Дом
Xunfei Xinghuo X2-Flash выходит на рынок с повышенной вычислительной мощностью и поддержкой длинных текстов объемом до 256 КБ
29 апреля компания iFLYTEK официально представила новую модель Spark X2-Flash и открыла доступ к своему API-интерфейсу, что стало новым этапом в повышении эффективности приложений на базе крупных моделей, построенных на отечественной экосистеме вычислительных ресурсов.
Модель использует современную архитектуру MoE (Mixture of Experts) с общим количеством параметров 30 миллиардов. Ее отличительной особенностью является поддержка сверхдлинного контекста длиной до 256K. Примечательно, что модель Spark X2-Flash была полностью обучена на кластере Ascend 910B компании Huawei, что демонстрирует синергию отечественного программного и аппаратного обеспечения для обучения глубокого обучения.

Что касается основной производительности, Spark X2-Flash обеспечивает значительное повышение возможностей по генерации агентов и кода. Сторонние тесты показывают, что его производительность при решении сложных задач — таких как обработка подробных исследовательских отчетов, управление и вызов навыков, а также управление системой — достигла уровня ведущих отраслевых моделей с триллионами параметров.
Что касается стоимости, которая важна для разработчиков, Spark X2-Flash превосходит аналоги. В тестах с идентичным рабочим процессом его потребление токенов составляет всего одну треть от потребления текущих основных крупных моделей, что значительно снижает барьер для создания сложных приложений-агентов. Например, при создании сложных навыков генерации видео модель не только быстро улавливает требования, но и предлагает подробные объяснения, охватывающие структуру навыка и основные функции.

С технической точки зрения Spark X2-Flash — первая модель, сочетающая DSA (Sparse Attention) и MTP (Multi-Token Prediction) на отечественных чипах. Эта инновация решает проблему медленного обучения на длинных текстах на отечественных вычислительных платформах, повышая эффективность обучения в 4,5 раза по сравнению с кластерами аналогичного масштаба. Кроме того, для сценариев обучения с подкреплением агентов модель более чем в два раза повышает эффективность вывода по выборке за счет комбинированных алгоритмических и инженерных оптимизаций, эффективно устраняя узкие места в производительности при длительных сценариях взаимодействия.
В настоящее время такие приложения, как AstronClaw и Loomy, первыми завершили интеграцию. Модель также глубоко согласована с международными основными фреймворками агентов, такими как OpenClaw и Claude Code, предлагая разработчикам по всему миру более экономичный вариант отечественных вычислительных мощностей.
Связанная статья
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
Рекомендации по связанным специальным темам
Комментарии (0)
29 апреля компания iFLYTEK официально представила новую модель Spark X2-Flash и открыла доступ к своему API-интерфейсу, что стало новым этапом в повышении эффективности приложений на базе крупных моделей, построенных на отечественной экосистеме вычислительных ресурсов.
Модель использует современную архитектуру MoE (Mixture of Experts) с общим количеством параметров 30 миллиардов. Ее отличительной особенностью является поддержка сверхдлинного контекста длиной до 256K. Примечательно, что модель Spark X2-Flash была полностью обучена на кластере Ascend 910B компании Huawei, что демонстрирует синергию отечественного программного и аппаратного обеспечения для обучения глубокого обучения.

Что касается основной производительности, Spark X2-Flash обеспечивает значительное повышение возможностей по генерации агентов и кода. Сторонние тесты показывают, что его производительность при решении сложных задач — таких как обработка подробных исследовательских отчетов, управление и вызов навыков, а также управление системой — достигла уровня ведущих отраслевых моделей с триллионами параметров.
Что касается стоимости, которая важна для разработчиков, Spark X2-Flash превосходит аналоги. В тестах с идентичным рабочим процессом его потребление токенов составляет всего одну треть от потребления текущих основных крупных моделей, что значительно снижает барьер для создания сложных приложений-агентов. Например, при создании сложных навыков генерации видео модель не только быстро улавливает требования, но и предлагает подробные объяснения, охватывающие структуру навыка и основные функции.

С технической точки зрения Spark X2-Flash — первая модель, сочетающая DSA (Sparse Attention) и MTP (Multi-Token Prediction) на отечественных чипах. Эта инновация решает проблему медленного обучения на длинных текстах на отечественных вычислительных платформах, повышая эффективность обучения в 4,5 раза по сравнению с кластерами аналогичного масштаба. Кроме того, для сценариев обучения с подкреплением агентов модель более чем в два раза повышает эффективность вывода по выборке за счет комбинированных алгоритмических и инженерных оптимизаций, эффективно устраняя узкие места в производительности при длительных сценариях взаимодействия.
В настоящее время такие приложения, как AstronClaw и Loomy, первыми завершили интеграцию. Модель также глубоко согласована с международными основными фреймворками агентов, такими как OpenClaw и Claude Code, предлагая разработчикам по всему миру более экономичный вариант отечественных вычислительных мощностей.
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства











