美团大模型来了！开源“长猫”，性能追平DeepSeek V3.1，同样主打“算力

　　LongCat-Flash推理速度超过100词元/秒，每处理一百万输出词元的成本仅为0.7美元。该模型不仅在多个方面与DeepSeek V3.1、Qwen3等顶尖模型旗鼓相当，甚至在某些特定能力上实现了超越。比如，在执行“智能代理”（Agent）任务方面的能力测试中，LongCat-Flash的得分在所有参与对比的模型中排名第一。

　　它不仅在性能上追求卓越，更通过一系列架构和训练上的创新，实现了惊人的计算效率和高级的Agent能力。

　　模型可以智能地判断输入内容中不同部分的重要性，并将计算量较小的任务（例如常见的词语、标点符号）分配给一个特殊的“零计算”专家。

　　得益于此，模型在处理每个词元（token）时，仅需动态激活186亿至313亿的参数（平均约270亿），实现了性能与效率的完美平衡。

　　ScMoE架构通过引入一个快捷连接，有效地扩大了计算和通信的重叠窗口，显著提升了训练和推理的吞吐量，让模型的响应速度更快。

　　为了让模型不仅能“聊天”，更能成为能解决复杂任务的“智能代理”，LongCat-Flash经历了一个精心设计的为Agent而生的多阶段训练流程。

　　该流程包括大规模预训练、针对性地提升推理和代码能力的中期训练deepseek，以及专注于对话和工具使用能力的后训练。

　　一个有趣且值得关注的细节是，在官方的技术报告中，强调了LongCat-Flash是在一个包含数万个加速器（tens of thousands of accelerators）的大规模集群上完成训练的。

　　在当前AI领域，虽然大家通常会立刻联想到NVIDIA的GPU，但“加速器”是一个更广泛的概念，它可以包括Google的TPU、华为的昇腾（Ascend）或其他专为AI计算设计的芯片。

　　官方选择使用这个词汇，而没有明确指出是“GPU”，这为硬件的具体来源留下了一定的想象空间，也体现了其在技术陈述上的精确性。

　　无论具体是哪种硬件，在如此庞大的集群上，于短短30天内完成超过20万亿词元的训练量，都足以证明其背后基础设施的强大与工程优化的卓越。

　　强大的综合能力 ：支持128k的长文本上下文，并在代码、推理和工具调用等多个方面展现出与业界领先模型相媲美的竞争力。

　　为了更直观地展示 LongCat-Flash 的实力，我们来看一下它与业界其他顶尖模型的详细评估对比。

　　美团的 LongCat-Flash 模型在各项基准测试中展现出了非常强劲且极具竞争力的性能。

　　它不仅在多个方面与业界顶尖的开源模型（如 DeepSeek V3.1, Qwen3）旗鼓相当，甚至在某些特定能力上实现了超越。

　　这个基准更侧重于模型作为聊天助手的“体感”和处理复杂指令的能力。LongCat-Flash 在此项得分 86.50 ，超过了 DeepSeek V3.1，与 Qwen3 MoE（88.20）非常接近，这说明它的对话和推理能力非常优秀。

　　作为中文领域的权威测试，LongCat-Flash 在 CEval 上表现优异（90.44），在 CMMLU 上也保持了不错的水平，证明其对中文语言有很好的支持。

　　这强有力地证明了它在执行需要调用工具、与环境交互的复杂“智能代理”（Agent）任务方面的卓越能力。

　　全球学术界和产业界的研究者、开发者都可以自由地使用和探索这个强大的模型，共同推动AI技术的发展。

　　本文来源：01Founder，原文标题：《突发，美团开源龙猫大模型，性能追平DeepSeek！》

　　市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。原文出处：美团大模型来了！开源“长猫”，性能追平DeepSeek V3.1，同样主打“算力节省”，感谢原作者，侵权必删！