LongCat

维基百科，自由的百科全书
跳转到导航 跳转到搜索
LongCat
开发者美团
首次发布LongCat-Flash-Chat
2025年9月1日，​9个月前​（2025-09-01）
当前版本LongCat-Next
2026年4月2日，​2个月前​（2026-04-02）
源代码库
  • {{URL|example.com|可选的显示文本}}
Module:EditAtWikidata第29行Lua错误：attempt to index field 'wikibase' (a nil value)
引擎
    Module:EditAtWikidata第29行Lua错误：attempt to index field 'wikibase' (a nil value)
    类型LLM
    GPT
    LxM
    许可协议MIT（部分模型）
    网站longcat.ai

    LongCat是由中国互联网公司美团开发的大型语言模型系列[1]，涵盖语言、多模态、图像生成、视频生成与语音交互等多类模型，其最新版本为LongCat-Next（2026年4月）。

    概述[编辑]

    LongCat是由美团旗下LongCat团队开发的基于转换器的生成式预训练模型（Generative pre-trained transformer，GPT）系列，专注于智能体（Agentic）任务场景下的实用性与推理效率。[2]

    LongCat系列模型大多以MIT许可证开源发布，可在GitHub及Hugging Face平台获取，同时通过官网longcat.ai向公众提供在线对话体验。

    版本历史[编辑]

    版本 类型 发布日期 状态
    LongCat-Flash-Chat 语言大模型（MoE，560B参数） 2025年9月1日 活跃
    LongCat-Flash-Thinking 推理模型 2025年12月 活跃
    LongCat-Flash-Thinking-2601 推理增强语言模型（升级版） 2026年1月15日 活跃
    LongCat-Flash-Omni 全模态语言模型 2026年3月 活跃
    LongCat-Video 视频生成模型（13.6B参数） 2025年9月 活跃
    LongCat-Image 图像生成模型（6B参数） 2025年 活跃
    LongCat-Audio-Codec 语音编解码模型 2025年 活跃
    LongCat-Flash-Prover 数学定理证明模型 2026年4月 活跃
    LongCat-Next 原生多模态模型 2026年4月2日 活跃

    LongCat-Flash-Chat[编辑]

    2025年9月1日，美团正式发布并开源LongCat-Flash-Chat。[3]该模型采用混合专家模型（Mixture-of-Experts，MoE）架构，总参数量为560B，每个Token依据上下文需求仅激活18.6B至31.3B参数（平均约27B）。模型在H800上的推理速度达到100+ tokens/s，API输出成本为5元/百万Token，以MIT许可证开源。[4]

    在基准测试方面，LongCat-Flash-Chat在ArenaHard-V2中得分86.50，在MMLU中得分89.71，在CEval中得分90.44。在智能体工具使用测试τ2-Bench中的成绩超越参数规模更大的模型，并在VitaBench复杂场景评测中以24.30分排名第一。在指令遵循评测IFEval中得分89.65，排名第一；中文指令遵循基准COLLIE得分57.10，Meeseeks-zh得分43.03。[5]

    架构特性[编辑]

    LongCat-Flash引入“零计算专家（Zero-Computation Experts）”机制，对于上下文中较简单的Token可跳过大部分计算，仅在需要时调用更多参数，从而实现算力按需分配。此外，该模型在层间铺设跨层通道，使MoE的通信与计算能够大程度上并行，极大提升训练与推理效率。训练过程采用超参迁移与模型层叠加方式，整体训练在30天内完成。[6]

    LongCat-Flash-Thinking 系列[编辑]

    LongCat-Flash-Thinking是在LongCat-Flash基础上强化推理能力的版本，主要面向需要多步规划与逻辑推理的复杂任务场景。

    2026年1月15日，升级版LongCat-Flash-Thinking-2601正式发布并开源。该版本创新性地引入“重思考模式”，通过并行推理（同时探索多条推理路径）与深度总结（对多路径结果进行集成优化）两阶段设计，提升复杂任务中的表现。根据官方资料，LongCat-Flash-Thinking-2601在Agentic Search、Agentic Tool Use与TIR等核心评测基准上均达到开源模型SOTA水平。[7]

    LongCat-Flash-Omni[编辑]

    LongCat-Flash-Omni是LongCat-Flash系列的全模态版本，支持文本、图像、视频理解，以及语音感知与生成等多类任务，采用端到端架构设计。[8]

    LongCat-Video[编辑]

    LongCat-Video是美团LongCat团队发布的视频生成模型，参数量为13.6B，基于扩散Transformer（Diffusion Transformer，DiT）架构构建，以MIT许可证开源。[9]

    该模型以统一框架同时支持文本生成视频（T2V）、图像生成视频（I2V）与视频续写三类任务，所有任务均在同一Transformer骨干内处理。在长视频生成方面，LongCat-Video采用粗到精（coarse-to-fine）两阶段流程：首先以480p、15fps生成粗版视频，再通过基于LoRA的“精修专家”升至720p、30fps输出，该流程可在单张H800 GPU上数分钟内完成生成。此外，模型采用稀疏块注意力（Block Sparse Attention，BSA）替代密集注意力，以降低长视频生成的计算开销。[10]

    LongCat-Image[编辑]

    LongCat-Image是美团LongCat团队发布的图像生成模型，参数量为6B，以MIT许可证开源，支持文本生图与图像编辑。[11]

    LongCat-Audio-Codec[编辑]

    LongCat-Audio-Codec是美团LongCat团队发布的专用语音编解码方案，提供一套Token生成器与Token还原器工具链，将原始音频信号映射为语义与声学并行的Token序列，并通过解码模块重构高质量音频，为语音大模型提供全链路音频处理支持。[12]

    LongCat-Flash-Prover[编辑]

    LongCat-Flash-Prover是面向数学形式化与定理证明的专用开源模型，支持自动形式化（Auto-Formalization）、草图生成（Sketching）与证明（Proving）三项原子能力，并基于Lean4形式语言对输出进行机器可验证。根据官方技术资料，该模型结合工具集成推理（Tool-Integrated Reasoning，TIR），在MiniF2F-Test上仅用72次推理尝试即达到97.1%的通过率；在MathOlympiad-Bench上得分46.7%，在PutnamBench上得分41.5%。[13]

    LongCat-Next[编辑]

    2026年4月2日，美团LongCat团队发布并开源LongCat-Next，这是一个原生离散多模态模型，将图像、音频与文本统一映射为同源的离散Token，并通过单一自回归骨干以纯粹的下一个Token预测（Next Token Prediction，NTP）范式统一建模各类模态。[14]

    LongCat-Next以LongCat-Flash-Lite MoE（总参数68.5B，激活参数3B）为基座，在DiNA框架下训练，并采用dNaViT分词器进行任意分辨率视觉分词。理解与生成在同一Token空间内被统一为同一数学问题，以相同自回归目标训练。[15]

    参见[编辑]

    参考来源[编辑]

    1. ^ LongCat AI by Meituan. www.longcatai.org. [2026-05-06] （English）. 
    2. ^ 美团正式发布并开源 LongCat-Flash-Chat. tech.meituan.com. [2026-05-06] （中文）. 
    3. ^ 美团正式发布并开源 LongCat-Flash-Chat，动态计算开启高效 AI 时代. tech.meituan.com. [2026-05-06] （中文）. 
    4. ^ 美团正式发布并开源 LongCat-Flash-Chat. www.meituan.com. [2026-05-06] （中文）. 
    5. ^ 美团正式发布并开源 LongCat-Flash-Chat. tech.meituan.com. [2026-05-06] （中文）. 
    6. ^ 美团正式发布并开源 LongCat-Flash-Chat. tech.meituan.com. [2026-05-06] （中文）. 
    7. ^ LongCat-Flash-Thinking-2601. tech.meituan.com. [2026-05-06] （中文）. 
    8. ^ Longcat - 美团技术团队. tech.meituan.com. [2026-05-06] （中文）. 
    9. ^ Meituan's LongCat Video. crepal.ai. [2026-05-06] （English）. 
    10. ^ LongCat-Video: Generate 1 minute long AI videos with this model. medium.com. [2026-05-06] （English）. 
    11. ^ Longcat - 美团技术团队. tech.meituan.com. [2026-05-06] （中文）. 
    12. ^ Longcat - 美团技术团队. tech.meituan.com. [2026-05-06] （中文）. 
    13. ^ LongCat AI - LongCat-Next and Open Multimodal Models. www.longcatai.org. [2026-05-06] （English）. 
    14. ^ 美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语. tech.meituan.com. [2026-05-06] （中文）. 
    15. ^ 美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语. tech.meituan.com. [2026-05-06] （中文）. 
    检索自“https://arolstar52-zhtest.hf.space/index.php?title=LongCat&oldid=4896675”