云知声 U2-Flash-1118 全新升级:打造国产第一梯队Flash 级别模型中的性价比标杆

云知声 31

在Agent 时代,衡量一个模型的价值,正从“能不能回答”转向“能不能把任务真正做完、并且做得更省”。能原生理解图文、独立完成复杂编程,并在长流程中稳定执行、自我纠错的 Coding 与 Agent 基座模型,正在成为 AI 原生应用的底层支撑。

今天,我们正式发布U2-Flash-1118,打造国产第一梯队Flash 模型中的性价比标杆。作为U2-Flash 的全面升级版本,新模型在复杂编程、Agent 自主执行与多模态理解方面实现系统性提升,并通过执行效率优化显著降低 Token 消耗。不仅能力更强,而且用得更省,让每一次模型调用都更有价值。

简单来说,U2-Flash-1118 不仅能看懂更多信息,也能独立完成更复杂的任务,而且完成同样的工作更加省钱。

1 多项权威评测取得领先|综合实力稳居第一梯队

这套 “看得懂、做得完、耗得少” 的能力组合,已在多组权威基准中得到验证。

本次横评选取国内外具有代表性的 9 项基准,覆盖多模态感知、复杂编程与 Agent 执行、科学与数学推理三大方向。U2-Flash-1118 在 9 项评测中表现亮眼,斩获 2 项第一、4 项第二。

多模态领域:图文感知均衡,细节识别突出

U2-Flash-1118 figure 1

在面向复杂图文场景的 OCRBench-V2 英文和中文评测中,模型分别取得 66.0 分和 59.1 分,双双位列第二,成绩领先 GLM-5.3-Flash、DeepSeek-V4.1-Flash-1017。在考查图形细节辨识和空间关系理解的 BabyVision 中,U2-Flash-1118 拿到 92.5 分,优于 MiniMax-M3.1-Flash、GPT-6 Luna。

复杂编程与Agent执行:工程能力升级,深耕大型仓库开发

U2-Flash-1118 figure 2

在聚焦代码仓库理解、问题定位与修复的 U2-SWE-Bench v1.1 中,U2-Flash-1118 以 57.1 分位列第一,超过 DeepSeek-V4.1-Flash-1017 和 MiniMax-M3.1-Flash。在考查模型能否将复杂工程需求转化为可验证代码改动的 DeepSWE v1.1 中,模型以 75.2 分位列第二,超过 Gemini 3.8 Flash、MiniMax-M3.1-Flash、GPT-6 Luna 和 Claude Haiku 5.5。

在面向真实代码仓库问题的 SWE-Bench Pro 中,U2-Flash-1118 取得 62.5 分,高于 DeepSeek-V4.1-Flash-1017 和 GLM-5.3-Flash。在考查模型能否通过多步命令行操作完成任务的 TerminalBench 4.0 中,模型取得 35.5 分,超过 Claude Haiku 5.5、MiMo-V2.6-Flash 和 Gemini 3.8 Flash。该项成绩较上一版提升 12.9 分,是四项工程评测中得分提升最大的一项。

科学与数学推理:数理推理领跑,竞赛级解题能力突出

U2-Flash-1118 figure 3

在高难度科学问答基准 GPQA-Diamond 中,U2-Flash-1118 取得 93.9 分,位列第一,高于 Kimi K3 和 Qwen3.8-Max,较上一版提升 1.5 分。在竞赛数学基准 HMMT Feb. 2026 中,模型取得 97.0 分,与上一版 U2-Flash、Kimi K3 并列第二,高于 GLM-5.3 和 MiniMax-M3.1-Flash。

2 三大核心升级|让模型真正从理解走向执行

此次U2-Flash-1118 的升级,主要体现在三个方面。

首先是多模态理解能力。

不同于过去主要依赖文本和代码输入的模型,U2-Flash-1118 新增原生图片理解能力,可以直接识别 UI 截图、设计稿、图表和文档版面。开发者只需提供界面截图或报错图片,模型就能结合视觉信息理解问题、定位代码并辅助完成修改,减少信息转述和额外模型调用。

其次是复杂任务执行能力。

面对大型代码仓库和多步骤开发任务,模型不仅需要理解需求,还要能够自主规划、持续执行、检查结果,并在出现错误时及时调整。U2-Flash-1118 通过真实软件工程任务训练、Agent 强化学习和递归自我改进(RSI),进一步增强了从需求分析、问题定位到代码修改、测试验证的端到端能力。

更值得关注的是 Token 效率的提升。

长流程任务中,重复探索、无效重试和冗余调用往往带来大量额外成本。U2-Flash-1118 通过执行轨迹优化、动态预算分配和 Agent Harness 协同优化,减少无效消耗。在相同任务下,总 Token 消耗降低约37.0%,模型调用次数减少约44.8%,让复杂任务的完成成本进一步下降。

3 分水岭在难任务上|三项协同的系统性升级

U2-Flash-1118 相对 U2-Flash 的提升,并不来自"更大的模型"。这次升级保持原有语言基座参数规模不变,仅新增 1B 参数的视觉模块,能力的增长主要来自三个层面在真实工程任务中的协同。

首先,让模型能够从每一次执行中积累经验。

递归自我改进(RSI)是此次升级的一项重要技术。传统模型的迭代,很大程度上依赖人工发现问题、设计训练数据,再通过新一轮训练进行优化。U2-Flash-1118 则进一步将真实任务中的执行反馈纳入改进过程。

当模型在实际任务中出现失败,系统会分析问题背后的能力短板,并据此构建针对性的训练任务。模型重新探索解决方案,系统对关键操作进行验证,再通过纠错训练和无提示测试,筛选真正有效的执行经验,纳入下一轮训练。

例如,模型在一个真实项目中反复遇到跨文件依赖问题,系统便可以围绕这一薄弱环节构建同类任务,让模型重新学习和解决。经过训练后,模型还需要在没有额外提示的情况下独立完成任务,相关经验才会被采纳。

RSI优化的不只是模型本身,还包括任务课程和Agent Harness运行框架,让模型能力、训练任务和执行系统能够持续改进。所有更新都需要经过独立测试和旧能力回归检查,确保每一次提升都有实际依据。

其实,让模型在更接近真实开发的任务中训练。

模型能力提升,离不开高质量训练数据。为此,我们构建了两类核心软件工程训练任务:一类基于真实开发历史中的问题修复,要求模型在已有代码库中定位问题、完成修改,并避免引入新的错误;另一类基于参考程序进行功能复现,要求模型通过使用文档和交互探索理解需求,再自主设计和实现功能。

前者训练模型在既有项目中定位和解决问题的能力,后者训练模型从需求理解到功能实现的能力,两者共同覆盖问题定位、需求分析、系统设计代码实现和结果验证等关键环节。

更重要的是,每个任务都配有固定的运行环境和可重复执行的测试。模型是否真正解决了问题,不是看生成的代码是否完整,而是要通过实际运行和测试来验证。只有经过正确性、稳定性和错误检出检查的测试结果,才能作为有效的训练依据。

最后,让每一个Token发挥最大价值。

同样是修复一个Bug,一次定位并解决问题,与反复尝试、重复修改,最终得到的结果可能相同,但消耗的Token却相差很大。U2-Flash-1118 在训练阶段,会根据模型当前的错误类型、任务成功率和执行成本,动态选择训练数据,重点补足需求探索、跨文件修改、边界条件处理和失败恢复等薄弱环节。

在执行阶段,则将长流程任务划分为分析、实现和审查三个阶段,通过独立会话和结构化交接材料传递已经确认的信息,减少上下文反复搬运和无效迭代。

核心目的不是简单压缩Token,而是减少重复劳动,让有限的计算资源更多用于获取新证据、完成有效修改和确认最终结果。省下的Token,不能以牺牲任务质量为代价。

4 典型场景|让复杂任务从想法走向交付

从空间构想到 3D 短片:让创意动起来

U2-Flash-1118 通过代码驱动 Blender,完成空间站建模、材质设置、灯光布置与动画制作,将空间构想转化为动态短片。在空间站案例中,中央舱体、环形舱段、支撑桁架和太阳能板共同构成主体结构,驾驶舱、观景通道与舱门等细节进一步丰富了场景。镜头从站外环绕推进,穿过舱内空间,再衔接飞船离站与远景回望,串联起不同尺度的视觉叙事。云知声标识融入飞船外观和控制台屏幕,将空间设计、镜头语言与品牌展示结合为一部完整作品。

从设计稿到交互网页,让设计真正可用

U2-Flash-1118将静态设计稿转化为可交互的网页,结合视觉还原与功能开发,完成从页面呈现到交互实现的工作。在官网搭建案例中,页面布局、配色与光效得到还原,模型分类切换、产品详情查看等交互功能也得以实现。从蓝色光效铺开的首屏,到模型矩阵、合作伙伴和服务入口,各模块保持统一的视觉风格,形成连贯的浏览体验。

从需求到信息图,让复杂信息清晰呈现

面对材料分散、信息庞杂的任务,U2-Harness以用户目标为起点,将需求拆解为可执行的任务链:理解内容、搜集信息与图像、将数据转化为图表,并完成版式设计,最终交付重点鲜明、图文并茂的成品。交付形式覆盖可编辑的PPT演示文稿、Word文档、PDF及A1幅面海报,可用于项目方案、业务汇报、活动宣传等场景。

U2-Flash-1118 figure 6

U2-harness 生成效果示例|可编辑 A1 信息图

U2-Flash-1118 figure 7

U2-harness 生成效果示例|PPT 演示文稿

从多模态感知到长程任务执行,再到基于反馈的持续进化,U2-Flash-1118 将智能能力融入真实世界的复杂工作流,让理解抵达行动,让智能释放更深远的价值。

立即体验

U2-Flash-1118 现已上线云知声 MaaS 平台,个人用户、开发者及企业可通过平台体验模型能力,开发者和企业也可通过 API 接入。

当前限时六折优惠:

输入:0.6 元 / 百万 Tokens

输出:1.2 元 / 百万 Tokens

缓存命中:0.02 元 / 百万 Tokens

点击链接或扫描下方二维码,即刻体验:

https://maas.unisound.com/

U2-Flash-1118 figure 8