Qu’est-ce que Spark-X2.6-4B ?
Spark-X2.6-4B est un modèle de texte de 4,1 milliards de paramètres publié sur Hugging Face le 19 octobre 2026 par le compte SparkLLM XHToken, et annoncé par iFlytek, l'entreprise de reconnaissance vocale et d'IA de Hefei derrière la famille de modèles Spark, lors de son 1024 Developer Festival le 22 octobre, aux côtés d'un modèle cloud de 293B. La fiche du modèle elle-même ne nomme pas iFlytek. Il lit l'anglais et le chinois et s'accompagne d'un petit frère de 1,7B, d'un modèle de base pour le fine-tuning et de builds FP8, INT8, INT4 et GGUF.
Il conserve l'architecture de son prédécesseur, Spark-X2.5-4B ; les gains viennent du post-entraînement. La conception à 36 couches associe trois couches d'attention à fenêtre glissante de 512 tokens à chaque couche d'attention complète, ce qui garde les longs contextes abordables ; la configuration autorise 1 048 576 tokens. Le thinking a trois niveaux (none, low et high) et est activé par défaut.
Les poids sont sous Apache 2.0. Le chargement avec Transformers exige trust_remote_code, si bien que le Python de l'éditeur s'exécute sur votre machine, et la fiche fige Transformers en version 4.57.1.
Spark-X2.6-4B vaut-il le coup ?
L'argument de Spark-X2.6-4B repose entièrement sur le tableau de ses créateurs. Sur 30 évaluations, il obtient une moyenne de 63,3, contre 49,1 pour Qwen3.5-9B, 47,0 pour Gemma4-12B et 43,2 pour Qwen3.5-4B. Les écarts sont les plus grands sur le travail d'agent : 71,8 sur l'appel de fonctions BFCL-V4 contre 50,3 pour Qwen3.5-4B, 62,4 contre 40,8 sur MCP-Atlas, et 54,3 contre 29,4 sur SWE-bench Pro. Ce seraient de grands résultats pour un modèle de cette taille, et les seules pages tierces qui le référencent, comme BenchLM, recopient les chiffres de la fiche au lieu de les mesurer.
Plusieurs chiffres appellent la prudence. SWebBench (71,7) et PAgentBench (74,1) sont des tests internes pas encore publiés. De nombreux scores de concurrents sont indiqués comme repris d'autres fiches de modèles au lieu d'être recalculés, et tous les résultats de Spark utilisent le niveau de thinking high. Sur BrowseComp, il obtient 53,1 contre 8,3 pour Qwen3.5-9B, un écart assez grand pour signaler des différences de harnais autant que de capacité. Là où il ne mène pas, il le dit : Qwen3.5-9B le bat sur GPQA Diamond (81,7 contre 77,1) et sur le long contexte d'AA-LCR (70,0 contre 67,3).
L'architecture est raisonnable pour des ordinateurs portables. Trois couches sur quatre ne prêtent attention qu'aux 512 derniers tokens, le GGUF en 4 bits pèse environ 3,5 GB, et la fiche revendique des vitesses de prefill et de décodage équivalentes à celles de Qwen3.5-4B et Gemma4-E4B sur une RTX 4090 et un M5 Pro, sans que son graphique donne de chiffres exacts. Le contexte de 1M de tokens est une valeur de configuration ; ses propres scores tombent à 34,2 sur Graphwalks et 26,0 sur OpenAI MRCR dans le haut de cette plage.
La provenance est assez claire mais a un coût pour certains acheteurs. La fiche Hugging Face ne crédite qu'une « SparkLLM Team » ; le lien avec iFlytek vient de son événement de lancement et de la couverture de presse. iFlytek a été sanctionné par les États-Unis en 2019, ce que certaines équipes achats devront faire valider avant de livrer ses poids, même sous Apache 2.0.
Là où il fait la différence
Le développeur d'un assistant de bureau pour Windows et macOS
Exécuter des appels d'outils et des opérations sur fichiers en local sans facture cloud
Livrez le GGUF Q4_K_M de 3,5 GB via llama.cpp b10828 ou plus récent, ou Ollama 0.34.1, et réglez le thinking sur none ou low pour des boucles d'outils rapides. Testez-le d'abord face à Gemma 4 E4B sur votre propre schéma d'outils, puisque l'avance sur BFCL est autodéclarée.
Une équipe logiciel embarqué chez un constructeur automobile ou de robots chinois
Installer un modèle d'agent bilingue sur du matériel basé sur Ascend
Servez-le avec les images SGLang ou vLLM-Ascend de la fiche sur des NPU A2, A3 ou 950DT. Apache 2.0 autorise la modification et la redistribution dans le produit, et le lancement d'iFlytek présentait le modèle pour les voitures, les robots et les PC IA.
Un ingénieur ML dans un éditeur de logiciels de 50 personnes
Affiner un petit assistant de code sur les dépôts internes
Partez de Spark-X2.6-4B-Base avec le fork LlamaFactory de l'éditeur, que la fiche recommande pour le fine-tuning. Vérifiez d'abord le score de 54,3 sur SWE-bench Pro sur vos propres tâches, car c'est le chiffre du laboratoire.
Avant de vous engager
- Mise en route
- Ollama, LM Studio ou llama.cpp b10828+ pour l'usage local ; Transformers 4.57.1 avec trust_remote_code ; images Docker SGLang et vLLM pour les GPU NVIDIA et les NPU Ascend.
- Intégrations
- Serveurs compatibles OpenAI via SGLang et vLLM avec un parseur d'appels d'outils spark25 ; MLX via Spark-MLX-LLM de l'éditeur ; Unsloth Studio ; une démo WebGPU communautaire.
- Données et confidentialité
- Auto-hébergé, donc les prompts restent sur l'appareil. Poids sous Apache 2.0 ; aucune déclaration sur les données d'entraînement ni sur les tests de sécurité dans la fiche. Le chargement exécute le propre code de modèle de l'éditeur.
- Coût à grande échelle
- Matériel uniquement : les poids BF16 pèsent environ 8,2 GB et le GGUF Q4_K_M environ 3,5 GB ; un contexte de 1M de tokens demande bien plus de mémoire que les poids, et la fiche suggère de le réduire.
- Limites
- Texte uniquement, en anglais et en chinois ; budget de sortie recommandé de 131 072 tokens avec le thinking activé ; les scores autodéclarés sur long contexte tombent à 26,0 sur MRCR entre 512K et 1M de tokens.
Les points forts
- Devance Qwen3.5-9B sur la moyenne de 30 tests de ses créateurs, 63,3 contre 49,1
- Apache 2.0, avec modèle de base et builds quantifiés
- Environ 3,5 GB en 4 bits ; tourne dans Ollama, LM Studio et llama.cpp
- Trois niveaux de thinking, dont la désactivation
Les points faibles
- Tous les benchmarks sont autodéclarés ; pas encore de tests indépendants
- Deux des principaux benchmarks d'agent sont des tests internes non publiés
- Exige trust_remote_code dans Transformers
- Texte uniquement ; éditeur sanctionné par les États-Unis en 2019
Idéal pour
Les développeurs qui construisent des agents locaux sur portables ou appareils embarqués, peuvent vérifier les affirmations sur leurs propres tâches et sont libres d'utiliser un modèle d'iFlytek.
Alternatives à Spark-X2.6-4B
Spark-X2.6-4B : questions fréquentes
- Spark-X2.6-4B vaut-il le coup ?
- Sur le propre graphique d'iFlytek, Spark-X2.6-4B est le modèle d'agent de 4B le plus solide à ce jour, mais rien n'en a été vérifié de l'extérieur, et deux de ses plus grandes victoires viennent de benchmarks que seul iFlytek a vus. Nous lui donnons 3.7 sur 5.
- Combien coûte Spark-X2.6-4B ?
- Gratuit sous Apache 2.0 ; tourne sur votre propre matériel. Aucun prix hébergé publié pour le modèle de 4B.
- Quels sont les inconvénients de Spark-X2.6-4B ?
- Tous les benchmarks sont autodéclarés ; pas encore de tests indépendants; deux des principaux benchmarks d'agent sont des tests internes non publiés; exige trust_remote_code dans Transformers; texte uniquement ; éditeur sanctionné par les États-Unis en 2019.
- À qui s’adresse Spark-X2.6-4B ?
- Les développeurs qui construisent des agents locaux sur portables ou appareils embarqués, peuvent vérifier les affirmations sur leurs propres tâches et sont libres d'utiliser un modèle d'iFlytek.
- Combien coûte Spark-X2.6-4B pour une équipe ou en production ?
- Matériel uniquement : les poids BF16 pèsent environ 8,2 GB et le GGUF Q4_K_M environ 3,5 GB ; un contexte de 1M de tokens demande bien plus de mémoire que les poids, et la fiche suggère de le réduire.
- Spark-X2.6-4B est-il sûr pour les données de l’entreprise ?
- Auto-hébergé, donc les prompts restent sur l'appareil. Poids sous Apache 2.0 ; aucune déclaration sur les données d'entraînement ni sur les tests de sécurité dans la fiche. Le chargement exécute le propre code de modèle de l'éditeur.
- Quelles sont les meilleures alternatives à Spark-X2.6-4B ?
- Les alternatives les plus proches que nous avons testées sont Gemma 4, MiniCPM5-2B, LFM3 et Ministral 3 (3B, 8B and 14B).
Réponses vérifiées le 2 nov. 2026.