下载格隆汇APP
下载诊股宝App
下载汇路演APP
社区
会员
大模型行业的竞争范式正在转变。随着Agent深度嵌入企业业务流程，模型调用频率指数级攀升，算力成本与投入产出效率成为核心竞争维度，全球头部厂商几乎走向同一条战略路径：
谷歌迭代Gemini Flash系列模型，将3.8 Flash打造为兼顾性能、速度和成本的主力工作模型。云知声、智谱以及DeepSeek也做出同样的技术选择，U2-Flash、GLM 5.3 Flash、DS V4.1 Flash都是这条技术方向演进的成果。
9月15日，云知声发布新模型U2-Flash，定位为面向真实任务的新一代高性能主力模型，总参数约266B，单次推理仅激活约10B，激活比例不到总参数的4%，Flash已升级成“能干活的主力智能”。
对长期深耕产业AI的云知声而言，U2-Flash是U2高智能密度路线的延续，更是公司撬动高频调用市场、推动收入结构升级的关键落子。
从U2到U2-Flash，面向真实执行的能力与效率进化
先看U2奠定的技术底色。今年6月，云知声发布通用基座模型U2，跳出参数堆叠路径：2600亿参数规模达到主流万亿级模型性能，Token成本降至稠密模型的十分之一。
U2贯彻了云知声的价值主张：AI公司行业价值=智能密度×Token价值。凭借更少激活资源承载更强能力，U2在长上下文理解、知识推理、指令遵循、智能体执行及复杂任务等主流评测中跻身全球第一梯队，验证了高智能密度的竞争力。
但Agent落地进入深水区后，新矛盾凸显：Token消耗不是“对话量”的线性增长，而是“任务复杂度×执行时长”的指数级攀升。一个典型项目的Token消耗量可达百万级，比普通对话单次千级消耗，提升了三个数量级。
因此让复杂任务“用得起、用得频”，成为大模型规模化落地的新卡点，U2-Flash正是针对这一卡点给出的解答。
作为基于U2强化后训练的产物，U2-Flash在U2基础上实现推理、Agent执行与复杂任务能力全面升级，同时实现了更快的响应速度与更低的调用成本。
在能力方面，升级锚定真实生产力场景，覆盖工程代码、终端任务、办公处理、知识推理、指令遵循等核心环节。公开评测数据显示，SWE-Bench Pro得分61.6，较前代提升10.5分；DeepSWE v1.1得分64.6，较前代U2的32翻倍；TerminalBench 3.0得分24.3，较前代的2.7分显著提升；在WorkBuddy-Bench Office办公场景评测中得分81，高于DeepSeek V4 Flash、DeepSeek V4 Pro和GLM 5.2。
在速度方面，模型首字响应时间平均控制在3秒以内，峰值输出速度300 Tokens/s；对比U2模型，U2-Flash在Agent任务执行过程中减少20%-30%的迭代步数，任务执行周期缩短35%。可见U2-Flash做到了更快响应、更快生成、更快完成，算力更多投向解决问题本身，最终体现为每一个Token都承载更高的有效信息密度。
从行业视角看，U2-Flash在“能力-成本”曲线上确立了更优坐标：以远低于同能力级模型的Token消耗，维持第一梯队的复杂任务执行能力。其商业价值不在“绝对最强”，而在“最具性价比的强”。
更重要的是，U2-Flash将重构Token生态的供需格局。需求端，模型具备高频调用的经济基础，成为可规模化落地的智能基础设施，哪怕一次文档整理、一轮代码修改、每天的资料更新，都可能成为稳定发生的调用。
供给端，一方面，U2-Flash在同等算力下可输出更多有效Token；另一方面，U2-Flash围绕主流国产算力平台完成从架构到调度的全栈适配，软硬件协同调优后，国产平台的吞吐、时延、并发与集群扩展能力持续提升，与主流GPU差距持续收窄，部分场景接近NVIDIA GPU表现。单卡提效与多元算力接入共同释放供给弹性，为高频调用时代筑牢了产能底座。
撬动高频调用市场，Token业务的增长空间与估值重构
技术进化最终要回答一个核心商业命题：能否转化为收入结构的质变。
过去两年，中国市场日均Token调用量暴增超千倍，2025年底达百万亿级，但同年公有云MaaS（模型及服务）营收仅停留在30亿元量级，海量需求并未转化为对等的账面收入。
云知声Token业务则实现爆发式增长：上半年收入近3000万元，同比激增760%，二季度环比增长超过500%，毛利率超过60%。这是公司增长最快的板块，但占总营收比重仅约5%，处于爆发初期。同时，上半年客户复购收入占比超过60%，客单价也在显著提升。
这表明云知声“强基模”能力已有效传导至应用层，模型被越来越多客户高频调用，真正进入了客户核心工作流并形成粘性，Token商业模式的价值潜力加速兑现。
U2-Flash的推出，有望进一步推动Token业务放量。这背后是科技产业反复验证的规律：当技术的单位使用成本降到某个阈值，使用门槛大幅降低，需求就会呈非线性释放。云计算如此，半导体如此，大模型API也不会例外。
从U2到U2-Flash，云知声凭借模型更快响应、更高生成速度和更短的Agent任务完成时间，正在把这一规律推向现实。成本下降驱动调用量扩张，调用量扩张又进一步摊薄部署成本，形成正向飞轮。
U2-Flash更深层的差异化壁垒，在于云知声长期坚持的产业深耕路线，与Palantir异曲同工。模型能力再强，也需要扎根业务逻辑做分析推理；缺乏场景深度理解，输出的结论看似自洽，落地往往水土不服，难以转化为真实的业务价值。
Palantir的AIP（人工智能平台）之所以成功，核心正是用“本体论”为AI构建认知框架，用知识图谱为推理提供语义支撑，用规则引擎确保逻辑一致性。这一战略带来了业绩爆发：2026年Q2营收约19.4亿美元，同比增长93%，归母净利润10.62亿美元，同比增长225%。
云知声在医疗、保险、交通、工业等场景十余年的落地积累，沉淀了深厚的行业know-how。这让U2-Flash从诞生起就不是悬浮的技术标杆，而是扎根真实场景的生产力工具。这种“从业务中来，到业务中去”的模型，进入企业可以直接创造价值，更容易形成高留存、高复购的客户关系。
这带来的不只是收入增长，更是公司估值逻辑的重构。Token业务本质上是平台型收入——按量计费、可复用、高毛利，客户的AI使用强度直接决定收入弹性。随着U2-Flash带动高频调用持续放量，云知声的收入结构将逐步从“一次性项目交付”转向“持续性调用收费”，估值锚点也自然向平台型AI公司迁移。
结语：
中国大模型在调用量上的优势能否转化为收入红利，核心取决于计价方式向Token迁移的速度，以及垂直场景的变现能力。从这个意义上说，谁能把智能的使用门槛降到足够低、让更多场景实现高频调用，谁就能吃到规模化落地的红利。
U2-Flash的发布，是云知声在这条路上的关键一跃——它把U2验证过的高智能密度优势，转化为面向高频调用的商业化动能，推动收入结构加速向持续调用服务升级。云知声的技术底子已经夯实，接下来的核心看点，是Token业务增长能否延续上半年的陡峭斜率。这既是云知声自身价值重估的试金石，也是观察中国大模型厂商差异化突围的重要样本。