为何此时发布这一模型意义重大
中国本地生活服务巨头美团加入了开源大语言模型浪潮，发布了LongCat Flash Chat。该系统将超大参数规模与效率优先的设计相结合。模型于2025年9月初公布，并在 GitHub 和 Hugging Face 上面向开发者开放；随附的技术报告将其定位为当前顶尖系统之一。美团表示，根据公司的基准测试，LongCat Flash Chat 的表现可与 DeepSeek V3.1、阿里云 Qwen3 系列和月之暗面 Kimi K2 相媲美，与 Anthropic 的 Claude Sonnet 和谷歌 Gemini 2.5 Flash 相比也具竞争力。该模型采用宽松许可，允许广泛使用和修改，表明美团正致力于围绕其 AI 技术栈打造活跃的开发者生态。
目录
美团将 LongCat Flash Chat 定位为一款快速、可用于生产环境的基础模型，而非侧重推理的系统。这一定位体现了明确的取舍：减少对缓慢、复杂逻辑链的侧重，转而强调响应迅速的智能体行为、工具使用和指令遵循。此次发布承接了美团2023年以2.81亿美元收购 AI 初创公司 Light Year 一事，也符合其内部战略布局，涵盖内部工作流程 AI、面向终端用户产品的 AI 功能以及核心模型研发。
美团发布了什么
美团的文档将 LongCat Flash Chat 描述为一款混合专家模型，总参数量达5600亿。对于任一给定词元，实际激活的参数只占其中一部分，通常为186亿至313亿，平均约270亿。这种选择性激活是模型速度和成本表现的关键。模型支持最长128k 词元的上下文窗口，可处理冗长对话、文档或多步骤任务，而无需频繁重新开始。
按美团的说法，这是一款非思考型基础模型。财新国际报道称，该模型不具备先进推理能力，但在多种指令和智能体任务中仍表现出色。代码库展示了模型在通用基准、指令遵循、数学、编程、工具使用和安全评估方面的竞争力。开发者可在 Hugging Face 的此页面获取模型权重和文档，并在官方网站longcat.ai查看产品详情。代码和权重均采用MIT 许可证发布。
LongCat 架构解析
混合专家模型将庞大的网络拆分为许多称为“专家”的专用组件。路由器会为每个词元决定调用哪些专家。每个词元只激活少量专家，模型因而能在保留较大总容量的同时控制每一步的计算量。这种方法已成为扩展模型规模、避免推理成本大幅攀升的常见方式。
通俗理解混合专家模型
可以把这个系统想象成一支庞大的团队，每条消息只需请少数几位专业人员参与。路由器根据内容挑选这些专家，从而减少不必要的工作。美团的设计还加入了几项新机制。报告介绍了零计算专家，它们充当占位符，在路由器需要平衡负载或为简单词元减少计算量时可以被选中。系统还在后台使用PID 控制器调整专家偏置，以保持激活参数的平均数量稳定。PID 是比例、积分、微分的缩写，是一种常见的控制方法，能推动系统趋近目标水平，同时避免振荡。
为了提高吞吐量，LongCat Flash Chat 采用了快捷连接混合专家布局，增加通信与计算之间的重叠。在多 GPU 环境中，通信时间可能成为性能瓶颈。快捷连接能建立路径，让网络部分模块在数据跨设备传输时更快运行。技术说明称，在 H800 级硬件上，单用户推理速度可超过每秒100个词元。
速度与成本说法
开源社区摘要和中国媒体报道指出，美团通过高度并行的配置，在约30天内完成训练；模型在 H800 加速器上的生成速度可达每秒100个词元。公司称，在特定条件下，输出成本接近每百万词元5元。实际成本会因硬件、批量大小和部署框架而异，但其核心宣传点很明确：美团将 LongCat Flash Chat 打造成一款高速模型，力求在每次请求计算开销更低的同时保持竞争力。
训练方案与稳定性
代码库列出了多项稳定性措施：通过超参数迁移在不同规模间复用有效设置；采用模型扩展初始化，让较大版本从较小版本起步；以及结合 z 损失的路由器梯度平衡方法，以保持混合专家路由器稳定。团队强调使用确定性计算，以确保运行结果可复现。在数据方面，美团介绍了两阶段预训练融合策略和多智能体合成框架，用于生成复杂任务轨迹，训练智能体行为。总体而言，这套训练流程更侧重可靠性和智能体表现，而非深入的多步推理。
与竞争对手相比如何
美团的基准测试显示，LongCat Flash Chat 可与中国领先的通用模型相媲美。报告重点对比了 DeepSeek V3.1、阿里云 Qwen3 系列和月之暗面 Kimi K2，也提到该模型相较 Claude Sonnet、Gemini 2.5 Flash 等美国知名模型表现强劲。部分报道还指出，在特定非思考型任务上，模型可与 GPT 4.1 相比。具体排名取决于基准测试套件和提示词设置。厂商自行测试只是一个起点，第三方评估才能提供更全面的图景。
“非思考型”这一标签是重要的限定。侧重推理的系统旨在通过多个步骤进行规划和反思，通常生成速度较慢、计算成本也更高。LongCat Flash Chat 则专注于快速遵循指令、使用工具和编排智能体。这种设计适用于响应时间、吞吐量和成本可预测性比复杂思维链推理更重要的场景。
智能体任务在实际中的含义
智能体任务是指模型能够调用工具、检索信息、遵循工作流程，并判断何时需要请求更多输入。它可能会浏览文档、查询内部数据库、触发支付 API，或起草客户消息。LongCat Flash Chat 针对这类工作进行了优化，目标是快速决策、处理长上下文并降低延迟，从而在真实应用中保持灵敏响应。
美团已在业务中开展过智能体应用探索。公司展示过用于 AI 辅助编程的NoCode、用于商业决策支持的袋鼠参谋，以及用于酒店运营管理的美团既白。快速的智能体引擎可为商家入驻、客服分流、库存核查、路线规划辅助和营销文案生成等任务提供支持。在电商和本地生活服务领域，相比缓慢的逐步推理，许多任务更需要可靠的速度、工具连接能力和长上下文记忆。
战略、收购与中国开源浪潮
美团于2023年以2.81亿美元收购 Light Year，正式加快进军核心模型领域。公司领导层曾介绍一项三层计划：用于内部工作的 AI、融入消费产品的 AI，以及基础模型研发。LongCat Flash Chat 是其在基础模型层面的首个公开成果，也顺应了中国科技企业更广泛的发展趋势。阿里巴巴、DeepSeek 关联实验室和月之暗面等公司发布的开源模型，正通过快速迭代和社区测试缩小与西方同行的差距。
开源许可证在此至关重要。美团以 MIT 许可证发布权重和代码，邀请初创公司、研究团队和企业团队进行试验、改造和部署，且不受过多限制。这能拓宽反馈渠道和应用场景，也有助于美团在外界树立技术信誉，突破其核心外卖业务的形象。多家媒体指出，美团将其 AI 策略描述为积极进取、主动出击，希望凭借速度和开放性赢得开发者青睐。
许可、部署与安全
LongCat Flash Chat 采用 MIT 许可证发布，这是一种允许广泛商业使用的宽松许可证。代码库包含使用vLLM和SGLang部署的指南。这些框架广泛用于高吞吐量推理，支持连续批处理和分页注意力等功能，有助于降低服务成本。对于部分激活专家的模型而言，减少 GPU 空闲时间的运行环境尤为适配。
和所有大语言模型一样，LongCat Flash Chat 也有局限性。文档提醒开发者应结合自身场景评估安全性、公平性和法律合规性。在处理个人数据、金融或健康信息的领域，这一点尤为重要。美团的材料包含安全评估和红队测试，并提醒用户在将模型用于敏感场景时遵守法律法规和行业规范。
投资者反应与市场信号
发布后的财经报道指出，尽管美团跻身推出有竞争力模型的中国企业之列，公司股价仍有所下跌。TipRanks 引用了《南华早报》的基准测试，并指出更广泛的政策背景：中国在加大对科技行业支持的同时，也面临贸易摩擦。市场反应往往滞后于产品的实际情况。对投资者而言，关键在于该模型能否推动应用、能否降低美团内部运营成本，以及外部开发者是否会将其选作实际产品的引擎。
更重要的信号是，如今许多并非传统 AI 领域的公司也开始发布模型，在智能体应用场景的速度、成本和能力方面挑战既有企业。这一势头可能改变企业对 AI 技术栈来源的看法，也可能加大模型厂商的压力，促使它们在务实且对延迟敏感的任务中证明价值，而不仅仅是在基准排行榜上争先。
要点
- 美团于2025年9月初在 GitHub 和 Hugging Face 发布开源混合专家模型 LongCat Flash Chat，总参数量为5600亿。
- 模型每个词元平均激活186亿至313亿个参数，在保持庞大总容量的同时降低计算成本。
- 技术报告中的基准测试称，该模型表现可与 DeepSeek V3.1、阿里云 Qwen3、月之暗面 Kimi K2 相当，且相较 Claude Sonnet 和 Gemini 2.5 Flash 也具竞争力。
- 美团将其定位为非思考型基础模型，侧重速度、指令遵循、工具使用和智能体工作流程，而非深度推理。
- 工程设计包括零计算专家、用于调整专家偏置的 PID 控制器、快捷连接混合专家架构，以及128k 词元上下文窗口。
- 技术说明称，该模型在 H800 硬件上的速度超过每秒100个词元，在特定条件下输出成本接近每百万词元5元。
- 代码和权重采用 MIT 许可证，另提供 vLLM 和 SGLang 部署指南。
- 此次发布承接了美团2023年收购 Light Year 一事，并支持其覆盖工作工具、产品和核心模型的三层 AI 战略。
- TipRanks 报道称，公告发布后美团股价下跌，显示投资者情绪可能取决于实际应用和成本节约效果。
- 此次发布进一步壮大了中国开源模型浪潮，推动相关模型缩小与西方同行的差距，并聚焦快速智能体应用场景。
