讯飞开源两款小模型：一次能啃下一整本书，API 限时免费

一句话说清：科大讯飞开源了星火 X2.5-4B 和 X2.5-1.7B 两个「小个子」模型，最大的本事是一次能读完一整本书（100 万字级别），还能在断网的普通电脑上跑。不想折腾的话，直接用它限时免费的 API 也行。

发生了什么

2026 年 9 月 1 日，科大讯飞全资子公司词元星火正式推出并开源了两款端侧模型：

三个关键点：

1. 首次把 100 万 Token 上下文做到「端侧」。所谓「端侧」就是不联网、在你自己的设备上跑。100 万 Token 大概等于一本很厚的书，或者一整套完整的产品手册、几百页的合同。以前这是云端大模型的专利，小模型根本装不下这么长的内容。
2. 不只是能读，还能干活。官方举的例子：把一整本售后手册塞进去，问「买了 10 天的设备坏了、还用过第三方耗材，能不能换货」，它能自己把散在不同章节的退换货规则、故障处理、例外条款串起来给你一个综合判断。
3. 全程用国产算力训练，模型权重已经放到 Hugging Face 和 GitHub 上，用 Ollama、LM Studio 这类常见工具就能一键跑起来；不想装的话，对应的 API 已经上线讯飞星辰 MaaS 平台，限时免费。

另外官方透露，9 月 7 日还会发布新一代旗舰模型星火 X2.5，代码和智能体能力会再升级。

对我有什么用

先说实话：如果你只是想找个 AI 聊两句、写写东西，这条对你没什么直接用处，直接用千问、豆包这些现成 App 更省事。

但下面这几种情况，它就有意思了：

• 你有一些不能上传云端的东西：合同、财务数据、没公开的稿子、私人病历记录。装在自己电脑上跑，数据一步都不出门。
• 你需要一口气喂给它一大堆资料：几十页的说明书、一整本手册、几百页的 PDF，普通小模型读到一半就「忘了前面说了啥」，这两个不会。
• 你想免费用 API：讯飞星辰 MaaS 上的对应 API 现在是限时免费的，注册拿到密钥，填进任何一个支持自定义 API 的客户端（比如 Cherry Studio、Chatbox）就能当免费聊天后端用。

我可以怎么做

路线 A：最省事，用免费 API（推荐先试这个）

第 1 步：浏览器打开讯飞星辰 MaaS 平台 ，注册并登录讯飞账号。

第 2 步：在模型广场里搜索「X2.5」，找到星火 X2.5 系列，申请开通（页面上会标明限时免费）。

第 3 步：在控制台里创建一个 API 密钥，复制下来（一串以 sk- 开头的字符）。

第 4 步：打开任意一个支持「自定义 API」的免费客户端（Cherry Studio、Chatbox 都可以，官网直接下载），在设置里：

• 接口类型选 OpenAI 兼容（大部分都是）
• 接口地址填讯飞 MaaS 页面上给的那个地址
• 密钥粘贴刚才复制的那一串
• 模型名选 X2.5

第 5 步：回到聊天界面直接开聊。先拿一篇长文章试它，比如丢进去一个几十页的 PDF，问「这份文件讲了哪几件事」。

路线 B：装在自己电脑上跑（想彻底离线的人）

第 1 步：装一个跑模型的工具，新手推荐 Ollama（官网 ollama.com，下载安装，一路下一步）。

第 2 步：打开命令行（Windows 按 Win + R，输入 cmd 回车），输入命令拉取模型。具体模型名以 Hugging Face 页面为准：

原文链接

第 3 步：拉完之后在同一个窗口输入 ollama run 模型名，就能直接在命令行里聊了；想用图形界面，就在 LM Studio 里加载同一个模型文件。

如果命令行这步觉得头大，那就走路线 A，效果一样，只是数据要过云端。

温馨提醒

• 「限时免费」是有期限的，不是永久免费。用之前在 MaaS 页面上看一眼当前的价格说明，别到时候收到账单才反应过来。
• 4B 和 1.7B 都是「小模型」，别指望它能跟动辄几千亿参数的云端大模型正面硬刚。写复杂代码、做高难度推理，它不如大的；但读长文档、整理资料、跑在断网环境里，是它的主场。
• 在自己电脑上跑需要一定硬件。1.7B 相对轻，普通笔记本能扛；4B 建议有独立显卡或者内存大一些的机器，纯 CPU 跑会比较慢。
• 100 万 Token 是「能装下」，不等于「装满了还好用」。塞得越满，响应越慢，实际用的时候按需要给就行，不用次次都塞满。
• 模型是开源免费，但你的电费和显卡是自己的。