美团今日正式发布LongCat-Flash 采用创新性混合专家模型架构，LongCat-Flash 模型在架构层面引入“零计算专家”机制，总参数量 560B，每个 token 依据上下文需求仅激活 18.6B~31.3 B 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。

　　▲ LongCat-Flash 架构图

　　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 天内完成训练，针对智能体能力，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，实现了更好的智能体能力。

　　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 tokens / s 的生成速度，在保持极致生成速度的同时，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，

　　目前，LongCat-Flash-Chat 在 Github、Hugging Face 平台同步开源。附开源地址：