10月22日，科大讯飞发布星火X2.6，全程国产算力训练。模型有2930亿参数，支持100万上下文。价格表很直接：输入0.9元/百万tokens，输出3.6元，缓存命中0.08元；配套的4B端侧模型开源，推理限时免费。星辰MaaS平台还送10亿tokens，不是程序员也能领。量子位微博
看到这里，很容易得出一个结论：国产算力终于把大模型打便宜了。
但这个结论只说对了一半。另一半是：2026年的国产大模型，云端整体在涨价。
中国信通院《大模型词元服务性能监测报告（2026年）》给了一个反直觉的数字：国内大模型归一化均价，从2025年下半年的6.8元/百万tokens，涨到2026年的13.46元，接近翻倍。知乎
不是厂商突然黑心，是算力真的不够。国家数据局的数据显示，2026年3月国内日均词元调用量已突破140万亿，2024年初只有1000亿。需求涨得太快，供给跟不上：DeepSeek今年5月用户量涨了66.7%，算力只增8.3%。Kimi K3.1 Pro上线不到48小时，月之暗面就因限流发出致歉公告。DeepSeek官方状态页显示，今年已出现数十次服务异常。新华网知乎36氪
厂商的动作也很一致。6月底，DeepSeek引入峰谷计费，工作日高峰价格直接翻倍；8月又公告整体上调API价格。中国经济网
所以，星火X2.6的0.9元、3.6元，前面挂着“限时”两个字。它是真的便宜，但不是长期的、无限量的便宜。
算力不够，逼出了两个结果：云端涨价，端侧免费。
10月22日的发布会上，刘庆峰说了一句很关键的话：国产算力跟英伟达比还差将近两代，差距主要在显存和带宽；“因为国产算力本身现在也有限，所以我们定位是云端结合端，云端模型我们也不会做太大的”。钛媒体
翻译过来就是：不是不想把云端做大，是算力不够。于是讯飞换了个方向——把模型做小，放到端侧。训小模型，算力是够的。钛媒体APP
星火X2.6-4B就是这么来的。4B是40亿参数，模型开源，支持100万上下文。有人把它量化到约2.6GB，8GB内存的笔记本就能跑，断网也能用，不产生任何token费用。讯飞自己的评测里，同尺寸端侧模型能独立完成的智能体任务比例，行业平均约12.8%，这个4B做到了41.9%。抖音知乎
量子位做过一次实测：一台只有AMD核显、没有独显的电脑，纯CPU跑Q4量化版，6.8分钟做完一份跨文件的经营复盘，完成度约九成。另一个场景更实用：先让本地4B把合同里26项敏感信息替换成占位符，确认没有残留，再联网交给云端审合同，原始文件全程不出端。量子位
这就是普通用户能直接拿到的“零边际成本”：整理会议记录、提炼长文、给敏感材料脱敏、写初稿，这些活本地干，不花钱，也不上传。
免费额度也是真的：10亿tokens，不是程序员也能领。但要用起来，多少得会一点API或者客户端。如果你不打算折腾，这部分可以先放一边——普通人更容易拿到的，还是本地那个4B。小红书
如果你要用，记住三个限定：限时、限速、版本可能不是最新的。算力一紧，免费层首当其冲。稳妥的用法是拿它去试你拿不准的复杂任务，试完再决定要不要付费；别把每天的工作流建在限时价上。
日常用起来，把任务分两堆就行。一堆放本地：简单的、重复的、涉及隐私的、可以离线的——整理、摘要、脱敏、初稿。用那个4B，或者别的开源小模型，装个Ollama、LM Studio就能跑，不用写代码。一堆放云端：复杂的、需要最新知识的、长上下文的、要跑工具的——交给云端的强模型。
这其实也是星火X2.6自己的设计：端云路由，简单任务留在本地，复杂的上云，官方说路由准确率96.1%。厂商在算力约束下做的取舍，恰好也是普通用户省钱的办法。量子位
回到开头。国产算力有没有把大模型变便宜？有。但它便宜的不是“云端API永远低价”，而是“一部分任务可以搬回你自己的设备”。
今天就能试：装个Ollama或LM Studio，把4B下载下来，找一件你本来要翻十几个网页的活，看它能不能在你自己的电脑上干完。会用API的话，再把那10亿tokens领了。干完这一遍，你就知道这份实惠到底值多少。
