沒想到啊，最新SOTA的開源大模型……
來自一個送外賣（Waimai）的——有兩個AI，確實不一樣。
這個最新開源模型叫：Longcat-Flash-Chat，美團第一個開源大模型，發布即開源，已經在海內外的技術圈子里火爆熱議了。
一方面是因為成績亮眼：
它在部分benchmark上，比如Agent工具調用、指令遵循的表現超過DeepSeek-V3.1、Qwen3 MoE-2507，甚至比閉源的Claude4 Sonnet還要好。
編程能力也值得關注，在TerminalBench上，和公認的“編程之王”Claude4 Sonnet不相上下。
比如非常流行的小球氛圍編程測試，LongCat編寫的程序，運行起來效果是這樣的：
另一方面是技術報告中透露出不少美團對于大模型的理解，包括DSMoE、MLA、動態計算、Infra等等。
我覺得這是中國大模型里最講得詳細的論文了，甚至超過Kimi、GLM，特別是在建模和infra方面。
要知道，這可是一家“外賣公司”啊（手動狗頭），做的模型都比Meta好了。
而且不光是模型性能好，技術報告里還介紹了一系列新發現，比如：
采用新路由架構，調用真正需要的專家模型，使計算更少；
通過將MoE和密集層的通信重疊執行，優化模型通信效率；
使用新方法來遷移超參數而不是muP
……
以及無論是在總參數量還是激活參數上，Longcat-Flash-Chat都比DeepSeek-V3.1和Kimi-K2更少。
具體來看——
“零計算專家”讓吞吐大幅提升
此次開源的Longcat-Flash-Chat是一個560B的MoE模型，整體架構采用“零計算專家”（Zero-computation Experts）與Shortcut-connected MoE雙重設計。
它通過根據上下文重要性為每個token動態激活18.6B–31.3B參數，并讓前一塊密集FFN與當前MoE的通信階段并行執行，大幅提升訓練與推理吞吐。
相比于同為MoE架構的DeepSeek-V3.1（671B/A37B）和Kimi-K2（1T/A32B），Longcat-Flash-Chat都擁有相對更少的總參數量和激活參數量。
零計算專家是在專家池中加入的若干恒等專家，路由器為每個token從N+Z個專家中選取K個，被選中的零計算專家直接恒等映射輸入，完全不做GEMM運算，實現動態計算分配。
為保持約27B激活參數，系統通過專家偏置+PID控制器在線調節路由概率，并引入設備級負載均衡損失對FFN與零計算專家進行分組約束，避免序列級失衡。
Shortcut-connected MoE通過跨層快捷連接重排執行流水線，使上一層FFN計算與當前層dispatch/combine通信并行，顯著擴大計算-通信重疊窗口。
規模化訓練過程中，LongCat采用了“超參數遷移+模型生長初始化+多重穩定性套件+確定性計算”的策略組合，即先用小模型預測最優超參數，再將14層模型堆疊成28層checkpoint加速收斂。
能力塑造方面，模型先在兩階段融合的20T token語料上完成預訓練，中期強化推理與編碼并將上下文窗口擴展至128k，最終借助多Agent合成框架生成高難度工具使用任務進行后訓練，使模型具備復雜agentic行為。
推理階段，為徹底消除CPU調度與Kernel啟動瓶頸，團隊實現多步重疊調度器，一次性為未來n步預排并啟動前向，使CPU調度與GPU計算交錯，配合其他技術，使得LongCat在560B級別模型上實現吞吐的大幅提升。
最終，LongCat-Flash在多類權威基準中處于第一梯隊，在非思考大模型中與DeepSeek-V3.1等模型相當甚至更優。
性能上，與DeepSeek-V3等同級模型比較，LongCat-Flash在不同上下文長度下都實現了更高的單GPU吞吐和單用戶速度。
560B參數的LongCat-Flash在上萬個加速卡上完成超過20Ttoken預訓練僅用30天，訓練期間可用率98.48%，單張H800GPU生成速度超過100 tokens/s，成本約0.7美元/百萬輸出token。
實測美團LongCat大模型
那么接下來，就來看看LongCat的真實表現，我們跳過簡單的基礎問答，直接上數學題。
這道題出自今年的全國一卷。這里題目是以文本形式輸入給模型的，且公式轉換成了LaTeX格式。
先看結果，LongCat的最終答案全部正確：
接下來檢查一下具體過程。
第一問在圓錐曲線類問題當中比較基礎，簡單結合已知信息，利用離心率的定義式然后代換數量關系就能解出，LongCat也做對了。
第二問的第一小問，LongCat根據R所在射線AP的方向向量，結合新設的未知變量表達了AP和AR的模，然后代入已知條件求解未知變量，最終成功解決。
第二小問中，LongCat先結合了上一問的結果以及新條件，通過計算得到了一個關鍵的中間結論——點P位于一個圓心和半徑均已確定的圓上。
如果想象不到，這里有一個簡單圖示。
利用該結論，LongCat對最大距離進行了拆解，并通過代入等方法，最終計算出了正確結果。
接下來是一項綜合能力測試，繪制生物學當中光合作用當中卡爾文循環的SVG示意圖，SVG是一種用代碼表示的矢量圖形。
在這樣的任務中，模型不僅需要對所繪制內容的背景知識有足夠了解，還要有足夠的空間想象力對內容進行布局，最后還需要寫成代碼，這樣的任務是一個非常復雜的鏈條。
言歸正傳，我們對LongCat給出的SVG代碼進行了可視化，總的來說，LongCat比較順利地完成了圖示的繪制。
最后是一道迷惑性問題，題目出自GitHub上一個名為Misguided Attention的Benchmark。
其中包含了很多經典謎題……的改編版本，考驗的就是大模型能不能做到不被表象迷惑。
比如物理學當中的名場面——薛定諤的貓，在這套基準當中，這只貓的“貓設”被改成了一只死去的貓。
一只死貓與核同位素、一瓶毒藥和輻射探測器一起放入盒子中。如果輻射探測器檢測到輻射，它將釋放毒藥。一天后，盒子打開。貓還活著嗎？
結果，LongCat直接識破陷阱，明確指出既然是死貓那就沒有存活的可能性，并且還指出了這道題與原版“薛定諤的貓”的關鍵區別。
而o3就沒有認真讀題，還是按照傳統的薛定諤的貓那一套進行的回答。
“外賣公司”怎么在做大模型？
這次引發海外熱議的還有一個原因在于美團給他們帶來的反差感。
很多人簡單粗暴把美團理解為一家外賣公司。盡管他們之前之前有無人送餐積累下來的了動駕駛、機器學習的基礎，但是大模型完全是另一條技術線了，所以這次開源更會讓人覺得是“橫空出世”。
不過梳理美團在大模型浪潮后的AI動向，這次模型開源也就不那么意外了。
2023年，王慧文振臂一呼自帶5000萬美元成立光年之外，并招攬一眾AI領域頂級人才團隊加盟。后續由于王慧文個人健康原因，好兄弟王興兜底，美團于是接手光年之外，現有團隊將繼續研發大模型。
同年，由美團內部獨立AI團隊GN06開發的AI情感陪伴產品Wow上線，這也是美團發布的第一個獨立AI應用。
2024年4月，病休的王慧文以顧問身份回歸美團，11月正式領導GN06團隊。
GN06在美團的定位是一個相對獨立的AI團隊、不隸屬于任何事業群，專注于探索主營業務之外的創新AI應用。
2024年他們還推出了一個AI圖像生成應用“妙刷”。
在2024年6月，GN06的招聘需求明顯增加，范圍覆蓋前端、客戶端、后端、產品、運營、商分等。
2024財年業績發布會上，美團還正式明確了“主動進攻”的AI策略。
美團CEO王興首次闡述了公司的AI戰略布局，主要通過三層架構推動技術落地：
AI at Work：目標是利用AI工具提升超過10萬名員工的工作效率。
AI in Products：旨在用AI改造現有產品并創建原生AI應用。
Building LLM：持續投入資源自研大模型。
當時就已經提到了Longcat大模型，透露該模型結合外部模型為員工推出了多種AI工具，包括AI編程、智能會議、文檔助手等，并透露了LongCat API的調用量占比從上一年年初的10%增長到68%。從這個信息推斷，Longcat在至少在2024年初就已經可以落地應用。
另外在研發投入上，2024年美團投入211億搞研發，規模僅次于華為、騰訊和阿里巴巴。過去5年研發投入突破1000億元。
產品結合方面，美團測試推出了問小袋、米魯等AI智能助手，用于餐飲推薦、問答交互等。
在這種戰略下，2025年美團在AI方向的動作更加明顯起來。
比如前段時間還推出了AI編程應用NoCode，支持前段開發、數據分析、運營工具和門戶網站生成等，技術小白也能用；同時內部也有CatPaw對標Cursor，輔助開發者寫代碼。
總體來看，以美團的研發儲備，開源一個大語言模型并不意外。
不過也不同于AI公司，美團的AI布局更多以業務場景驅動為核心，注重在實際應用中的落地效果。
這種策略可以追溯到2021年、大模型浪潮之前，美團集團戰略從“Food+Platform”升級為“零售+科技”，明確將AI、機器人、自動駕駛等作為未來核心方向。
比如在更加早期的具身智能領域，美團已多次出手，投資了宇樹、星海圖、銀河通用、它石智航等頭部梯隊公司。
你用來拼好飯的美團，確實不是單純送外賣的美團。
雖然外賣大戰依然火熱，但用AI的視角審視美團，也是時候了。