Spark-X2.6-1.7B

Spark-X2.6-1.7B

用面向本地设备的紧凑 1.7B 模型生成文本，有三档可调的思考等级。适合想在本地硬件上获得编程、智能体和长上下文帮助的开发者。

由 XHToken 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Spark-X2.6-1.7B 是面向英文和中文的紧凑语言模型，设计用于在本地设备上运行。这个系列从一个 4B 的版本开始，这个 1.7B 模型是接下来的一个。它沿用 Spark-X2.5-1.7B 的架构，靠更好的后训练，在编程、智能体工作、长上下文、多语言和推理上都有提升。

适合谁：想在笔记本或边缘设备上用小而快的模型、并喜欢自己设定模型思考程度的开发者。

Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在本地硬件上运行小型编程和智能体模型 | 给桌面工具加一个本地助手
移动和边缘 | 设备开发者 | 在应用里放一个设备端语言模型 | 不用服务器就能回答问题
教育 | 学习者 | 在普通电脑上试用现代小模型 | 用中文或英文问它一个问题

如果你需要最强的回答，并且有大显卡，可以跳过它。

用在哪里：

• 使用固定版本的 Hugging Face Transformers
• llama.cpp 构建，卡片说作者为速度做了优化
• Windows、macOS 或 Linux

Use case | Who | What they get back
编程帮助 | 开发者 | 来自小模型的代码和修复
智能体任务 | 智能体开发者 | 多步骤规划和工具使用
长上下文阅读 | 分析师 | 从很长的输入中得出的回答

如何设置：

• 带 pip 的 Python
• 固定的 Transformers 版本 4.57.1
• BF16 权重约 3.4 GB，按 Hugging Face 的估算，4 位约 854 MB

1. 安装 Hugging Face hub 包。
2. 安装卡片指定的 Transformers 版本。
3. 下载模型，并在开启远程代码的情况下加载。

pip install -U huggingface_hub
hf download XHToken/Spark-X2.6-1.7B

pip install transformers==4.57.1

如何使用：加载分词器和模型，再通过聊天模板发送一条聊天消息。卡片让你在三档思考等级里选一档，分别是 none、low 和 high，在质量与速度和成本之间取舍。

from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "XHToken/Spark-X2.6-1.7B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype="auto",
    device_map="auto",
)

Tool | What it does
AutoTokenizer | 加载分词器并套用聊天模板
AutoModelForCausalLM | 加载模型并生成回复
Thinking level | 选择 none、low 或 high 的推理力度

示例：你在一条聊天消息里问它一个简短的事实问题。模型用文字回复，思考等级调低时，回复更短也更快。

新手与专家：如果你是新手，用上面的代码加载模型，发一个简短的问题。速度要紧时试试 low 思考等级。

卡片直接比较了不同的思考等级。从 high 调到 low，平均分数下降 4.0 分，平均输出长度减少 37.3%。模型沿用 Spark-X2.5-1.7B 的架构，所以变化来自后训练，而不是新增的层。

加载分词器和模型
构建聊天消息
选择思考等级
生成并读取回复

注意事项：

• 加载用到 trust_remote_code，所以先看一遍仓库代码
• 卡片固定使用 Transformers 4.57.1
• License: Apache 2.0
• Cost to run: 没有列出费用，硬件由你自己准备
• Data it reaches: 你的提示词，以及从 Hugging Face 下载的文件
• Not for: 卡片指定版本之外的 Transformers 版本

Title: Switching from high to low reasoning effort
Average score drop: 4.0 分
Average output length drop: 37.3 %

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：1.7B
• Weights: about 3.4 GB in BF16; about 854 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：5,095
• 点赞：84
• 许可证：apache-2.0
• 语言：en, zh
• 基于：XHToken/Spark-X2.6-1.7B-Base
• Quantized versions: 16
• Fine-tunes: 4
• 标签：transformers, safetensors, spark2_5, text-generation, sparkx2_5, conversational

链接

• 模型：https://huggingface.co/XHToken/Spark-X2.6-1.7B
• 文件：https://huggingface.co/XHToken/Spark-X2.6-1.7B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download XHToken/Spark-X2.6-1.7B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。