Spark-X2.6

Offenes 4B-Modell von iFLYTEK (Apache-2.0) mit 1M Kontext, drei Thinking-Stufen und Tool-Calling – für lokale Agenten auf Notebook oder Workstation.

Überblick

Spark-X2.6-4B ist ein kompaktes, allgemeines Sprachmodell von iFLYTEK, veröffentlicht vom iFLYTEK-nahen Team XHToken (auf Hugging Face „SparkLLM"). Die Gewichte liegen seit dem 19. Oktober 2026 auf Hugging Face; den offiziellen globalen Launch auf Hugging Face, ModelScope und Ollama datiert das Team auf den 21. Oktober 2026. Das Modell folgt gut sechs Wochen auf Spark-X2.5-4B, übernimmt dessen Architektur unverändert und verbessert laut Hersteller allein durch neues Post-Training Coding, Agentik, Langkontext und Reasoning.

Use Cases

Lokale Agenten mit Tool-Calling auf Notebook, Workstation oder Edge-Gerät
Auswertung langer Dokumente und Akten ohne Cloud (Kontext bis 1.048.576 Token)
Coding-Assistenz und kleine Automatisierungen, bei denen Daten das Haus nicht verlassen sollen
Ausgangsmodell für eigenes Finetuning (Base-Checkpoint verfügbar, empfohlen wird Llama-Factory)

Stärken & Grenzen

Stärken

Apache-2.0 ohne Nutzungsbeschränkungen, auch kommerziell
Sehr hohe Herstellerwerte für die Größe: BFCL v4 71,8, SWE-bench Verified 62,8, AA-LCR v1.1 67,3 (jeweils Thinking-Stufe „high")
Steuerbares Reasoning in drei Stufen (none, low, high); Thinking ist standardmäßig an und pro Anfrage abschaltbar
Breite Laufzeit-Unterstützung: Transformers, vLLM, SGLang, llama.cpp, MLX, Ollama, LM Studio

Grenzen

Alle Benchmark-Werte stammen vom Hersteller; unabhängige Messungen fehlen bislang (Artificial Analysis und LMArena führen das Modell nicht, Stand 21.10.2026)
Ein SWE-bench-Verified-Wert von 62,8 bei 4B Parametern liegt weit über dem, was Modelle dieser Klasse sonst erreichen – vor produktivem Einsatz mit eigenen Aufgaben prüfen
Die Model Card nennt nur Englisch und Chinesisch als Sprachen; Spark-X2.5 wurde mit über 200 Sprachen beworben. Deutsch sollte vor dem Einsatz getestet werden
Benötigt trust_remote_code (eigene Modellklasse Spark2_5ForCausalLM)
Der volle 1M-Kontext braucht entsprechend viel Speicher; für kleinere Geräte empfiehlt der Hersteller, die Kontextlänge zu reduzieren

Benchmarks: Quellenlage

Benchmark	Wert	Quelle
BFCL v4	71,8	Launch-Blog (Text)
MCP-Atlas	62,4	Launch-Blog (Text)
BrowseComp	53,1	Launch-Blog (Text)
SWE-bench Pro	54,3	Launch-Blog (Text)
SWE-bench Verified	62,8	Launch-Blog (Text)
AA-LCR v1.1	67,3	Launch-Blog (Text)
GPQA Diamond	77,1	Model-Card-Chart, via BenchLM
IFEval	93,6	Model-Card-Chart, via BenchLM
IFBench	75,8	Model-Card-Chart, via BenchLM
AIME 2026	91,2	Model-Card-Chart, via BenchLM
HMMT Feb 2026	81,3	Model-Card-Chart, via BenchLM
HLE ohne Tools	17,9	Model-Card-Chart, via BenchLM
HLE mit Tools	36,9	Model-Card-Chart, via BenchLM
SciCode	36,8	Model-Card-Chart, via BenchLM
τ²-bench	86,9	Model-Card-Chart, via BenchLM
τ³-bench	34,7	Model-Card-Chart, via BenchLM
LongBench v2	53,3	Model-Card-Chart, via BenchLM

Die Model Card zeigt die Ergebnisse nur als Grafik. Die Werte aus dem Launch-Blog stimmen mit den von BenchLM übernommenen Chart-Werten überein. Laut Hersteller liegt der Durchschnitt über die Vergleichstabelle bei 63,3 (Spark-X2.5-4B: 52,1; Qwen3.5-9B: 49,1).

Praxis-Erfahrung

Ein eigener Test durch thoughtflash steht noch aus. Das Ollama-Paket ist 8,2 GB groß (ollama run SparkLLM/Spark-X2.6-4B); der Hersteller gibt die Inferenz-Effizienz als gleichwertig oder besser als Qwen3.5-4B und Gemma E4B an.

Gut zu wissen

Parameter: 4.112.079.360 (BF16), 36 Layer, Hidden Size 2.560, Vokabular 131.072
Kontext: nativ 1.048.576 Token (max_position_embeddings), Sliding Window 512 in drei von vier Schichten
Varianten: Instruct und Base; quantisierte Fassungen (FP8, INT8, INT4, GGUF) laut Release-Kommunikation
Tool-Calling: in vLLM/SGLang über den Parser spark25
Datenschutz: Lokal betrieben fließen keine Daten zum Hersteller. Eine EU-gehostete API ist nicht bekannt.
Alternativen in der Größenklasse: Gemma 4 E4B, Qwen3.5-4B, Granite 4.2 3B