iFlytek apresenta o Spark X2.6, a plataforma Xingchen TaaS e o modelo de fala SparkAudio 1.0

No festival de desenvolvedores 1024, aberto em 22 de outubro de 2026 no Centro Nacional de Convenções, em Pequim, a iFlytek apresentou um pacote de quatro anúncios. O presidente da empresa, Liu Qingfeng, mostrou o Spark X2.6 com arquitetura "dispositivo + nuvem", a plataforma Xingchen TaaS, o modelo base de fala SparkAudio 1.0 e uma tecnologia de interação multimodal para IA incorporada (embodied AI). Em um encontro separado com o ecossistema de desenvolvedores, a plataforma aberta da iFlytek exibiu uma nova geração de ferramentas de interação homem-máquina.

O item mais revelador da lista, claro, não é mais uma versão de modelo, e sim o Xingchen TaaS. O lema do lançamento é "transformar o token em uma verdadeira força produtiva para milhares de setores". Na prática, a empresa propõe mudar a unidade com que conversa com o cliente.

O token como unidade de entrega

TaaS significa Token as a Service. A lógica é clara para quem já viu uma fatura de API: o que a empresa precisa não é de um "grande modelo" abstrato, mas de um preço previsível por unidade de trabalho útil. A iFlytek constrói uma plataforma inteira em torno do token, em vez de simplesmente definir uma tarifa para um endpoint. Sob a marca Xingchen, ela reúne tudo o que fica entre o modelo e um cenário concreto de produção.

Para o mercado chinês, é um movimento lógico. Os preços de inferência no país despencaram nos últimos dois anos, e o modelo, como produto isolado, quase não gera margem. O dinheiro vem da integração, da confiabilidade e da camada de adaptação setorial. É justamente essa camada que a iFlytek tenta empacotar como serviço.

Spark X2.6: parte do trabalho fica no dispositivo

O modelo Spark X2.6 é apresentado como "端云一体", ou seja, com uma arquitetura única no dispositivo e na nuvem. A ideia é simples. Consultas leves são processadas localmente, onde latência e privacidade importam, e as pesadas vão para a nuvem. Para uma empresa cuja história nasceu de assistentes de voz, tablets educacionais, gravadores de voz e tradutores, é uma abordagem natural: a iFlytek já tem uma base de hardware próprio onde pode instalar o modelo.

O número de versão 2.6 indica uma atualização incremental da linha Spark X, e não uma troca de geração. Mas a ligação com o TaaS muda o contexto. Os tokens gerados no dispositivo e na nuvem podem ser contabilizados e vendidos dentro do mesmo sistema.

Voz e corpo: SparkAudio e a interface embodied

Na frente de fala, a empresa lançou o SparkAudio 1.0, um modelo base para áudio. É o território em que a iFlytek tem o histórico mais longo: reconhecimento e síntese de fala eram seu principal produto muito antes da era dos LLMs. Agora, essa mesma competência é reorganizada como um modelo fundacional, e não como um conjunto de motores separados.

A terceira frente está ligada aos robôs. A tecnologia de interação multimodal para IA incorporada serve para que a máquina perceba voz, imagem e contexto ao mesmo tempo e responda a eles. Para humanoides e robôs de serviço, a interface de diálogo continua sendo um dos pontos mais fracos, e aí o acúmulo de experiência da iFlytek em voz parece uma carta forte.

Principais itens do anúncio:

• Spark X2.6: versão do modelo principal com arquitetura "dispositivo + nuvem"
• Xingchen TaaS: plataforma em que a unidade de entrega é o token
• SparkAudio 1.0: primeira versão do modelo base de fala
• Interação multimodal para sistemas embodied
• Nova geração de ferramentas de interação homem-máquina na plataforma aberta

Para quem e quando isso pode ser útil

Desenvolvedores e integradores na China devem encarar o Xingchen TaaS como uma tentativa de oferecer um pipeline pronto, do modelo ao aplicativo setorial, e não apenas mais uma API. A principal questão para avaliar a plataforma é o custo final do token em um cenário real, considerando a parte local que roda no dispositivo.

Para fabricantes de dispositivos inteligentes, a abordagem híbrida do X2.6 é interessante: ela permite manter parte dos cenários offline e não pagar pela nuvem a cada interação. Equipes de robótica devem olhar para o SparkAudio e para a pilha multimodal como uma camada de voz pronta.

Fora da China, o efeito será indireto. Mas a tendência é visível: os fornecedores de modelos estão deixando de vender inteligência para vender o token como unidade de produção mensurável, e a iFlytek declarou isso no maior palco do seu calendário.