LongCat

LongCat简介

LongCat是美团推出的自研大模型AI对话平台，具备强大的自然语言处理能力。其最新版本LongCat-Flash-Chat已正式开源，该模型采用创新的混合专家模型架构，总参数量达到5600亿。在运行过程中，每个token仅激活186亿至313亿参数，平均激活约270亿参数，从而实现了算力的高效利用。

此外，LongCat推出了面向本地生活场景的原生「深度研究」智能体。该智能体作为AI研究助手，采用“搜索-分析-渲染”的多智能体协作架构，支持400轮交互和256K超长上下文。依托美团真实POI数据和Rubrics评价体系，它能够自动生成包含价格对比、路线规划和可视化图表的专业攻略报告，注重信息的准确性和可追溯性，为用户提供餐厅推荐、旅行规划、酒店预订等一站式生活决策服务。

核心功能

• 自然语言对话：能够进行流畅自然的交流，准确理解用户意图并提供精准详细的解答，覆盖生活、学习、工作等多个领域。
• 联网搜索与信息整合：支持联网搜索功能，实时获取互联网最新信息并整合到回答中，为用户提供最新的数据资讯。
• 多领域知识应用：具备科学、技术、文化、历史、艺术等多领域知识，解答各类专业问题。
• 文本生成与创作：支持文章写作、故事创作、文案撰写等多种文本生成任务，产出高质量、逻辑清晰的内容。
• 代码生成与解析：可生成多种编程语言的代码片段，解析代码逻辑与功能，辅助编程学习与开发。
• 智能体任务优化：在智能体任务中表现优异，具备强大的工具使用和复杂场景处理能力，适用于智能决策和自动化操作。
• 深度研究智能体：支持一键生成包含搜索、分析、可视化的专业本地生活攻略报告，覆盖吃喝玩乐住行的智能决策。

技术亮点与评测表现

模型技术亮点

• 混合专家模型架构：采用MoE架构，总参数5600亿，依据上下文按需激活参数，平均约270亿，实现算力高效分配。
• 零计算专家机制：引入该机制并通过PID控制器实时微调专家偏置，将单token平均激活量稳定在约270亿，有效控制总算力消耗。
• 跨层通道优化：在层间铺设跨层通道，使MoE的通信和计算高度并行，极大提升训练和推理效率。
• 高效训练与推理：通过定制化底层优化，30天内完成高效训练，并在H800上实现单用户100+ tokens/s的推理速度。
• 智能体能力优化：自建Agentic评测集指导数据策略，采用多智能体方法生成多样化高质量轨迹数据，全流程优化提升智能体能力。

模型评测效果

目前平台主要支持LongCat-Flash-Chat模型，其在多个基准测试中表现优异：

• 通用领域知识：在ArenaHard-V2中取得86.50分位列第二；MMLU得分为89.71；CEval得分为90.44，展现强劲全面性能。
• 智能体工具使用：在τ²-Bench中超越其他模型；在VitaBench中以24.30分位列第一，彰显复杂场景处理能力。
• 编程能力：在TerminalBench中得分为39.51位列第二；在SWE-Bench-Verified中得分为60.4，展现扎实编程能力。
• 指令遵循：在IFEval中以89.65分位列第一；在COLLIE和Meeseeks-zh中分别获得57.10和43.03的最佳成绩，凸显中英文指令驾驭能力。

应用场景

• 智能对话与客服：作为智能客服系统，快速准确解答用户问题，提升体验与效率。
• 内容创作与生成：辅助创作者快速产出文章、故事、文案等高质量文本内容，提高创作效率。
• 编程辅助：为开发者提供多种编程语言代码生成、逻辑解析及编程建议，辅助开发与学习。
• 智能体任务：适用于自动化操作、智能决策等需要高效处理复杂任务的应用场景。
• 知识问答：作为知识问答系统，提供科学、技术、文化等多领域的专业解答。
• 教育辅导：提供学习资料并解答学术问题，辅助学生与教育工作者更高效地学习与教学。

使用方式与资源获取

• 访问官网体验：直接访问官网 https://longcat.chat/ ，与LongCat-Flash-Chat开启对话交流、获取信息解答。
• 使用开源模型：前往Hugging Face或Github获取开源模型，根据需求进行本地部署、二次开发或研究使用。
• 单机部署体验：使用SGLang进行单机部署，运行特定命令启动服务，即可在本地环境中使用模型。

相关资源地址：

• 官网地址：https://longcat.chat/
• Hugging Face 模型库：https://huggingface.co/meituan-longcat/LongCat-Flash-Chat
• Github 仓库：https://github.com/meituan-longcat/LongCat-Flash-Chat