美团开源“重思考”模型，工具调用能力达SOTA水准
1月16日，IT之家传出消息，美团LongCat团队正式发布了开源模型LongCat-Flash-Thinking-2601。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据美团介绍，作为LongCat-Flash-Thinking模型的升级版，LongCat-Flash-Thinking-2601在智能体搜索、工具调用、工具交互推理等核心评测基准上，均已达到开源模型的顶尖水平。
美团方面表示，该模型尤其在工具调用方面展现出卓越的泛化能力。在依赖工具调用的随机复杂任务中，其性能超越了Claude，可大幅降低真实场景下新工具的适配训练成本。同时，它是首个完整开源并支持在线免费体验“重思考模式”的模型，能启动多个大脑飞速运转，确保思考周全、决策可靠。
得益于全新升级的“重思考”模式，当遇到高难度问题时，模型会把思考过程拆分为并行思考和总结归纳两步来完成：
在并行思考阶段，模型会同时独立梳理出好几条推理路径，就像人面对难题时会琢磨不同解法一样，它还会特意保证思路的多样性，生怕漏掉最优解。
在总结归纳阶段，会对多条路径进行梳理、优化与合成，并将优化结果重新输入，形成闭环迭代推理，推动思考持续深化。
除此之外，我们还专门设计了额外的强化学习环节，针对性打磨模型的总结归纳能力，让LongCat-Flash-Thinking-2601真正做到“想清楚再行动”。
美团表示，经过全面严谨的评估显示，LongCat-Flash-Thinking-2601模型在编程、数学推理、智能体工具调用、智能体搜索等维度表现全面领先：
编程能力方面：LongCat-Flash-Thinking-2601在LCB评测中取得82.8分，OIBench EN评测获47.7分，成绩处于同类模型第一梯队，展现出扎实的代码基础能力。
数学推理能力：在开启重思考模式后表现突出，LongCat-Flash-Thinking-2601在AIME-25评测中获得100.0分，IMO-AnswerBench中以86.8分达到当前SOTA。
智能体工具调用能力：在τ²-Bench评测中拿到88.2分，VitaBench评测中获得29.3分，均获得开源SOTA水平，在多领域工具调用场景下表现优异，适配实际应用需求。
智能体搜索能力：在BrowseComp任务中取得73.1分，RW Search评测获79.5分，LongCat-Flash-Thinking-2601具备强劲的信息检索与场景适配能力，达到开源领先水平。
此外，为了更好地测试智能体模型的泛化能力，美团还提出了一种全新的评测方法——通过构建一套自动化任务合成流程，支持用户基于给定关键词，为任意场景随机生成复杂任务。每个生成的任务都配备了对应的工具集与可执行环境。
由于这类环境中的工具配置具有高度随机性，美团通过评估模型在该类环境中的性能表现，来衡量其泛化能力。实验结果表明，LongCat-Flash-Thinking-2601在绝大多数任务中保持领先性能，印证了其在智能体场景下强大的泛化能力。
IT之家附最新开源地址：
GitHub
Hugging Face
ModelScope
API开放平台
正式
相关攻略
IT之家 3 月 25 日消息，据《商业内幕》今日报道，英伟达首席执行官黄仁勋提醒，人工智能带来的冲击不仅限于白领岗位，蓝领群体同样无法置身事外。黄仁勋表示，无论是农民、电工还是药剂师，都应该主动使
IT之家 3 月 17 日消息，小度上周宣布接入 OpenClaw 龙虾生态，小度智能家居 Skills 已登陆 ClawHub。IT之家注意到，小度去年就已完成智能家居控制能力的 MCP 化升级，
3月16日，阿里巴巴正式成立Alibaba Token Hub事业群，由阿里巴巴CEO吴泳铭直接负责。根据内部公告，Alibaba Token Hu将包括通义实验室、MaaS业务线、千问事业部、悟空
IT之家 3 月 12 日消息，大疆近日正式官宣了首款 8K 旗舰全景无人机 DJI Avata 360，新品主打 8K 旗舰全景影像与飞行体验，将于 3 月 26 日 20:00 全球发布。大疆此
3月3日，iPhone 17e与新款iPad Air昨日在天猫平台全球同步首发并开启预约。iPhone 17e售价4499元起，搭载A19芯片、4800万像素摄像头及MagSafe无线充电，存储容
热门专题
热门推荐
华硕联席CEO许先越：苹果MacBook Neo冲击PC生态圈，定位“笔记本形态iPad” PC行业最近又迎来一个重磅话题。科技媒体PCMag日前报道称，在近期的财报电话会议上，华硕联席CEO许先越发表了一个引人瞩目的判断：苹果推出其最便宜的MacBook Neo笔记本，对整个PC行业而言，无疑是一
安伯尼克 Anbernic RG VITA 系列掌机规格揭晓：紫光展锐 T618 瑞芯微 RK3576 芯片 安伯尼克 Anbernic 于昨日通过视频，正式揭开了RG VITA及VITA Pro两款掌机的详细规格面纱。对于关注掌上游戏设备的玩家来说，这波参数放送，信息量着实不小。 具体两款机型
在龙族卡塞尔之门的战场，皇女零的阵容搭配艺术 想在《龙族卡塞尔之门》的战场上最大化皇女零的威力？阵容的搭配可是一门学问。她自身无疑是核心的输出利器，但要让这把利刃发挥极致，就得围绕她构建一个既能稳固防守、又能创造绝佳输出时机的团队。 核心角色选择：强攻与辅佐的默契 皇女零的定位清晰——核心输出。因此
XRP ETF：2025 年的最新发展 如果说2024年是比特币和以太坊ETF的“破冰之年”，那么2025年的聚光灯，无疑转向了XRP。随着现货比特币和以太坊ETF成为主流金融机构的标准配置，全球市场的目光正聚焦于下一个可能爆发的领域：XRP及其各类交易所交易基金（ETF）。从基于期货的美国产品到已
飞读小说APP：三步“读心术”，精准找到你的下一本心头好 面对海量书库，如何在飞读小说里高效率地挑出那本合胃口的好书？这事说难也简单，关键在于摸清楚平台的推荐逻辑和筛选工具。今天，我们就来把这套“选小说”的实用方法论，给你讲明白。 飞读小说app小说选择方法： 第一步，精准定位你的“阅读舒适区”。打