Spark-X2.6-1.7B，性能几乎与 4B 版本持平
摘要
发布了 Spark-X2.6-1.7B 小模型，参数量不到 4B 版本的一半，但在 SWE Verified（59.8 vs 62.8）和 τ²-bench（85.3 vs 86.9）两项基准上性能接近。
Spark-X2.6-1.7B：参数量不到我们 4B 版本的一半，在两项基准上表现接近：
SWE Verified：59.8 vs 62.8
τ²-bench：85.3 vs 86.9
两项均在 high thinking 模式下测试。欢迎在 HF 上试用并点赞！
https://huggingface.co/XHToken/Spark-X2.6-1.7B
相似文章
新型模型：Spark-X2.5-4B, Spark-X2.5-1.7B
推出Spark-X2.5-4B和Spark-X2.5-1.7B，这两款紧凑型通用语言模型原生支持百万token上下文，具备强大的编码与智能体能力，并提供广泛的硬件兼容性。
@AdinaYakup: 很高兴看到又一个端侧模型 Spark-X2.6-4B 来自 @SparkLLM - 4B + Apache 2.0 - 最高 1M 上下文 - 3 种思考模…
SparkLLM 发布 Spark-X2.6-4B 端侧模型，具备 4B 参数、Apache 2.0 许可证、最高 1M 上下文与 3 种思考模式，并支持 GGUF 本地部署。
XHToken/Spark-X2.6-4B-GGUF
Spark-X2.6-4B 是一款紧凑的 4B 端侧语言模型，以 GGUF 格式发布。它针对代码、智能体、长上下文和多语言任务进行了改进的后训练，并支持可控的思考预算。据称在同等规模的开源模型中达到了最先进性能，可匹敌甚至超越约 9B 参数的模型。
MiniCPM5-2B 对比 Spark-X2.5-4B / -64% 思考，x1.5 速度同时保持高准确性
在一项多步骤客户服务代理任务上的对比测试中，MiniCPM5-2B 准确且高效地完成了任务，而 Spark-X2.5-4B 表现不佳，突出了代理在任务执行中的作用。
Meta 的 816B 参数 Muse Spark Open 在 Artificial Analysis 上得分为 39，180B 参数的 Qwen3.8-Flash-Next 得分为 40。11 款开放权重模型的得分与规模对比
作者基于 Artificial Analysis 的评分绘制了 11 个开放权重模型的参数量-得分对比图：816B 的 Meta Muse Spark Open 得分 39，而仅 180B 的 Qwen3.8-Flash-Next 得分 40；图表还包含 MiMo-V2.6-Pro、DeepSeek V4.1 Flash 等模型及量化体积、本地部署建议等信息。