据悉，LongCat-Flash 采用创新性混合专家模型（Mixture-of-Experts, MoE）架构，总参数 560B，激活参数 18.6B-31.3B（平均 27B），实现了计算效率与性能的双重优化。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。此外，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。 今年以来，美团 AI 进展频传，发布了 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。公司方面曾表示，其 AI 战略会建立在三个层面：AI at work、AI in products 以及 Building LLM，此次模型开源是其 Building LLM 进展的首度曝光。 具体来看，LongCat-Flash 模型在架构层面引入“零计算专家（Zero-Computation Experts）”机制，总参数量 560B，每个token 依据上下文需求仅激活 18.6B-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 token 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 天内完成高效训练，并在 H800 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 token/s的生成速度，在保持极致生成速度的同时，输出成本低至5元/百万token。
