美团正式发布大模型 LongCat-Flash-Chat（中文名龙猫），并在 GitHub、Hugging Face 平台开源，同时同步上线官网 longcat.ai。

LongCat-Flash 采用创新性混合专家模型（MoE）架构，总参数 560B，激活参数 18.6B~31.3B（平均 27B），实现了计算效率与性能的双重优化。作为一款非思考型基础模型，它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，尤其在智能体任务中具备突出优势。

架构层面引入「零计算专家（Zero-Computation Experts）」机制，每个 token 依据上下文需求仅激活 18.6B~31.3B 参数，实现算力按需分配；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。层间还铺设跨层通道，使 MoE 的通信和计算能很大程度上并行。

性能上：MMLU 89.71、CEval 90.44，ArenaHard-V2 得 86.50 位列第二；智能体工具使用方面，τ2-Bench 表现超越参数规模更大的模型，VitaBench 以 24.30 位列第一；编程方面 TerminalBench 39.51 位列第二、SWE-Bench-Verified 60.4；指令遵循方面 IFEval 89.65 位列第一。

推理效率是主打：在 H800 上达成单用户 100+ tokens/s 的生成速度，输出成本低至 5 元/百万 token。同步提供基于 SGLang 和 vLLM 的两种部署方案，开源仓库统一采用 MIT License，并允许用户利用模型输出、通过蒸馏等方式训练其他模型。