9月1日消息，美团宣布正式发布LongCat-Flash-Chat AI模型，并同步开源，采用创新性混合专家(MoE)，总参数量达560B(5600亿)，实际激活参数18.6-31.3B，平均仅27B，从而实现计算效率与性能的双重优化。
美团声称，根据多项基准测试综合评估，作为一款非思考型基础模型，LongCat-Flash-Chat在仅激活少量参数的前提下，性能就可以比肩当下领先的主流模型，尤其在智能体任务中具备突出优势。
同时，因为面向推理效率的设计和创新，LongCat-Flash-Chat具有明显更快的推理速度，更适合于耗时较长的复杂智能体应用。
美团LongCat-Flash在架构层面引入“零计算专家（Zero-Computation Experts）”机制，总参数量560B，每token依据上下文需求仅激活18.6-31.3B参数，实现算力按需分配和高效利用。
为控制总算力消耗，训练过程采用PID控制器实时微调专家偏置，将单个token的平均激活量稳定在约27B。
此外，LongCat-Flash在层间铺设跨层通道，使MoE的通信和计算能很大程度上并行，极大提高了训练和推理效率。
配合定制化的底层优化，LongCat-Flash在30天内完成了高效训练，并在H800 GPU上实现单用户100+ tokens/s的推理速度。
LongCat-Flash还对常用大模型组件和训练方式进行了改进，使用了超参迁移和模型层叠加的方式进行训练，并结合了多项策略保证训练稳定性，使得训练全程高效且顺利。
针对智能体（Agentic）能力，LongCat-Flash自建了Agentic评测集指导数据策略，并在训练全流程进行了全面的优化，包括使用多智能体方法生成多样化高质量的轨迹数据等，实现了优异的智能体能力。
通过算法和工程层面的联合设计，LongCat-Flash在理论上的成本和速度都大幅领先行业同等规模、甚至规模更小的模型。
通过系统优化，LongCat-Flash在H800上达成了100 tokens/s的生成速度，同时输出成本低至5元/百万token。
LongCat-Flash架构图
通用领域知识方面，LongCat-Flash在ArenaHard-V2基准测试中取得86.50的优异成绩，位列所有评估模型中的第二名。
在基础基准测试中，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。
这些成绩可与目前国内领先的模型比肩，且其参数规模少于DeepSeek-V3.1、Kimi-K2等产品。
智能体工具使用方面，LongCat-Flash即便与参数规模更大的模型相比，在τ2-Bench（智能体工具使用基准）中的表现仍超越其他模型；高复杂度场景下，在VitaBench（复杂场景智能体基准）中以24.30分位列第一。
编程方面，LongCat-Flash在TerminalBench（终端命令行任务基准）中，以39.51的得分位列第二，在SWE-Bench-Verified（软件工程师能力验证基准）中得分为 60.4。
指令遵循方面，LongCat-Flash在IFEval（指令遵循评估基准）中以89.65的得分位列第一，在COLLIE（中文指令遵循基准）和 Meeseeks-zh（中文多场景指令基准）中成绩分别为 57.10 和 43.03。
LongCat-Flash基准测试性能
美团同步提供了分别基于SGLang和vLLM的两种高效部署方案。
以下为使用SGLang进行单机部署的示例：
python3 -m sglang.launch_server \
--model meituan-longcat/LongCat-Flash-Chat-FP8 \
--trust-remote-code \
--attention-backend flashinfer \
--enable-ep-moe \
--tp 8
现在前往https://longcat.ai/ ，就能立即与LongCat-Flash-Chat开启对话。
开源平台地址：
Hugging Face：
https://huggingface.co/meituan-longcat/LongCat-Flash-Chat
Github：
https://github.com/meituan-longcat/LongCat-Flash-Chat
开源仓库统一采用MIT License，并允许用户利用模型输出、通过模型蒸馏等方式训练其他模型。
