¿Qué es Spark-X2.6-4B?
Spark-X2.6-4B es un modelo de texto de 4.100 millones de parámetros publicado en Hugging Face el 19 de octubre de 2026 por la cuenta XHToken de SparkLLM, y anunciado por iFlytek, la empresa de voz e IA de Hefei detrás de la familia de modelos Spark, en su 1024 Developer Festival del 22 de octubre junto con un modelo en la nube de 293B. La propia ficha del modelo no nombra a iFlytek. Lee inglés y chino, y viene con un hermano de 1,7B, un modelo base para ajuste fino y versiones FP8, INT8, INT4 y GGUF.
Mantiene la arquitectura de su predecesor, Spark-X2.5-4B; las mejoras vienen del post-entrenamiento. El diseño de 36 capas combina tres capas de atención de ventana deslizante con una ventana de 512 tokens por cada capa de atención completa, lo que mantiene asequibles los contextos largos; la configuración admite 1.048.576 tokens. El razonamiento tiene tres niveles (none, low y high) y está activado por defecto.
Los pesos son Apache 2.0. Cargarlo con Transformers requiere trust_remote_code, así que el Python del propio editor se ejecuta en tu máquina, y la ficha fija Transformers 4.57.1.
¿Merece la pena Spark-X2.6-4B?
El argumento de Spark-X2.6-4B se apoya por completo en la tabla de sus creadores. En 30 evaluaciones promedia 63,3, frente a 49,1 de Qwen3.5-9B, 47,0 de Gemma4-12B y 43,2 de Qwen3.5-4B. Las ventajas son mayores en el trabajo de agentes: 71,8 en llamadas a funciones de BFCL-V4 frente a 50,3 de Qwen3.5-4B, 62,4 frente a 40,8 en MCP-Atlas y 54,3 frente a 29,4 en SWE-bench Pro. Serían resultados enormes para un modelo de este tamaño, y las únicas páginas de terceros que lo recogen, como BenchLM, copian las cifras de la ficha en lugar de medirlas.
Varias cifras merecen cautela. SWebBench (71,7) y PAgentBench (74,1) son pruebas internas aún no publicadas. Muchas puntuaciones de rivales están marcadas como tomadas de otras fichas de modelos en lugar de volver a medirse, y todos los resultados de Spark usan el nivel de razonamiento high. En BrowseComp obtiene 53,1 frente a 8,3 de Qwen3.5-9B, una diferencia lo bastante grande como para apuntar tanto a diferencias en el entorno de evaluación como en capacidad. Donde no lidera, lo dice: Qwen3.5-9B lo supera en GPQA Diamond (81,7 frente a 77,1) y en contexto largo en AA-LCR (70,0 frente a 67,3).
La arquitectura es sensata para portátiles. Tres de cada cuatro capas solo atienden a los últimos 512 tokens, el GGUF de 4 bits ocupa unos 3,5 GB y la ficha afirma velocidades de prellenado y decodificación a la par de Qwen3.5-4B y Gemma4-E4B en una RTX 4090 y un M5 Pro, aunque su gráfico no da cifras exactas. El contexto de 1M de tokens es un valor de configuración; sus propias puntuaciones bajan a 34,2 en Graphwalks y 26,0 en OpenAI MRCR en el extremo superior de ese rango.
La procedencia está bastante clara, pero tiene un coste para algunos compradores. La ficha de Hugging Face solo menciona a un "SparkLLM Team"; el vínculo con iFlytek viene de su evento de lanzamiento y de la cobertura de prensa. iFlytek fue sancionada por Estados Unidos en 2019, algo que algunos equipos de compras tendrán que aclarar antes de distribuir sus pesos, incluso con Apache 2.0.
Dónde se gana su sitio
Un desarrollador de un asistente de escritorio para Windows y macOS
Ejecutar llamadas a herramientas y operaciones con archivos en local sin factura en la nube
Incluye el GGUF Q4_K_M de 3,5 GB con llama.cpp b10828 o posterior, u Ollama 0.34.1, y pon el razonamiento en none o low para bucles de herramientas rápidos. Pruébalo antes frente a Gemma 4 E4B con tu propio esquema de herramientas, porque la ventaja en BFCL es una cifra propia.
Un equipo de software embebido en un fabricante chino de coches o robots
Llevar un modelo de agente bilingüe a hardware basado en Ascend
Sírvelo con las imágenes de SGLang o vLLM-Ascend de la ficha en NPU A2, A3 o 950DT. Apache 2.0 permite modificarlo y redistribuirlo en el producto, y el lanzamiento de iFlytek presentó el modelo para coches, robots y PC con IA.
Una ingeniera de ML en una empresa de software de 50 personas
Ajustar un pequeño asistente de programación con los repositorios internos
Parte de Spark-X2.6-4B-Base con el fork de LlamaFactory del editor, que la ficha recomienda para el ajuste fino. Comprueba antes con tus propias tareas la puntuación de 54,3 en SWE-bench Pro, porque es una cifra del laboratorio.
Antes de decidirte
- Puesta en marcha
- Ollama, LM Studio o llama.cpp b10828+ para uso local; Transformers 4.57.1 con trust_remote_code; imágenes de Docker de SGLang y vLLM para GPU de NVIDIA y NPU Ascend.
- Integraciones
- Servidores compatibles con OpenAI mediante SGLang y vLLM con un analizador de llamadas a herramientas spark25; MLX a través de Spark-MLX-LLM del editor; Unsloth Studio; una demo WebGPU de la comunidad.
- Datos y privacidad
- Autoalojado, así que los prompts se quedan en el dispositivo. Pesos Apache 2.0; la ficha no dice nada sobre los datos de entrenamiento ni las pruebas de seguridad. La carga ejecuta el propio código del modelo del editor.
- Coste a escala
- Solo hardware: los pesos en BF16 ocupan unos 8,2 GB y el GGUF Q4_K_M unos 3,5 GB; un contexto de 1M de tokens necesita mucha más memoria que los pesos y la ficha sugiere reducirlo.
- Límites
- Solo texto, en inglés y chino; presupuesto de salida recomendado de 131.072 tokens con el razonamiento activado; las puntuaciones propias de contexto largo bajan a 26,0 en MRCR entre 512K y 1M de tokens.
Lo bueno
- Supera a Qwen3.5-9B en la media de 30 pruebas de sus creadores, 63,3 frente a 49,1
- Apache 2.0, con modelo base y versiones cuantizadas
- Unos 3,5 GB a 4 bits; funciona en Ollama, LM Studio y llama.cpp
- Tres niveles de razonamiento, incluido desactivado
Lo malo
- Todos los benchmarks son propios; todavía no hay pruebas independientes
- Dos de los principales benchmarks de agentes son pruebas internas sin publicar
- Necesita trust_remote_code en Transformers
- Solo texto; creador sancionado por EE. UU. en 2019
Ideal para
Desarrolladores que crean agentes locales en portátiles o dispositivos edge, pueden verificar las afirmaciones con sus propias tareas y pueden usar libremente un modelo de iFlytek.
Alternativas a Spark-X2.6-4B
Spark-X2.6-4B: preguntas frecuentes
- ¿Merece la pena Spark-X2.6-4B?
- En el propio gráfico de iFlytek, Spark-X2.6-4B es el modelo de agente de 4B más fuerte hasta ahora, pero nada de ello se ha comprobado desde fuera, y dos de sus mayores victorias vienen de benchmarks que solo ha visto iFlytek. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta Spark-X2.6-4B?
- Gratuito con licencia Apache 2.0; funciona en tu propio hardware. No se publica precio alojado para el modelo de 4B.
- ¿Qué inconvenientes tiene Spark-X2.6-4B?
- Todos los benchmarks son propios; todavía no hay pruebas independientes; dos de los principales benchmarks de agentes son pruebas internas sin publicar; necesita trust_remote_code en Transformers; solo texto; creador sancionado por EE. UU. en 2019.
- ¿Para quién es Spark-X2.6-4B?
- Desarrolladores que crean agentes locales en portátiles o dispositivos edge, pueden verificar las afirmaciones con sus propias tareas y pueden usar libremente un modelo de iFlytek.
- ¿Cuánto cuesta Spark-X2.6-4B para un equipo o en producción?
- Solo hardware: los pesos en BF16 ocupan unos 8,2 GB y el GGUF Q4_K_M unos 3,5 GB; un contexto de 1M de tokens necesita mucha más memoria que los pesos y la ficha sugiere reducirlo.
- ¿Es Spark-X2.6-4B seguro para los datos de la empresa?
- Autoalojado, así que los prompts se quedan en el dispositivo. Pesos Apache 2.0; la ficha no dice nada sobre los datos de entrenamiento ni las pruebas de seguridad. La carga ejecuta el propio código del modelo del editor.
- ¿Cuáles son las mejores alternativas a Spark-X2.6-4B?
- Las alternativas más cercanas que hemos analizado son Gemma 4, MiniCPM5-2B, LFM3 y Ministral 3 (3B, 8B and 14B).
Respuestas comprobadas el 2 nov 2026.