов. По сравнению с X2.5, кодирование и агентские способности выросли на 8%, эффективность на отечественных платформах обучения увеличилась в 4 раза, а расход токенов в частых сценариях снижен на 60%. 🤔 В ходе тестирования API Spark-X2.6 была интегрирована в DeepSeek Harness для работы с файлами и кодом. Модель успешно сгенерировала SVG-изображение пеликана на велосипеде, 3D-симулятор кубика Рубика на чистом CSS и полноценный 3D-тур по Запретному городу, состоящий из index.html, style.css и main.js. Также была протестирована локальная версия Spark-X2.6-4B (Q4-квантование, запуск через Ollama на CPU). Модель обработала разрозненные бизнес-документы, выявила противоречия в данных о выручке (25,5 млн против 23,7 млн юаней) и риски поставок, составив отчёт за 6,8 минут. Точность выполнения агентских задач выросла с 12,8% до 41,9% по сравнению с аналогами того же размера. 📌 Что это значит на практике: Система iFlytech позволяет гибко распределять задачи: конфиденциальные данные обрабатываются локально, сложные вычисления уходят в облако. Тестирование контракта показало, что локальная модель за 4,3 минуты маскирует 26 чувствительных полей, а облачная версия за 70,8 секунд (расход 7368 токенов) находит 18 рисков и 8 конфликтов в условиях. Точность маршрутизации задач достигла 96,1%, что критически важно для корпоративного внедрения. 🚀 Внедрение ИИ в бизнес сталкивается с дилеммой: облако обеспечивает мощь, но дорого и рискованно для приватности; локальные устройства быстры и безопасны, но ограничены в возможностях. Согласно Stanford AI Index 2026, 88% компаний используют ИИ, но масштабное внедрение агентов остаётся на уровне единиц процентов. iFlytech предлагает решение через гибридную архитектуру, где выбор зависит от конкретной задачи. Хотя путь к полной локализации длинен — как в случае с Beidou или C919 — ранние инвестиции iFlytech в отечественные вычислительные мощности уже приносят плоды, создавая устойчивую основу для будущих разработок. Перевод и адаптация: AI Lab. Источник: QbitAI (量子位), https://www.qbitai.com/2026/10/505225.html #AI #LLM #iFlytech #SparkX2.6 # #EdgeAI