【大河财立方 记者 陈薇 实习生 程小纯 文图】随着大模型日益广泛的应用，数据安全、Token成本高企与复杂任务算力的问题，已经成为大模型落地的现实瓶颈。
对此，科大讯飞提出端云协同应用分配方案，将常规任务、复杂任务分类交给本地端侧以及云端大模型解决，以兼顾数据安全、成本可控与能力上限。
作为该架构的核心支撑，科大讯飞同步发布讯飞星火X2.6大模型及开源端侧模型，并在教育、医疗、企业办公等领域推出多款AI应用。
AI安全、成本、能力都要考虑
10月22日，2026科大讯飞全球1024开发者节在北京启幕。科大讯飞董事长刘庆峰在主论坛上表示，数据安全、模型能力、Token成本及组织成效已成为企业的顾虑。
“当下AI让80%的个人提效，却仅有6%的企业明显提效。”刘庆峰说，企业在规模化落地大模型时，普遍面临着三重现实瓶颈。
企业敏感数据不敢上云，核心业务数据涉及隐私与合规红线，企业对数据出域存在极大的安全顾虑。但高智商、强逻辑的复杂任务必须依赖云端强大算力，单纯端侧无法满足。
此外，随着应用深入，Token消耗量激增，高昂的API调用费用成为业务推广的沉重负担。
如何在“安全、成本、能力”三者之间找到最优解，成为大模型从技术走向产业的关键。
针对上述痛点，刘庆峰公布了讯飞的端云协同应用分配方案。
这一架构通过精细化分工，将60%的常规应用由本地端侧完成，实现数据不出域，且推理零Token成本。
30%的任务采用端云协同模式，在保护隐私的前提下，可节约5倍以上的Token成本。
最后10%高复杂度、强算力需求的任务交由云端大模型处理。
这样的模式，既降低了Token消耗，也让企业不必把所有数据都推向云端，同时也保障了解决复杂问题的能力上限。
端云协同模式在多行业实战
作为端云协同架构的核心支撑，科大讯飞当天发布了讯飞星火X2.6大模型。
“讯飞星火X2.6是当前市场主流大模型中，唯一采用国产算力训练的模型。”刘庆峰表示，作为全栈自主可控的大模型，科大讯飞在训练过程中，率先突破了国产芯片在长程任务上的训练效率瓶颈。
模型采用293B-A30B参数的MoE架构，上下文长度拓展至1M。
价格方面，星火X2.6云端API输入限时0.9元/百万tokens，输入缓存命中限时0.08元/百万tokens，输出限时3.6元/百万tokens。同时发布的星火X2.6-4B开源端侧模型推理限时免费，以降低端侧部署门槛。
基于端云一体架构，科大讯飞同步推出了多个行业的AI新品。比如，教育领域发布“讯飞星光”超级智能体工作台，结合教育专属知识库辅助教师工作；AI学习机推出“探究式学习”新模式。
医疗领域推出“讯飞晓医”，从单次咨询延伸至持续健康管理，新增多医学报告综合解读、健康风险洞察及中医舌面体质辨识。
在企业办公领域，科大讯飞发布星帆WinWork数字员工平台，探索数字员工融入企业业务流程。
过去3年，AI行业更多在比拼模型参数、榜单分数和云端算力。进入2026年后，由于企业评估AI的重心已经转向在可承受的成本下持续运行、数据边界以及组织成效。
科大讯飞此次提出的端云协同方案中，“60%本地完成”这一判断，还需要在不同行业、不同终端和不同业务复杂度中持续验证，但它确实为大模型从演示级能力走向生产级应用提供了一条相对务实的路径。
它至少让企业面对大模型时，不用只在安全、成本和智能之间做单选题。
责编:金怡杉 | 审校:牛尚 | 审核:李震 | 监审:古筝
港联证券提示：文章来自网络，不代表本站观点。
