星火X2-Flash是什么
星火X2-Flash是科大讯飞发布的MoE架构大语言模型，总参数30B，支持256K超长上下文，基于华为昇腾910B国产算力集群训练。模型专为Agent时代设计，在智能体任务执行、代码生成、深度研究等场景表现接近万亿级参数模型，Token消耗成本不到主流大模型的三分之一。模型通过DSA稀疏注意力与MTP多token预测等技术实现高效训练与推理，已开放API并接入AstronClaw、Loomy等平台。
星火X2-Flash的主要功能
- 智能体任务执行：支持深度研究报告生成、Skill管理与调用、系统控制与执行等复杂Agent工作流，效果接近万亿级参数模型。
- 代码生成：可快速生成复杂Skill（如AI视频生成Skill），包含技能结构、核心功能、使用案例等完整说明。
- 超长上下文处理：最大支持256K上下文窗口，满足长链路Agent任务中数十万甚至上百万Token的消耗需求。
- 多平台接入：已接入AstronClaw、Loomy等产品，兼容OpenClaw、Claude Code等主流Agent框架。
- API服务：通过讯飞开放平台、星辰MaaS平台提供API调用，星辰Coding Plan已全面支持该模型。
星火X2-Flash的技术原理
- MoE架构：模型采用混合专家架构，总参数30B，在保持性能的同时实现更高效率。
- 国产算力训练：基于华为昇腾910B集群完成训练，通过亲和国产芯片的算子和分布式训练策略深度优化。
- 智能体数据闭环：构建可验证的大规模智能体数据自动合成平台，由Agent自主搭建环境、检测结果准确性，实现数据高效合成与闭环。
- 长文本高效训练：率先在国产算力上实现DSA（稀疏注意力）与MTP（多token预测）结合，上下文拓展至256K，训练效率相比同规模A800集群从20%提升至90%。
- 采样解码效率优化：在强化学习训练场景中，通过算法与工程创新，采样解码效率最高提升2倍以上，缓解长交互场景下RL训练的算力障碍。
星火X2-Flash的关键信息和使用要求
- 模型名称：星火X2-Flash
- 发布方：科大讯飞 / 讯飞开放平台
- 模型架构：MoE（混合专家），总参数30B
- 上下文窗口：最大支持256K
- 训练算力：华为昇腾910B国产集群
- 已接入平台：AstronClaw、Loomy
- API入口：讯飞开放平台、星辰MaaS平台
- 兼容框架：OpenClaw、Claude Code等主流Agent框架
- 使用要求：
- 开发者可通过讯飞开放平台或星辰MaaS平台调用API
- 星辰Coding Plan已全面支持该模型，新老用户均可自主切换使用
星火X2-Flash的核心优势
- 性价比极高：复杂Agent任务效果接近万亿级参数模型，Token消耗不到主流大模型的三分之一
- 国产算力自主可控：基于华为昇腾910B集群训练，在本土算力架构上高效运行
- 超长上下文：256K上下文窗口，满足复杂智能体工作流的长链路需求
- 训练效率突破：通过DSA+MTP技术，国产算力训练效率从20%提升至90%
- 推理速度快：采样解码效率最高提升2倍以上，强化学习训练耗时大幅降低
- Agent原生优化：深度兼容OpenClaw等主流Agent框架，支持智能体数据自动合成闭环
- 生态快速接入：已接入AstronClaw、Loomy等应用，开发者可即开即用
星火X2-Flash的同类竞品对比
| 对比维度 | 星火X2-Flash | DeepSeek-V3 | Qwen2.5-72B |
|---|---|---|---|
| 参数规模 | 30B（MoE） | 671B MoE（每次激活37B） | 72B（Dense） |
| 上下文窗口 | 256K | 128K | 128K |
| 模型架构 | MoE | MoE | Dense（密集架构） |
| 训练算力 | 华为昇腾910B（国产） | 英伟达H800集群 | 英伟达/AMD等多类GPU |
| 开源情况 | 闭源（API服务） | 开源（可本地部署） | 开源（可本地部署） |
| Agent适配 | 原生优化，深度兼容OpenClaw、Claude Code | 通用能力强，Agent生态依赖社区/第三方 | 通用能力强，Agent生态依赖社区/第三方 |
| 任务效果 | 接近万亿级参数模型 | 接近GPT-4o水平，数学/代码突出 | 综合能力优秀，多语言支持好 |
| Token成本 | 不到主流大尺寸模型1/3 | API定价较低（约GPT-4o的1/10） | API定价较低（约GPT-4o的1/20） |
| 核心定位 | Agent时代的性价比引擎 | 高性能开源基座模型 | 开源生态旗舰模型 |
星火X2-Flash的应用场景
- 复杂Agent工作流：深度研究报告生成、多步骤任务拆解与执行、多轮上下文读取与修正。
- Skill/工具开发：自动生成和管理复杂Skill（如AI视频生成Skill），包含结构定义、核心功能、使用案例。
- 代码生成与系统控制：编写脚本、系统命令执行、自动化运维等需要代码能力的场景。
- 长文档分析：基于256K上下文处理超长文档、论文、报告，进行摘要、提取与问答。
- 多模态任务编排：作为Agent大脑，调度文生视频、图生视频等多平台工具链（如可灵、Runway、Pika等）。