社区

今日，海外权威 AI 模型评测平台 LLM Stats 更新榜单，云知声 U2 登上两项关键评测：在 LLM Stats Score 综合能力榜单中进入模型总榜前 30，按厂商最佳模型成绩位列全球模型厂商第九；同时，在平台收录的独立长上下文评测基准 LongBench-V2 中，U2 以 54.4% 的Accuracy 超越 Claude Opus 4.7。

LLM Stats Score 不是为了刷榜而设计的单一测试集排名，而是面向真实工作负载构建的综合能力评分体系。其综合分数来自公开来源、独立采样测量与经验证的 benchmark 结果。在此基础上，LLM Stats Score 覆盖推理、代码、知识、工具与智能体、长上下文等多个维度，更接近对模型综合战斗力的横向检验。

LongBench-V2 则是当前长上下文推理领域的高难度评测基准之一。该测试集包含 503 道多选题，上下文长度覆盖 8K 至 2M words，并按 short、medium、long 三个长度区间分别评估模型表现，覆盖单文档问答、多文档问答、长上下文学习、长对话历史理解、代码库理解和长结构化数据理解六大类任务，重点检验模型在不同上下文规模下处理长任务的稳定性。

两项评测成绩，正是 U2 在通用能力与复杂任务处理上持续突破的最好证明。

而支撑这一切的，是 U2 “高智能密度 × 高 Token 价值”的核心技术主张：作为云知声面向真实任务执行打造的原生智能体大模型，U2一方面通过更高效的模型结构和能力承载方式，在更少激活资源下释放更强推理能力；另一方面通过混合思考机制、长上下文理解和任务链路规划能力，让每一次调用、每一个 Token 都更接近有效交付。

接下来，U2 将持续围绕复杂推理、长文本处理、代码生成与 Agent 任务执行等方向优化，不断提升在真实工作流中的交付能力，做更懂任务执行的大模型。

🔗榜单公示链接：https://llm-stats.com/✨欢迎体验 U2：https://maas.unisound.com/models/u2