訊飛星火X2.5 發布：從端側互動到財報拆解，展現強大 Agent 與國產算力適配能力
為何重要
訊飛星火 X2.5 的發布不僅展示模型在程式碼與 Agent 能力上的精進，更揭示了國產算力生態系統演進的關鍵里程碑——訓練效率從 30% 逼近至 93%，這對於依賴國產晶片進行商業化落地的廠商而言，是極具說服力的可行性證明。對投資人與產業觀察者來說，這表徵著中國 AI 市場正從單純的模型研發，邁向「訓練-推論全鏈路」自主可控與實際業務交付的深水區，具備較高的產業引導意義。
訊飛發布高引數 MoE 模型星火 X2.5（293B-A30B），重點強化程式碼與智慧體效能，並原生支援 Anthropic 協議與多種 Harness 框架。此前開源的 4B 與 1.7B 端側模型可在裝置上原生處理百萬 Token 上下文，此次發布更顯示其在國產算力平臺上的訓練效率顯著提升。
- 訓練效能大幅升級：MoE 模型在訊飛國產算力平臺的訓練效率，相較同規模 A800 叢集，從開箱狀態的 30% 提升至 93%。
- 多語言與 Agent 支援：覆蓋 200 餘種語言，API 原生支援 Anthropic、Responses 協議，並相容 OpenClaw、Claude Code 等第三方框架。
- 強端側實力：訊飛先前開源之 4B 與 1.7B 模型皆能在端側原生執行數十萬至百萬 Token 上下文任務。
- 複雜場景實測：在文中實測中，該模型能於 30 分鐘內完成 61 頁 Q2 財報分析並產出風險簡報，並能從非結構化圖片資料中識別邏輯 Bug。