美团发布LongCat-Flash-Chat大模型并且同步开源到huggingface与github
本帖最后由 八云红 于 2025-9-1 16:43 编辑9 月 1 日，美团正式发布并开源 LongCat-Flash-Chat 大模型。该模型采用创新的 MoE（混合专家模型）架构，总参数规模高达 560B，但单 token 激活参数仅需 18.6B~31.3B（平均 27B），在保持性能领先的同时大幅降低了算力消耗。凭借高效的架构设计与优化策略，LongCat-Flash-Chat 在智能体任务、推理速度与成本控制等方面实现了突破，成为国产大模型领域的重要里程碑。
创新架构：引入“零计算专家”机制，实现按需分配算力，大幅提升推理效率。
高效训练：在跨层通道和底层优化加持下，LongCat-Flash 仅用 30 天完成训练，并在 H800 上实现单用户 100+ tokens/s 的生成速度。
智能体任务突出：自建 Agentic 评测集，优化多智能体数据策略，使其在复杂智能体任务中表现领先。
极致性价比：推理速度极快，输出成本低至 5 元/百万 token，在行业中具备极强竞争力。
基准测试表现
通用能力：MMLU 得分 89.71，CEval 得分 90.44，ArenaHard-V2 达到 86.50，性能比肩国内主流大模型。
智能体工具使用：在 τ2-Bench 与 VitaBench 中表现优异，尤其在复杂场景中位列第一。
编程与工程：在 TerminalBench、SWE-Bench-Verified 测试中表现出色，展现强大的代码与任务执行能力。
指令遵循：IFEval 得分 89.65 排名第一，在 COLLIE 和 Meeseeks-zh 基准中同样位列前茅，凸显其中英文多场景指令处理能力。
目前美团longcat已同步在Huggingface与github上开源。 美团居然也来做ai了吗 感谢提供信息。{znds1}
页:
[1]