实测讯飞星火X2.5：293B MoE模型与Agent工程交付

此前，讯飞开源了星火X2.5的两款端侧模型（4B与1.7B），在小参数下实现了端侧原生100万Token上下文支持，迅速引发开源社区关注并登上Hugging Face趋势榜。

近期，讯飞星火X2.5的云端主力版本正式上线。该模型采用MoE架构，总参数293B、激活参数30B，重点提升了代码生成、多模态理解与智能体（Agent）协作能力，并原生支持Anthropic与Responses等主流协议，可快速接入各类第三方开发框架。

围绕从代码落地到复杂任务拆解的能力，我们对星火X2.5进行了三轮深度实测。

实测一：前端创意与3D手势交互开发

首个测试考验模型能否将高层创意转化为可交互的实际产品。我们要求模型以“中秋祈福”为主题，直接生成一个基于手势识别的3D粒子交互网页：待机时呈现桂花星空，握拳时聚拢为圆月，比出不同手势则依次变换为三维立体祝词。

星火X2.5生成的代码结构完整，依赖库引入与手势检测逻辑响应平滑，成功实现了粒子群在空间中的实时聚散和形态转换。此外，在进一步拓展指令下，模型还能快速搭建具备完整逻辑的网页轻量小游戏，展现了扎实的前端交互构建能力。

实测二：长文档拆解、学术实证与反向纠错

进入办公与专业分析场景，模型的考核重点在于提取精确度与逻辑推理深度。

在英伟达61页Q2财报拆解任务中，星火X2.5在短时间内输出了9份可视化图表与一份投研分析简报。其提取的营收、利润及未来支出承诺等关键财务数据完全准确，结构划分清晰，大幅降低了人工研读财报的成本。

在跨文献与数据实证分析中，我们向模型输入了两篇顶刊论文、新闻材料以及模拟问卷数据，要求其探讨“AI对科研人员效率的影响”。星火X2.5在交叉校验后给出了定性结论与多张统计图表，同时主动指出测试数据存在样本量偏小、未做控制变量等方法学局限，具备一定的学术逻辑审查能力。

在数据抗干扰测试中，我们将包含故意计算错误的电商数据以低质量截图形式塞入Word文档。模型不仅准确完成了OCR识别与多模态数据还原，还直接定位出隐藏在表格中的统计Bug与营收差错，随后直接排版生成了可视化PDF报告。

实测三：游戏世界观下的整站生成

最后一项测试针对原创奇幻动作游戏《堕神余烬》，要求模型完成一个具备暗黑哥特风格的沉浸式官方网站。

交付结果显示，模型不仅完整搭建了导航栏、全屏视觉海报和合规组件，还自主设计了关卡地图与Boss专题模块，将底层世界观设定自然融入网页交互设计中，为中小开发团队的原型设计与快速上线提供了高可用模板。

行业观察：从模型对话走向可交付应用

纵观大模型近期的演进趋势，评估标准正在发生转移——光会对话已不足以支撑核心竞争力，模型必须具备调用工具、长程作业并稳定交付完整结果的能力。

星火大模型从最初的深度推理，到X2-Flash加码代码与智能体，再到X2.5进一步强化工程落地，其演进主线始终紧贴交付闭环。与此同时，星火X2.5延续了全国产算力平台训练与推理的全链路部署方案。不同于仅在推理端做国产芯片适配，讯飞通过自主算力平台打通了预训练、强化学习与推理回流，使其MoE模型在国产算力集群上的训练效率逐步逼近海外主流集群水平。

随着Agent应用逐渐走向规模化落地，兼具端到端工程交付能力与底层算力自主可控的底层大模型，正在成为产业智能化的核心基础设施。