Meituan's large model is here! Open-source "Changmao," performance on par with DeepSeek V3.1, also focusing on "computing power savings."

剛剛，美團開源了他們的龍貓大模型 LongCat-Flash。

一個擁有 5600 億參數的混合專家（MoE）模型。

它不僅在性能上追求卓越，更通過一系列架構和訓練上的創新，實現了驚人的計算效率和高級的 Agent 能力。

LongCat-Flash 在保證強大能力的同時，將計算資源用在 “刀刃” 上。

它並非在處理每個任務時都激活全部 5600 億參數，而是通過精巧的設計，實現了動態的資源分配。

LongCat-Flash 最具創新性的設計之一是 “零計算” 專家機制 (Zero-computation Experts)

模型可以智能地判斷輸入內容中不同部分的重要性，並將計算量較小的任務（例如常見的詞語、標點符號）分配給一個特殊的 “零計算” 專家。

該專家不進行實際的複雜運算，直接返回輸入，從而極大地節省了算力。

得益於此，模型在處理每個詞元（token）時，僅需動態激活 186 億至 313 億的參數（平均約 270 億），實現了性能與效率的完美平衡。

在大規模 MoE 模型中，不同 “專家” 模塊之間的通信延遲往往是性能瓶頸。

為此龍貓大模型引入了快捷連接混合專家模型 (Shortcut-connected MoE, ScMoE)

ScMoE 架構通過引入一個快捷連接，有效地擴大了計算和通信的重疊窗口，顯著提升了訓練和推理的吞吐量，讓模型的響應速度更快。

為了讓模型不僅能 “聊天”，更能成為能解決複雜任務的 “智能代理”，LongCat-Flash 經歷了一個精心設計的 為 Agent 而生的多階段訓練流程。

該流程包括大規模預訓練、針對性地提升推理和代碼能力的中期訓練，以及專注於對話和工具使用能力的後訓練。

這種設計使其在執行需要調用工具、與環境交互的複雜任務時表現出色。

一個有趣且值得關注的細節是，在官方的技術報告中，強調了 LongCat-Flash 是在一個包含數萬個加速器（tens of thousands of accelerators）的大規模集羣上完成訓練的。

這個用詞非常嚴謹。

在當前 AI 領域，雖然大家通常會立刻聯想到 NVIDIA 的 GPU，但 “加速器” 是一個更廣泛的概念，它可以包括 Google 的 TPU、華為的昇騰（Ascend）或其他專為 AI 計算設計的芯片。

官方選擇使用這個詞彙，而沒有明確指出是 “GPU”，這為硬件的具體來源留下了一定的想象空間，也體現了其在技術陳述上的精確性。

無論具體是哪種硬件，在如此龐大的集羣上，於短短 30 天內完成超過 20 萬億詞元的訓練量，都足以證明其背後基礎設施的強大與工程優化的卓越。

LongCat-Flash 的工程優化成果最終體現在了用户可感知的性能和成本上：

極高的推理速度 ：推理速度超過 100 詞元/秒（TPS）。

極低的運營成本 ：每處理一百萬輸出詞元的成本僅為 0.7 美元。

強大的綜合能力 ：支持 128k 的長文本上下文，並在代碼、推理和工具調用等多個方面展現出與業界領先模型相媲美的競爭力。

為了更直觀地展示 LongCat-Flash 的實力，我們來看一下它與業界其他頂尖模型的詳細評估對比。

美團的 LongCat-Flash 模型在各項基準測試中展現出了非常強勁且極具競爭力的性能。

它不僅在多個方面與業界頂尖的開源模型（如 DeepSeek V3.1, Qwen3）旗鼓相當，甚至在某些特定能力上實現了超越。

通用領域能力 (General Domains) 在衡量模型通用知識和推理能力的測試中，LongCat-Flash 表現穩定且出色。

MMLU / MMLU-Pro ：

這是衡量模型綜合知識水平的核心指標。

LongCat-Flash 的得分（89.71 / 82.68）與 DeepSeek V3.1、Qwen3 MoE 和 Kimi-K2 處於同一梯隊，證明了其紮實的基礎知識和推理能力。

ArenaHard-V2 ：

這個基準更側重於模型作為聊天助手的 “體感” 和處理複雜指令的能力。LongCat-Flash 在此項得分 86.50 ，超過了 DeepSeek V3.1，與 Qwen3 MoE（88.20）非常接近，這説明它的對話和推理能力非常優秀。

中文能力 (CEval / CMMLU) ：

作為中文領域的權威測試，LongCat-Flash 在 CEval 上表現優異（90.44），在 CMMLU 上也保持了不錯的水平，證明其對中文語言有很好的支持。

指令遵循 (Instruction Following) 這是 LongCat-Flash 最突出的亮點。

技術報告中提到，模型為 “Agent” 能力進行了專門的多階段訓練，而評估結果也印證了這一點。

IFEval & COLLIE ：

這兩個基準專門評估模型理解並執行復雜、多步驟指令的能力。

在 IFEval 上，LongCat-Flash 的得分（89.65）名列前茅，超越了 DeepSeek V3.1，與 Kimi-K2 和 Qwen3 MoE 並駕齊驅。

在 COLLIE 測試中，LongCat-Flash 取得了 57.10 的高分， 在所有參與對比的模型中排名第一 。

這強有力地證明了它在執行需要調用工具、與環境交互的複雜 “智能代理”（Agent）任務方面的卓越能力。

目前，LongCat-Flash 模型已經發布在 Hugging Face 和 Githiub 社區，並遵循 MIT 許可協議。

全球學術界和產業界的研究者、開發者都可以自由地使用和探索這個強大的模型，共同推動 AI 技術的發展。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。