iFlytek presenta Spark X2.6, la plataforma Xingchen TaaS y el modelo de voz SparkAudio 1.0

En el festival de desarrolladores 1024, que abrió el 22 de octubre de 2026 en el Centro Nacional de Convenciones de Pekín, iFlytek lanzó un paquete de cuatro anuncios. El presidente de la compañía, Liu Qingfeng, presentó Spark X2.6 con arquitectura «dispositivo + nube», la plataforma Xingchen TaaS, el modelo base de voz SparkAudio 1.0 y una tecnología de interacción multimodal para IA encarnada. Por separado, en el encuentro con el ecosistema de desarrolladores, la plataforma abierta de iFlytek mostró una nueva generación de herramientas para la interacción persona-máquina.

Lo más revelador de la lista, desde luego, no es una nueva versión del modelo, sino Xingchen TaaS. El lema del lanzamiento es «convertir el token en una auténtica fuerza productiva para miles de sectores». Es una apuesta por cambiar la unidad en la que la compañía habla con el cliente.

El token como unidad de suministro

TaaS significa Token as a Service. La lógica la entiende cualquiera que haya visto una factura de API: una empresa no necesita un «gran modelo» abstracto, sino un precio predecible por unidad de trabajo útil. iFlytek construye una plataforma completa en torno al token, en lugar de limitarse a fijar una tarifa por endpoint. Bajo la marca Xingchen se reúne todo lo que hay entre el modelo y un escenario de producción concreto.

Para el mercado chino es un movimiento lógico. Los precios de inferencia en el país se han desplomado en los últimos dos años, y el modelo como producto independiente apenas deja margen. El dinero hay que ganarlo con la integración, la fiabilidad y el soporte específico de cada sector. Esa es la capa que iFlytek intenta empaquetar como servicio.

Spark X2.6: parte del trabajo se queda en el dispositivo

Spark X2.6 se presenta como «端云一体», es decir, con una arquitectura unificada en el dispositivo y en la nube. La idea es sencilla. Las consultas ligeras se procesan en local, donde importan la latencia y la privacidad, y las pesadas pasan a la nube. Para una compañía cuya historia nació de los asistentes de voz, las tabletas educativas, las grabadoras y los traductores, es un planteamiento natural: iFlytek ya dispone de un parque de hardware propio en el que puede instalar el modelo.

El número de versión 2.6 indica que se trata de una actualización incremental de la línea Spark X, y no de un cambio de generación. Pero la conexión con TaaS cambia el contexto. Los tokens que se generan en el dispositivo y en la nube pueden contabilizarse y venderse dentro de un mismo sistema de referencia.

Voz y cuerpo: SparkAudio y la interfaz embodied

En el ámbito del habla, la compañía lanzó SparkAudio 1.0, un modelo base para audio. Es el terreno donde iFlytek tiene el historial más largo: el reconocimiento y la síntesis de voz fueron su producto principal mucho antes de la era de los LLM. Ahora esa misma competencia se presenta como un modelo fundacional, y no como un conjunto de motores independientes.

La tercera línea está ligada a los robots. La tecnología de interacción multimodal para IA encarnada sirve para que la máquina perciba voz, imagen y contexto a la vez y responda a todos ellos. Para los humanoides y los robots de servicio, la interfaz de diálogo sigue siendo uno de los puntos más débiles, y ahí los desarrollos de voz de iFlytek parecen un gran activo.

Los puntos clave del anuncio:

• Spark X2.6: versión del modelo insignia con arquitectura «dispositivo + nube»
• Xingchen TaaS: plataforma en la que la unidad de suministro es el token
• SparkAudio 1.0: primera versión del modelo base de voz
• Interacción multimodal para sistemas embodied
• Nueva generación de herramientas de interacción persona-máquina en la plataforma abierta

A quién le sirve y cuándo

Los desarrolladores e integradores en China deberían ver Xingchen TaaS como un intento de ofrecer una cadena lista para usar, desde el modelo hasta la aplicación sectorial, y no como una API más. La cuestión principal para evaluar la plataforma será el coste final del token en un escenario real, teniendo en cuenta la parte local que se ejecuta en el dispositivo.

A los fabricantes de dispositivos inteligentes les interesa el enfoque híbrido de X2.6: permite mantener parte de los escenarios sin conexión y no pagar la nube por cada respuesta. Los equipos de robótica deberían mirar SparkAudio y la pila multimodal como una capa de voz ya preparada.

Fuera de China, el efecto será indirecto. Pero la tendencia es visible: los proveedores de modelos pasan de vender inteligencia a vender el token como unidad de producción medible, e iFlytek lo ha declarado en el mayor escenario de su calendario.