科大讯飞：云侧300B至1T搭配端侧1B至几B模型，以极致性价比服务刚需

云侧300B至1T搭配端侧1B至几B模型，以极致性价比服务刚需

　　有投资者在互动平台向科大讯飞提问：“建议科大讯飞有边界的专注小模型。1小模型有边界易应用且易显著提升生产力，2资源消耗少得多，赢家通吃的业态里，以讯飞的资源不可能玩得过有钱有端有算力的竞争者，3最重要的是输出结果因边界可控，天然对冲大模型无法解决的短板。”

　　针对上述提问，科大讯飞回应称：“您好，感谢您的关注与建议。

1、端云协同，按需选模

　　公司重视不同规模模型在具体场景中的应用价值，持续推进端侧小模型与云端大模型协同，根据任务需求、设备条件及成本要求选择适合的模型，兼顾效果、响应速度与资源消耗。9月1日我们发布了两个星火X2.5-4B/1.7B端侧模型，是业内首个原生支持最长100万Token上下文的端侧模型，模型在部分指定任务评测中表现优异，并曾登上Hugging Face热门趋势榜首。

2、聚焦实际业务场景，避免无效参数竞赛

　　我们也关注到，当前业界超大规模参数模型主要体现在超长上下文场景一即1M以上、或至少256K以上的超长上下文训练任务，如复杂智能体和代码领域的训练。在实际应用上，科大讯飞主导的业务场景，教育、医疗、汽车，央国企行业应用等，90%甚至95%以上的场景根本用不到这么长的超长上下文，例如，依托软硬件一体化优势，教育业务中的自动批阅机已经形成了产品代差优势；星火-X2大模型在2026年高考中取得708分，业界并列第一。

3、以极致性价比服务刚需

　　公司不会一味追求模型参数规模，而是聚焦教育、医疗、汽车及消费者产品等实际需求，持续提升模型在特定场景中的可靠性与可用性，采用云端协同——云侧300B至1T模型，搭配端侧1B至几B模型，以极致性价比服务刚需。总体来说，公司不会在参数规模上与头部海外模型'摸高'竞赛，而是算清产业层面的经济账，打赢落地战，形成更可持续的利润与现金流，待国产算力不断进化，逐渐拉平差距后，届时再考虑参与那些追求极致参数规模的长程任务。”