美團正式向外界發(fā)布了LongCat-Flash-Chat，并同步將其在Github、HuggingFace平臺開源。

據(jù)悉，LongCat-Flash-Chat采用創(chuàng)新性混合專家模型（Mixture-of-Experts，MoE）架構(gòu)，總參數(shù)560B，激活參數(shù)18.6B-31.3B（平均27B），實現(xiàn)了計算效率與性能的雙重優(yōu)化。根據(jù)多項基準測試綜合評估，作為一款非思考型基礎(chǔ)模型，LongCat-Flash-Chat在僅激活少量參數(shù)的前提下，性能比肩當下領(lǐng)先的主流模型，尤其在智能體任務中具備突出優(yōu)勢。此外，因為面向推理效率的設(shè)計和創(chuàng)新，LongCat-Flash-Chat具有明顯更快的推理速度，更適合于耗時較長的復雜智能體應用。

在模型架構(gòu)層面，LongCat-Flash引入“零計算專家（Zero-ComputationExperts）”機制，總參數(shù)量560B，每個token依據(jù)上下文需求僅激活18.6B-31.3B參數(shù)，實現(xiàn)算力按需分配和高效利用。為控制總算力消耗，訓練過程采用PID控制器實時微調(diào)專家偏置，將單token平均激活量穩(wěn)定在約27B。

同時，LongCat-Flash在層間鋪設(shè)跨層通道，使MoE的通信和計算能很大程度上并行，極大提高了訓練和推理效率。配合定制化的底層優(yōu)化，LongCat-Flash在30天內(nèi)完成高效訓練，并在H800上實現(xiàn)單用戶100+tokens/s的推理速度。LongCat-Flash還對常用大模型組件和訓練方式進行了改進，使用了超參遷移和模型層疊加的方式進行訓練，并結(jié)合了多項策略保證訓練穩(wěn)定性，使得訓練全程高效且順利。

針對智能體（Agentic）能力，LongCat-Flash自建了Agentic評測集指導數(shù)據(jù)策略，并在訓練全流程進行了全面的優(yōu)化，包括使用多智能體方法生成多樣化高質(zhì)量的軌跡數(shù)據(jù)等，實現(xiàn)了優(yōu)異的智能體能力。

通過算法和工程層面的聯(lián)合設(shè)計，LongCat-Flash在理論上的成本和速度都大幅領(lǐng)先行業(yè)同等規(guī)模、甚至規(guī)模更小的模型；通過系統(tǒng)優(yōu)化，LongCat-Flash在H800上達成了100token/s的生成速度，在保持極致生成速度的同時，輸出成本低至5元/百萬token。