云知声发布 U2-Flash：后训练×RSI 驱动，面向真实任务的新一代高性能模型正式登场

云知声正式发布 U2-Flash。官方称其并非 U2 的效率精简版，而是面向真实生产力的主力智能形态，通过系统性后训练释放推理和自主执行能力。架构采用稀疏混合专家（MoE），总参数约 266B，单次推理仅激活约 10B（激活比例不到 4%），统一编码编程、Agent、数学推理、指令遵循等能力。基准测试中，DeepSWE v1.1 得分 64.6，超过 GLM5.3-Flash、DeepSeek-V4-Pro-0813；TerminalBench 3.0 得分 24.3，超越 K3 等万亿参数模型；SWE-Bench Pro 得分 61.6。速度上，TTFT 平均 3 秒以内，峰值输出吞吐最高 300 tokens/s，Agent 迭代步数减少 20%-30%，任务执行周期缩短 35%；复杂任务 Token 消耗减少 20%-30%。U2-Flash 针对国产算力适配优化，部分场景已接近 NVIDIA GPU 方案。后训练方面，模型参与训练数据生成、轨迹分析与纠错，建立自主闭环演进，构建近 10 万高质量 SWE 任务集，采用异步 Agent RL、多教师在线策略蒸馏等技术。现已上线云知声 MaaS 平台，限时六折：输入 0.6 元/百万 Tokens，输出 1.2 元/百万 Tokens，缓存命中 0.12 元/百万 Tokens；9月15日至9月30日新老用户可领取 1 亿 Tokens 额度。