云知声发布U2-Flash-1118:三项能力升级,总Token消耗降约37.0%
云知声(09678)发布大模型全新升级版本U2-Flash-1118
云知声(09678)发布公告,U2-Flash-1118正式亮相,是U2-Flash的全新升级版本。复杂编程、Agent自动执行与多模态理解三项能力均实现跃升。在多项权威评测中,该模型在复杂编程与Agent执行、原生视觉理解、科学与数学推理三大领域都拿到优异成绩。视觉理解这一块,3项参评视觉榜单中它均进入前二;OCRBench-V2英文和中文得分双双超过DeepSeek-V4.1-Flash-1017和GLM 5.3-Flash,图形细节辨识、空间关系感知以及中英文文档版面理解都表现突出。
复杂编程与Agent执行方面,4项参评工程评测较U2-Flash均有提升。DeepSWE v1.1得分排在第二,超过MiniMax-M3.1-Flash和Qwen3.8-Max-0902,大型代码仓库解析、复杂工程需求拆解、多轮代码修改及终端任务执行能力得到体现。
科学与数学推理的2项参评评测中,该模型分别排在第一和第二。GPQA-Diamond得分居首,超过Kimi K3和Qwen3.8 Max,高难度科学问答与竞赛数学推理能力不俗。
语言基座参数规模保持不变,U2-Flash-1118新增约1B参数的视觉模块,原生多模态理解能力得到增强;后训练及Agent Harness协同优化也让复杂任务执行能力与Token使用效率进一步提升。能力升级集中在以下三方面:
(1) 多模态理解增强:新增原生图片输入能力,UI截图、设计稿及文档版面可直接理解,支持图文问答、界面理解及基于截图的辅助开发。
(2) 复杂任务执行优化:借助递归自我改进(RSI)机制,把任务执行反馈转成针对性训练任务,配合纠错训练、独立测试和能力回归验证,持续打磨模型及Agent执行框架,从需求理解、问题定位、代码修改到测试验证的完整开发流程可自主推进。
(3) Token效率提升:Agent执行效率上,执行轨迹优化、关键动作提炼、动态预算分配及Agent Harness协同优化减少了重复探索、冗余工具调用和上下文搬运。相同任务集、一致评测条件下,相较原版本U2-Flash,总Token消耗降低约37.0%,模型调用次数减少约44.8%,任务完成质量不变,执行成本下降。
多模态理解增强、复杂任务执行能力提升与Agent执行效率优化叠加,U2-Flash-1118在实际应用场景中的综合能力得到提升,开发者及企业用户可获得更高效的模型服务。