雲知聲發布 266B MoE 模型 U2-Flash：支援 512K 上下文，SWE-Bench Pro 達 61.6 分

據報導，雲知聲正式發布採用 RSI（遞迴自我改進）與稀疏 MoE 架構的大模型 U2-Flash。該模型總參數約 266B，單次推論僅啟動約 10B（不到 4%），並支援 512K 長上下文。 與上一代 U2 相比，U2-Flash 生成速度提升 2.1 倍，Agent 任務完成時間縮短 35%，任務迭代步數與 Token 消耗降低 20% 至 30%。在評測表現上，DeepSWE v1.1 達 64.6 分（前代為 32 分），TerminalBench 3.0 達 24.3 分（前代為 2.7 分），SWE-Bench Pro 則拿下 61.6 分（較前代提升 10.5 分）。 U2-Flash 的後訓練閉環包含三項機制：透過自主任務生成，已構建近 10 萬道 SWE 任務；採用非同步 Agent RL 將任務拆分至多個 Worker 執行，使單位時間有效訓練軌跡數量提升約 60%；利用多教師線上策略蒸餾逐 Token 評分，使同等能力所需訓練步數減少約 55%。此外，模型亦參與訓練系統維護，將訓練故障平均恢復時間縮短至人工介入的三分之一。 API 服務方面，U2-Flash 兼容 OpenAI 與 Anthropic 協議，支援 Claude Code、Cursor 等開發工具，並提供四檔思考強度（none、low、high、max）供切換。目前 API 推出限時六折，輸入為 0.6 元/百萬 Tokens、輸出 1.2 元/百萬 Tokens、快取命中 0.12 元/百萬 Tokens。官方於 9 月 15 日至 9 月 30 日期間，開放領取 1 億 Tokens 免費使用額度。該模型也已針對主流國產算力平台進行架構與推論框架最佳化。