云知声(09678.HK)正式发布基於U2通用基座模型强化后训练的新一代高密度智能模型U2-Flash，表示相较前代U2模型，U2-Flash在任务完成质量和综合效能方面显着提升。



U2-Flash采用稀疏混合专家(MoE)架构，总参数约266B，单次推理激活约10B参数，首字响应时间平均控制在3秒以内，峰值输出吞吐最高300 Tokens/s。该模型将编程、智能体、数学推理、指令遵循等多领域能力统一於同一套权重，以远小於同类稠密模型的激活规模实现主力级任务完成质量。模型具备隐式思考与连续状态推理机制，并将推理强度封装为四档可控接口，在高强度档位输出完整可读的推理链条，确保推理过程可核查、可追溯。



在代表编程能力的DeepSWE v1.1榜单中，U2-Flash得分较前代模型翻倍，以64.6分成绩超过GLM5.3-Flash和DeepSeek-V4-Pro-0813等模型；TerminalBench3.0评分大幅提升至24.3分，超过K3等万亿参数级别模型；SWE-Bench Pro评分达61.6分，较前代提升10.5分。同时，该模型在端到端执行效率及推理使用成本方面实现全面优化，Agent任务迭代步数减少20%至30%，任务执行周期缩短35%，Token消耗减少20%至30%。



U2-Flash已完成对主流国产算力平台的系统性适配，为规模化部署提供更灵活的算力选择。