美团 LongCat-Flash 开源，为 AI 企业提供 “算力优化 + 场景适配” 双优方案

摘要：在AI大模型的激烈竞争中，美团于9月1日携LongCat-Flash强势入局，在Github、Hugging Face平台开源，并上线官网，LongCat的中文叫做“龙猫”。这一5600亿参数的大模型，采用混合专家模型（MoE）架构，激活参数在186亿到313

在AI大模型的激烈竞争中，美团于9月1日携LongCat-Flash强势入局，在Github、Hugging Face平台开源，并上线官网，LongCat的中文叫做“龙猫”。这一5600亿参数的大模型，采用混合专家模型（MoE）架构，激活参数在186亿到313亿之间，实现了计算效率与性能的优化平衡。作为一款非思考型基础模型，它在少量参数激活下，性能可与主流模型比肩，尤其在智能体任务中表现卓越。

LongCat-Flash，引入“零计算专家(Zero-Computation Experts)”机制。面对不同的输入token，模型能依据上下文需求，精准激活186亿到313亿参数，实现算力的智能分配与高效利用。在处理简单常见词汇时，模型直接输出结果，大大节省了计算资源；而遇到逻辑推理等复杂任务时，则调用完整算力，确保任务高质量完成。为稳定总算力消耗，训练中采用PID控制器实时微调专家偏置，使单Token平均激活量维持在270亿左右。

同时，模型通过在层间铺设跨层通道，实现了MoE通信与计算的并行运作。这一设计极大提升了训练和推理效率，结合定制化底层优化，LongCat-Flash仅用30天便完成训练，并在H800上达成单用户100+ tokens/s的推理速度，输出成本低至5元/百万Token。

通用领域知识方面，LongCat-Flash在ArenaHard-V2基准测试中，斩获86.50的高分，位居第二；MMLU（多任务语言理解基准）得分为89.71，CEval（中文通用能力评估基准）得分为90.44，与国内领先模型相当，且参数规模小于DeepSeek-V3.1、Kimi-K2等。

智能体(Agentic)工具使用也是LongCat-Flash的一大亮点。在τ2-Bench（智能体工具使用基准）测试中，即便与参数规模更大的模型相比，它也毫不逊色；在高复杂度的VitaBench（复杂场景智能体基准）测试中，以24.30的高分拔得头筹。编程领域，LongCat-Flash在TerminalBench（终端命令行任务基准）中，以39.51的得分位居第二；SWE-Bench-Verified（软件工程师能力验证基准）中，60.4的得分使其具备较强竞争力。指令遵循方面，LongCat-Flash在IFEval（指令遵循评估基准）中，以89.65的高分位列榜首；在COLLIE（中文指令遵循基准）和Meeseeks-zh（中文多场景指令基准）中，也分别取得57.10和43.03的佳绩，对中英文复杂指令的出色遵循能力得到充分验证。

今年以来，美团在AI研发上动作频频，年初将LongCat作为内部模型推出，随后发布AI Coding Agent工具NoCode 、AI经营决策助手袋鼠参谋、酒店经营的垂类AI Agent美团既白等多款AI应用。此次LongCat-Flash的开源，是美团“Building LLM”战略的重要一步。