Команда SparkLLM 21 октября выпустила Spark-X2.6-4B — языковую модель для локального запуска с 4 млрд параметров. Архитектура осталась такой же, как у сентябрьской Spark-X2.5-4B: разработчики связывают прирост возможностей с дообучением. Главное изменение — результаты задач программирования и работы с инструментами, которые модель может вызывать при выполнении задания.

В опубликованной командой таблице доля решённых задач SWE-bench Verified выросла с 41,6% до 62,8%, а результат BFCL-V4, проверяющего вызовы функций, — с 65,1 до 71,8. Spark-X2.6 тестировали с максимальным уровнем рассуждений high. Для приложений предусмотрены также low и none: можно сократить рассуждения или отключить их, но приведённые результаты к этим режимам не относятся.

Это замеры создателей модели, а условия сравнения раскрыты не полностью: часть показателей конкурентов взята из их карточек и публикаций. Два собственных теста команды, SWebBench и PAgentBench, пока только обещаны к открытой публикации. Превосходства во всех задачах нет даже в этой таблице: на научных вопросах GPQA Diamond Spark получила 77,1 против 81,7 у Qwen3.5-9B. Числа показывают заявленный прогресс конкретной компактной модели, но не доказывают готовность автономного программиста.

Веса доступны на Hugging Face под Apache 2.0; есть и пакет для Ollama. Поэтому обновлённую модель можно запускать и проверять на собственном компьютере, не отправляя сам расчёт в API поставщика. Компактность при этом не означает работу на любом устройстве: пакет Ollama занимает 8,2 ГБ, а заявленный контекст до миллиона токенов требует дополнительной памяти. Практический смысл релиза — возможность проверить рост качества локального ИИ на своих задачах при прежнем числе параметров.