Spark-X2.5 stammt von XHToken und umfasst zwei Modellgrößen – 4B und 1,7B Parameter – die als GGUF-Pakete auf Hugging Face verfügbar sind. Die Architektur setzt auf ein hybrides Attention-Muster: Jeweils eine vollständige Attention-Schicht wird mit drei Sliding-Window-Attention-Schichten kombiniert, was den Rechenaufwand für lange Kontexte gegenüber reinen Full-Attention-Modellen erheblich senkt. Der llama.cpp-Pull-Request #27868 von Contributor KnightYao implementiert die zugehörige Modellklasse Spark2_5ForCausalLM direkt im Projekt und ermöglicht damit die native Nutzung ohne zusätzliche Konvertierungsschritte. Trainiert wurden die Modelle auf Huawei-Ascend-Clustern; als Post-Training-Verfahren kommt unter anderem MOPD (eine großskalige Reinforcement-Learning-Technik) zum Einsatz, um Reasoning, Coding und Instruction-Following zu verbessern. Spark-X2.5 ist in gängige Agentic-Harnesses wie Codex, Claude Code, OpenClaw und Hermes integriert. Neben NVIDIA-Hardware werden auch Huawei Ascend, Hygon und HOUMO.AI als Zielplattformen genannt; Inference-Frameworks wie vLLM, SGLang und MLX werden unterstützt. Für Fine-Tuning ist Kompatibilität mit LLaMA-Factory angegeben.