美团首个开源大模型Longcat-Flash-Chat一经发布，就在技术圈引发了热议。这个560亿参数的MoE模型不仅在多个基准测试中表现优异，甚至超过了DeepSeek-V3.1、Qwen3 MoE-2507等知名模型，其编程能力也令人瞩目。
没想到啊，最新SOTA的开源大模型……
来自一个送外卖（Waimai）的——有两个AI，确实不一样。
这个最新开源模型叫：Longcat-Flash-Chat，美团第一个开源大模型，发布即开源，已经在海内外的技术圈子里火爆热议了。
一方面是因为成绩亮眼：
它在部分benchmark上，比如Agent工具调用、指令遵循的表现超过DeepSeek-V3.1、Qwen3 MoE-2507，甚至比闭源的Claude4 Sonnet还要好。
编程能力也值得关注，在TerminalBench上，和公认的“编程之王”Claude4 Sonnet不相上下。
比如非常流行的小球氛围编程测试，LongCat编写的程序，运行起来效果是这样的：
另一方面是技术报告中透露出不少美团对于大模型的理解，包括DSMoE、MLA、动态计算、Infra等等。
我觉得这是中国大模型里最讲得详细的论文了，甚至超过Kimi、GLM，特别是在建模和infra方面。
要知道，这可是一家“外卖公司”啊（手动狗头），做的模型都比Meta好了。
而且不光是模型性能好，技术报告里还介绍了一系列新发现，比如：
以及无论是在总参数量还是激活参数上，Longcat-Flash-Chat都比DeepSeek-V3.1和Kimi-K2更少。
具体来看——
此次开源的Longcat-Flash-Chat是一个560B的MoE模型，整体架构采用“零计算专家”（Zero-computation Experts）与Shortcut-connected MoE双重设计。
它通过根据上下文重要性为每个token动态激活18.6B–31.3B参数，并让前一块密集FFN与当前MoE的通信阶段并行执行，大幅提升训练与推理吞吐。
相比于同为MoE架构的DeepSeek-V3.1（671B/A37B）和Kimi-K2（1T/A32B），Longcat-Flash-Chat都拥有相对更少的总参数量和激活参数量。
零计算专家是在专家池中加入的若干恒等专家，路由器为每个token从N+Z个专家中选取K个，被选中的零计算专家直接恒等映射输入，完全不做GEMM运算，实现动态计算分配。
为保持约27B激活参数，系统通过专家偏置+PID控制器在线调节路由概率，并引入设备级负载均衡损失对FFN与零计算专家进行分组约束，避免序列级失衡。
Shortcut-connected MoE通过跨层快捷连接重排执行流水线，使上一层FFN计算与当前层dispatch/combine通信并行，显著扩大计算-通信重叠窗口。
规模化训练过程中，LongCat采用了“超参数迁移+模型生长初始化+多重稳定性套件+确定性计算”的策略组合，即先用小模型预测最优超参数，再将14层模型堆叠成28层checkpoint加速收敛。
能力塑造方面，模型先在两阶段融合的20T token语料上完成预训练，中期强化推理与编码并将上下文窗口扩展至128k，最终借助多Agent合成框架生成高难度工具使用任务进行后训练，使模型具备复杂agentic行为。
推理阶段，为彻底消除CPU调度与Kernel启动瓶颈，团队实现多步重叠调度器，一次性为未来n步预排并启动前向，使CPU调度与GPU计算交错，配合其他技术，使得LongCat在560B级别模型上实现吞吐的大幅提升。
最终，LongCat-Flash在多类权威基准中处于第一梯队，在非思考大模型中与DeepSeek-V3.1等模型相当甚至更优。
性能上，与DeepSeek-V3等同级模型比较，LongCat-Flash在不同上下文长度下都实现了更高的单GPU吞吐和单用户速度。
560B参数的LongCat-Flash在上万个加速卡上完成超过20Ttoken预训练仅用30天，训练期间可用率98.48%，单张H800GPU生成速度超过100 tokens/s，成本约0.7美元/百万输出token。
那么接下来，就来看看LongCat的真实表现，我们跳过简单的基础问答，直接上数学题。
这道题出自今年的全国一卷。这里题目是以文本形式输入给模型的，且公式转换成了LaTeX格式。
先看结果，LongCat的最终答案全部正确：
接下来检查一下具体过程。
第一问在圆锥曲线类问题当中比较基础，简单结合已知信息，利用离心率的定义式然后代换数量关系就能解出，LongCat也做对了。
第二问的第一小问，LongCat根据R所在射线AP的方向向量，结合新设的未知变量表达了AP和AR的模，然后代入已知条件求解未知变量，最终成功解决。
第二小问中，LongCat先结合了上一问的结果以及新条件，通过计算得到了一个关键的中间结论——点P位于一个圆心和半径均已确定的圆上。
如果想象不到，这里有一个简单图示。
利用该结论，LongCat对最大距离进行了拆解，并通过代入等方法，最终计算出了正确结果。
接下来是一项综合能力测试，绘制生物学当中光合作用当中卡尔文循环的SVG示意图，SVG是一种用代码表示的矢量图形。
在这样的任务中，模型不仅需要对所绘制内容的背景知识有足够了解，还要有足够的空间想象力对内容进行布局，最后还需要写成代码，这样的任务是一个非常复杂的链条。
言归正传，我们对LongCat给出的SVG代码进行了可视化，总的来说，LongCat比较顺利地完成了图示的绘制。
最后是一道迷惑性问题，题目出自GitHub上一个名为Misguided Attention的Benchmark。
其中包含了很多经典谜题……的改编版本，考验的就是大模型能不能做到不被表象迷惑。
比如物理学当中的名场面——薛定谔的猫，在这套基准当中，这只猫的“猫设”被改成了一只死去的猫。
一只死猫与核同位素、一瓶毒药和辐射探测器一起放入盒子中。如果辐射探测器检测到辐射，它将释放毒药。一天后，盒子打开。猫还活着吗？
结果，LongCat直接识破陷阱，明确指出既然是死猫那就没有存活的可能性，并且还指出了这道题与原版“薛定谔的猫”的关键区别。
而o3就没有认真读题，还是按照传统的薛定谔的猫那一套进行的回答。
这次引发海外热议的还有一个原因在于美团给他们带来的反差感。
很多人简单粗暴把美团理解为一家外卖公司。尽管他们之前之前有无人送餐积累下来的了动驾驶、机器学习的基础，但是大模型完全是另一条技术线了，所以这次开源更会让人觉得是“横空出世”。
不过梳理美团在大模型浪潮后的AI动向，这次模型开源也就不那么意外了。
2023年，王慧文振臂一呼自带5000万美元成立光年之外，并招揽一众AI领域顶级人才团队加盟。后续由于王慧文个人健康原因，好兄弟王兴兜底，美团于是接手光年之外，现有团队将继续研发大模型。
同年，由美团内部独立AI团队GN06开发的AI情感陪伴产品Wow上线，这也是美团发布的第一个独立AI应用。
2024年4月，病休的王慧文以顾问身份回归美团，11月正式领导GN06团队。
GN06在美团的定位是一个相对独立的AI团队、不隶属于任何事业群，专注于探索主营业务之外的创新AI应用。
2024年他们还推出了一个AI图像生成应用“妙刷”。
在2024年6月，GN06的招聘需求明显增加，范围覆盖前端、客户端、后端、产品、运营、商分等。
2024财年业绩发布会上，美团还正式明确了“主动进攻”的AI策略。
美团CEO王兴首次阐述了公司的AI战略布局，主要通过三层架构推动技术落地：
当时就已经提到了Longcat大模型，透露该模型结合外部模型为员工推出了多种AI工具，包括AI编程、智能会议、文档助手等，并透露了LongCat API的调用量占比从上一年年初的10%增长到68%。从这个信息推断，Longcat在至少在2024年初就已经可以落地应用。
另外在研发投入上，2024年美团投入211亿搞研发，规模仅次于华为、腾讯和阿里巴巴。过去5年研发投入突破1000亿元。
产品结合方面，美团测试推出了问小袋、米鲁等AI智能助手，用于餐饮推荐、问答交互等。
在这种战略下，2025年美团在AI方向的动作更加明显起来。
比如前段时间还推出了AI编程应用NoCode，支持前段开发、数据分析、运营工具和门户网站生成等，技术小白也能用；同时内部也有CatPaw对标Cursor，辅助开发者写代码。
总体来看，以美团的研发储备，开源一个大语言模型并不意外。
不过也不同于AI公司，美团的AI布局更多以业务场景驱动为核心，注重在实际应用中的落地效果。
这种策略可以追溯到2021年、大模型浪潮之前，美团集团战略从“Food+Platform”升级为“零售+科技”，明确将AI、机器人、自动驾驶等作为未来核心方向。
比如在更加早期的具身智能领域，美团已多次出手，投资了宇树、星海图、银河通用、它石智航等头部梯队公司。
你用来拼好饭的美团，确实不是单纯送外卖的美团。
虽然外卖大战依然火热，但用AI的视角审视美团，也是时候了。
试用地址：
https://longcat.chat
huggingface：https://huggingface.co/meituan-longcat/LongCat-Flash-Chat
github：https://github.com/meituan-longcat/LongCat-Flash-Chat
x/twitter：https://x.com/Meituan_LongCat/status/1961827385667690965
克雷西 明敏 发自 凹非寺
本文由人人都是产品经理作者【量子位】，微信公众号：【量子位】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。