9月1日，美团宣布LongCat-Flash-Chat正式发布，在Github、Hugging Face平台开源，并同步上线官网。
此前有自媒体“01Founder”爆料称，LongCat-Flash最大的亮点是其训练并非在英伟达GPU上完成，而是在国产加速卡上进行。美团已经成功跑通了一条不被“卡脖子”的技术路径，但由于一些原因，真正的硬件厂商具体名字不方便透露。
对于该爆料，美团方面未作正面回应，只介绍称，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。
LongCat-Flash的基础测试性能
至于美团为何要加入大模型之战，或与公司AI战略的三个层面有关，即AI at work、AI in products以及 Building LLM。
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。此次模型开源则是其 Building LLM 进展的首度曝光。
再具体点看，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，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。
LongCat-Flash架构图
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。
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。
