Spark-X2.6
TokenSpark 的 1.7B 和 4B 端侧智能体模型,可切换思考模式,位置上限 100 万 token。Apache 2.0。
一句话概括. Spark-X2.6 是一对小语言模型,参数量分别为 1.7B 和 4B,设计目标是在笔记本、手机或边缘开发板上运行,同时仍能调用工具和写代码。你可以把它的逐步思考关闭、设为低或高,用质量换速度。它按 Apache 2.0 免费使用,包括商用。
概述
Spark-X2.6 是 TokenSpark 推出的第二代开放权重紧凑语言模型家族,于 2026 年 10 月 19 日以 Apache 2.0 许可证发布在 Hugging Face。它有 1.7B 和 4B 两种规模,每种都有基础检查点、FP8、INT8 和 INT4 版本以及 GGUF 文件。根据配置文件,4B 模型有 36 层,其中每四层有三层使用 512 token 的滑动窗口注意力,第四层使用全注意力,最大位置设置为 1,048,576 token。模型卡里的 SGLang 示例用这个数值作为上下文长度,并提醒需要足够的设备内存。TokenSpark 称 Spark-X2.6 沿用了 8 月 Spark-X2.5 的架构,提升来自更好的后训练,主要体现在编程、智能体工具调用、长上下文、多语言和推理上。
思考模式可以切换:聊天模板默认是高强度,你可以设为低,也可以关闭思考。模型卡称,从高切到低,4B 模型的平均得分下降 1.7 分、输出长度减少 22.0%,1.7B 模型的平均得分下降 4.0 分、输出长度减少 37.3%。它的基准结果是图片,所以我们不引用其中的分数。TokenSpark 声称在同等规模的开放模型中结果最佳,在若干基准上与某些 9B 模型持平或超过,效率也不低于 Qwen3.5-4B 和 Gemma-E4B。模型卡记录了这些用法:带远程代码的 Transformers,NVIDIA GPU 和昇腾 NPU 上的 vLLM 与 SGLang,面向 Apple 芯片、Linux CPU 和 CUDA 的 Spark-MLX-LLM,用于 llama.cpp、Ollama 和 LM Studio 的 GGUF 文件,以及能在浏览器里运行 INT4 版本的社区 WebGPU 演示。
4B 模型的 BF16 版本为 8.24 GB,INT4 版本为 3.41 GB;1.7B 模型分别为 3.43 GB 和 1.71 GB。截至 2026 年 11 月 11 日的 30 天内,Hugging Face 统计 4B 的 GGUF 仓库约有 66 万次下载,4B 的 Transformers 仓库约有 2.7 万次。模型卡推荐用 Llama-Factory 微调。我们没有找到独立的评测,除了它的 Hugging Face 主页和官网之外,也很少有关于这家公司的公开信息,所以请在你自己的任务上测试。
适合做什么
- 在笔记本、手机和边缘开发板上运行端侧助手和智能体,因为 4B 的 INT4 版本只有 3.4 GB
- 用 GGUF 文件通过 Ollama、LM Studio 或 llama.cpp 做快速的本地对话
- 想要思考开关的应用,简单请求可以跳过冗长的推理
- 用 Llama-Factory 微调一个 Apache 2.0 的小模型
需要注意
- 基准结果是 TokenSpark 提供的图表,依赖它的说法之前请先在自己的任务上测试
- 百万 token 的上下文需要很大的内存,模型卡说必要时应降低上下文长度
- 模型卡的示例用远程代码加载模型,并固定了 Transformers 4.57.1
- 公开信息很少,请自行确认你需要的公司背景和支持
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 Spark-X2.6-1.7B 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| Spark-X2.6-1.7B BF16 | 1.71B | 3.93 GB | 1.97 GB | 1.18 GB | 笔记本或手机 |
| Spark-X2.6-1.7B INT4 INT4 | 1.71B | 3.93 GB | 1.97 GB | 1.88 GB | 笔记本或手机 |
| Spark-X2.6-4B BF16 | 4.11B | 9.45 GB | 4.73 GB | 2.84 GB | 笔记本或手机 |
| Spark-X2.6-4B INT4 INT4 | 4.11B | 9.45 GB | 4.73 GB | 3.75 GB | 笔记本或手机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
常见问题
- Spark-X2.6 是什么?
- Spark-X2.6 是一对小语言模型,参数量分别为 1.7B 和 4B,设计目标是在笔记本、手机或边缘开发板上运行,同时仍能调用工具和写代码。你可以把它的逐步思考关闭、设为低或高,用质量换速度。它按 Apache 2.0 免费使用,包括商用。
- Spark-X2.6 可以商用吗?
- 可以。Spark-X2.6 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Spark-X2.6 是开源的吗?
- Spark-X2.6 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Spark-X2.6 吗?
- 可以。最小版本 Spark-X2.6-1.7B 在 4 位精度下约需 1.18 GB 内存,现代笔记本或中端显卡即可胜任。
- Spark-X2.6 是什么时候发布的?
- Spark-X2.6 由 TokenSpark (SparkLLM) 于 2026年10月19日 发布。
- Spark-X2.6 的上下文窗口有多长?
- Spark-X2.6 支持最长 1M token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Spark-X2.6-4B model card (Hugging Face) huggingface.co
- Spark-X2.6-4B configuration file (Hugging Face) huggingface.co
- Spark-X2.6-4B Apache 2.0 license file (Hugging Face) huggingface.co
- Spark-X2.6-1.7B model page (Hugging Face) huggingface.co
- XHToken organization profile (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Qwen3.8-27B Alibaba Qwen | 27.8B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| Gemma 4 Google DeepMind | 5.1B – 30.7B | 256K | Apache 2.0 (宽松) | 3.52 GB 笔记本或手机 | |
| LFM3 Liquid AI | 1.73B – 2.17B | 256K | LFM Open 1.0 (附条件) | 1.19 GB 笔记本或手机 | |
| Nemotron 3 Nano 4B NVIDIA | 3.97B | 256K | NVIDIA Nemotron (宽松) | 2.74 GB 笔记本或手机 |