用 1/100 的价钱跑 agent——Unisound U2 靠 10B 激活做出前沿级推理
做医疗语音起家的中国老牌 AI 公司云知声（Unisound，港股 9678）于 2026-06-08 发布 U2，并首次把一款模型明确定位为「agent 基座模型」。据 llm-stats 6 月 25 日的深度评测，U2 是 266B 总参 / 10B 激活的 MoE（每 token 仅约 3.8% 激活），训练 15T token、文本输入输出、知识截止 2026-01-31。卖点是「智能密度」：在 llm-stats 自家 ZeroEval hub 独立实测（非厂商自报）拿到 GPQA Diamond 86.9、MATH-500 85.8、AIME 2025 73.3、SWE-bench Verified 约 73 分，价格却低到 $0.15/百万输入、$0.30/百万输出，缓存输入更只要 $0.003（约 50 倍折扣）——对反复重发同一段系统提示的 agent 循环极省钱。短板同样诚实：FACTS Grounding 44.3、长上下文抗干扰 NoLiMa(hard,16K) 仅 8.5，且为闭源、暂无开放权重。
推荐写作角度
- 性价比/省钱向（写给跑高频 agent 循环的人）：算一笔账——10B 激活 + $0.15/$0.30 + 缓存输入 50 倍折扣，意味着什么样的 agent 工作流能把成本压到「四舍五入是零」；同时诚实提醒它闭源、长上下文召回弱，别盲目迁移。
- 实测/验证向（写给不信榜单的人）：用 LLM Stats Playground 把 U2 和你现在在用的模型摆一起，验证 86.9 GPQA / 85.8 MATH / 73 SWE 在真实任务上的体感，重点测它最弱的「从大段噪声里抠事实」。
- 格局/叙事向（写给关注国产 AI 的人）：一家在 100+ 医院落地语音 AI 的老公司，转身做 agent 基座，走「智能密度」而非「堆参数」的路线——把这条少有人写的支线讲清楚，用真实分数说话。
标题模板
- 「缓存输入便宜 50 倍：Unisound U2 把「跑 agent」的成本算到了小数点后」
- 「10B 激活打出前沿级推理：被低估的国产 agent 基座 U2 实测」
- 「从医院语音到 agent 基座——云知声 U2 的「智能密度」是真功夫还是新话术」
公开核验来源
事实、判断、写作角度和标题模板全部免费公开；引用前请回到原始来源再次核对。
llm-stats · Unisound U2 深度评测（含 ZeroEval 独立实测分数）llm-stats · Unisound U2 模型页相关阅读
沿着这个问题继续读
Muse Spark 1.3 上线：少 20% 工具调用是厂商结果，Max 推理与开放权重仍在路上
Meta 于 2026-09-02 发布 Muse Spark 1.3，并开始向 Muse Code 与 Meta Model API 推送；截至 Asia/Katmandu 2026-09-03 06:07，Hacker News 为 340 分、237 条评论。Meta 称相较 1.2，内部工程师比较中工具调用约少 20%、token 约少 25%，并强调长任务、多工作流、澄清问题与高后果操作前确认；这些数字来自厂商自测，没有公开证明所有语言、仓库和真实创作任务都能同比节省。边界必须前置：Max reasoning 仍要等额外安全测试，官方只说开放权重未来会来，两者都不是当前已交付能力；页面中的工程、音频和演示文稿案例是原型展示，不等于可复现产品验收。独立 Artificial Analysis 的首日数据也只是特定端点与基准快照，价格、速度和排名会变，中文创作者应以自己的任务集、隐私选项和完整成本复测。
Mistral 的训练退出不是一个总开关：Vibe、API 与反馈要分开检查
Mistral 本周更新数据治理帮助页，明确普通 Vibe 用户的输入输出默认可用于训练、可自行退出，Vibe Enterprise 则默认退出；Vibe 与 Mistral Studio/API 的退出开关彼此独立，关闭一处不会自动关闭另一处，上传文档也算输入数据。截至 Asia/Katmandu 2026-09-03 06:07，相关 Hacker News 讨论为 359 分、155 条评论。边界必须前置：帮助页描述的是当前产品设置，不等于历史数据自动删除、零数据保留或所有第三方接入都遵循同一规则；反馈渠道另有处理，官方提醒不希望反馈数据被用于改进时不要提交带评论的赞/踩。产品名称、套餐默认值和控制入口可能继续变化，发布前应按当日账号与合同复核，不能把“可退出”简化成“默认不训练”。
21.5 万篇“最佳软件”页进入 AI 引用链：AEO 先要解决证据污染
Trellner Research 于 2026-09-02 公布一次 Perplexity 软件推荐审计：研究者用 380 个软件类别做单次快照，发现三个版式与基础设施高度相似的站点合计列出 215,128 个 `/best/` 购买指南；另一个软件厂商 Guideflow 的博客在 96 个类别中被引用 194 次，成为第三大引用来源。相关 Hacker News 讨论截至 Asia/Katmandu 2026-09-03 06:07 为 287 分、127 条评论。边界必须前置：研究只测 Perplexity、一个提示措辞、每类一次运行，两个模型档位的引用高度重合，不能当作两个独立实验；它没有证明这些页面一定错误、共同所有者是谁，也没有做移除来源后的因果测试，更不能外推 ChatGPT、Gemini、Copilot 或 Google AI Mode。215,128 是三站 sitemap 中对应 URL 数的合计，不是已人工逐篇判假的数量；“证据污染”应作为待复测风险，而不是给站点或运营者定罪。