星火 X2.6 把涉敏的活分给端侧 4B，云端限时 0.9 元输入、3.6 元输出
这次发布真正值钱的不是参数，是它给了你一条把成本搬到本地的路径。
三个数字
- 云端 X2.6：输入 0.9 元/百万 token，缓存命中 0.08 元，输出 3.6 元（限时 6 折；按折扣反推折前输出约 6 元）
- 上一代 X2.5：限时 3 折，输入 0.96 元、输出 3.6 元，缓存命中 0.14 元（折前输出约 12 元）
- 端侧 X2.6-4B：开源，推理限时免费
缓存命中 0.08 元是这里最该看的一格。它只有输入价的十一分之一，意味着稳定前缀的复用在讯飞这边的折扣力度比多数家都狠。一个每天跑固定系统提示词 + 固定知识库的批处理，账单里的大头应该落在这一格上，而不是 0.9 元那格。
端云一体到底在分流什么
架构上不是”小模型和大模型二选一”，是按任务路由：轻量、高频、涉敏的走纯端侧；复杂推理、长上下文、多 agent 编排走云端；中间一层是端侧先做预处理或脱敏、云端审核修订后回传。
现场演示的两个场景很能说明意图：邮件汇总、合同敏感信息脱敏在端侧完成，云端只负责复核。演示里被识别并替换的字段是公司名称、法定代表人、银行账号、开户行、商务金额——这几类字段本来就是你最不敢往公有云发的。
刘庆峰给的分工判断是未来 60% 应用在端侧完成、30% 端云协同、10% 需要云端大模型。讯飞同时说端侧能独立完成的比例已经从 12.8% 升到 40% 以上，但没讲这个比例的统计口径。
泼冷水
第一，60/30/10 是预判，不是实测。它是董事长在发布会上的判断，没有公开的方法论，也没有第三方在你这类业务上验证过。别拿它当容量规划的依据。
第二，“限时”两个字不会提醒你到期。X2.6 是 6 折、X2.5 是 3 折，两者的当前促销输出价都是 3.6 元，看起来一样，折前却差了一倍（约 6 元对约 12 元）。折扣结束后 X2.6 反而比现在贵不少，报价给客户时按折前算更稳。
第三，1M 上下文不等于读懂 300 页 PDF。旧版星火在长文里被反复指出”中间遗忘”，窗口拉长是进步，但长文理解和窗口长度是两件事，先拿你自己的文档跑一遍再迁移。
第四，端侧 4B 免费指的是推理定价，不是零成本。你得自己部署、自己扛显存和运维，还要接受 4B 在复杂任务上做不了主。它能替掉的是那批高频、重复、涉敏的预处理，不是你的主模型。
第五，“全国产算力训练”是训练侧的事。它决定的是供应链风险，不等于你这次调用的推理延迟和稳定性会比别家好。
具体建议
- 先把手上那批”不敢发出去”的活列出来：合同脱敏、客户名单清洗、含个人信息的文本预处理。这些是端侧 4B 的候选，跑通一批就能把云端账单压下来一截。
- 把系统提示词和固定上下文做成稳定前缀，去吃 0.08 元那格。改动提示词模板就是在放弃这个折扣。
- 报价与预算都按折前价写。6 折到期那天不会有任何通知。
- 别急着整体迁移。先用你自己的 20 条真实任务在 X2.6 和现在的主力模型上各跑一遍，比的是完成率和每任务成本，不是单价比。