LongCat
| 開發者 | 美團 |
|---|---|
| 首次發布 | LongCat-Flash-Chat 2025年9月1日 |
| 目前版本 | LongCat-2.0 2026年6月30日 |
| 類型 | LLM GPT LxM |
| 許可協定 | MIT（部分模型） |
| 網站 | longcat |
LongCat是由中國互聯網公司美團開發的大型語言模型系列[1]，涵蓋語言、多模態、圖像生成、影片生成與語音互動等多類模型，其最新模型為LongCat-2.0（2026年6月）。
概述
[編輯]LongCat是由美團旗下LongCat團隊開發的基於轉換器的生成式預訓練模型（Generative pre-trained transformer，GPT）系列，專注於智能體（Agentic）任務場景下的實用性與推理效率。[2]
LongCat系列模型大多以MIT許可證開源發布，可在GitHub及Hugging Face平台取得，同時通過官網longcat.ai向公眾提供線上對話體驗。
版本歷史
[編輯]| 版本 | 類型 | 發布日期 | 狀態 |
|---|---|---|---|
| LongCat-Flash-Chat | 語言大模型（MoE，560B參數） | 2025年9月1日 | 活躍 |
| LongCat-Flash-Thinking | 推理模型 | 2025年12月 | 活躍 |
| LongCat-Flash-Thinking-2601 | 推理增強語言模型（升級版） | 2026年1月15日 | 活躍 |
| LongCat-Flash-Omni | 全模態語言模型 | 2026年3月 | 活躍 |
| LongCat-Video | 影片生成模型（13.6B參數） | 2025年9月 | 活躍 |
| LongCat-Image | 圖像生成模型（6B參數） | 2025年 | 活躍 |
| LongCat-Audio-Codec | 語音編解碼模型 | 2025年 | 活躍 |
| LongCat-Flash-Prover | 數學定理證明模型 | 2026年4月 | 活躍 |
| LongCat-Next | 原生多模態模型 | 2026年4月2日 | 活躍 |
| LongCat-2.0 | 語言大模型（MoE，1.6T參數，48B啟用） | 2026年6月30日 | 活躍 |
衍生版本
[編輯]LongCat-Flash-Chat
[編輯]2025年9月1日，美團正式發布並開源LongCat-Flash-Chat。[3][4]該模型採用混合專家模型（Mixture-of-Experts，MoE）架構，總參數量為560B，每個Token依據上下文需求僅啟用18.6B至31.3B參數（平均約27B）。模型在H800上的推理速度達到100+ tokens/s，API輸出成本為5元/百萬Token，以MIT許可證開源。[5]
在基準測試方面，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。在智能體工具使用測試τ2-Bench中的成績超越參數規模更大的模型，並在VitaBench複雜場景評測中以24.30分排名第一。在指令遵循評測IFEval中得分89.65，排名第一；中文指令遵循基準COLLIE得分57.10，Meeseeks-zh得分43.03。[6]
架構特性
[編輯]LongCat-Flash引入「零計算專家（Zero-Computation Experts）」機制，對於上下文中較簡單的Token可跳過大部分計算，僅在需要時呼叫更多參數，從而實現算力按需分配。此外，該模型在層間鋪設跨層通道，使MoE的通訊與計算能夠大程度上並列，極大提升訓練與推理效率。訓練過程採用超參遷移與模型層疊加方式，整體訓練在30天內完成。[7]
LongCat-Flash-Thinking 系列
[編輯]LongCat-Flash-Thinking是在LongCat-Flash基礎上強化推理能力的版本，主要面向需要多步規劃與邏輯推理的複雜任務場景。
2026年1月15日，升級版LongCat-Flash-Thinking-2601正式發布並開源。該版本創新性地引入「重思考模式」，通過並列推理（同時探索多條推理路徑）與深度總結（對多路徑結果進行整合最佳化）兩階段設計，提升複雜任務中的表現。根據官方資料，LongCat-Flash-Thinking-2601在Agentic Search、Agentic Tool Use與TIR等核心評測基準上均達到開源模型SOTA水平。[8]
LongCat-Flash-Omni
[編輯]LongCat-Flash-Omni是LongCat-Flash系列的全模態版本，支援文字、圖像、影片理解，以及語音感知與生成等多類任務，採用端到端架構設計。[9]
LongCat-Video
[編輯]LongCat-Video是美團LongCat團隊發布的影片生成模型，參數量為13.6B，基於擴散Transformer（Diffusion Transformer，DiT）架構構建，以MIT許可證開源。[10]
該模型以統一框架同時支援文字生成影片（T2V）、圖像生成影片（I2V）與影片續寫三類任務，所有任務均在同一Transformer骨幹內處理。在長影片生成方面，LongCat-Video採用粗到精（coarse-to-fine）兩階段流程：首先以480p、15fps生成粗版影片，再通過基於LoRA的「精修專家」升至720p、30fps輸出，該流程可在單張H800 GPU上數分鐘內完成生成。此外，模型採用稀疏塊注意力（Block Sparse Attention，BSA）替代密集注意力，以降低長影片生成的計算開銷。[11]
LongCat-Image
[編輯]LongCat-Image是美團LongCat團隊發布的圖像生成模型，參數量為6B，以MIT許可證開源，支援文字生圖與圖像編輯。[12]
LongCat-Audio-Codec
[編輯]LongCat-Audio-Codec是美團LongCat團隊發布的專用語音編解碼方案，提供一套Token生成器與Token還原器工具鏈，將原始音頻訊號對映為語意與聲學並列的Token序列，並通過解碼模組重構高質素音頻，為語音大模型提供全鏈路音頻處理支援。[13]
LongCat-Flash-Prover
[編輯]LongCat-Flash-Prover是面向數學形式化與定理證明的專用開源模型，支援自動形式化（Auto-Formalization）、草圖生成（Sketching）與證明（Proving）三項原子能力，並基於Lean4形式語言對輸出進行機器可驗證。根據官方技術資料，該模型結合工具整合推理（Tool-Integrated Reasoning，TIR），在MiniF2F-Test上僅用72次推理嘗試即達到97.1%的通過率；在MathOlympiad-Bench上得分46.7%，在PutnamBench上得分41.5%。[14]
LongCat-Next
[編輯]2026年4月2日，美團LongCat團隊發布並開源LongCat-Next，這是一個原生離散多模態模型，將圖像、音頻與文字統一對映為同源的離散Token，並通過單一自回歸骨幹以純粹的下一個Token預測（Next Token Prediction，NTP）範式統一建模各類模態。[15]
LongCat-Next以LongCat-Flash-Lite MoE（總參數68.5B，啟用參數3B）為基座，在DiNA框架下訓練，並採用dNaViT分詞器進行任意解像度視覺分詞。理解與生成在同一Token空間內被統一為同一數學問題，以相同自回歸目標訓練。[16]
LongCat-2.0-Preview
[編輯]2026年4月24日，美團正式推出新一代基礎大模型LongCat-2.0-Preview，面向公眾開放邀請測試，測試期間每位用戶每日可免費使用一千萬Token的額度,LongCat-2.0-Preview採用混合專家架構，同時支援1M上下文。 在架構與訓練策略上，該模型重點強化了對智能體場景的支援，顯著提升在代碼編寫、多步驟任務分解與執行規劃等實際生產環節中的表現。 其總參數量和啟用參數量，與DeepSeek同日發布的新一代V4大模型基本一致。[17]
參見
[編輯]參考來源
[編輯]- ^ LongCat AI by Meituan. www.longcatai.org. [2026-05-06]. （原始內容存檔於2026-06-30） （英語）.
- ^ 美团正式发布并开源 LongCat-Flash-Chat. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-03-25） （中文）.
- ^ Meituan Enters Open-Source AI Race With LongCat Model - Caixin Global. www.caixinglobal.com. [2026-07-14]. （原始內容存檔於2026-05-29） （英語）.
- ^ 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]. （原始內容存檔於2026-03-25） （中文）.
- ^ 美团正式发布并开源 LongCat-Flash-Chat. www.meituan.com. [2026-05-06]. （原始內容存檔於2026-06-30） （中文）.
- ^ 美团正式发布并开源 LongCat-Flash-Chat. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-03-25） （中文）.
- ^ 美团正式发布并开源 LongCat-Flash-Chat. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-03-25） （中文）.
- ^ LongCat-Flash-Thinking-2601. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-05-26） （中文）.
- ^ Longcat - 美团技术团队. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-05-26） （中文）.
- ^ Meituan's LongCat Video. crepal.ai. [2026-05-06]. （原始內容存檔於2026-05-17） （英語）.
- ^ LongCat-Video: Generate 1 minute long AI videos with this model. medium.com. [2026-05-06]. （原始內容存檔於2026-05-19） （英語）.
- ^ Longcat - 美团技术团队. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-05-26） （中文）.
- ^ Longcat - 美团技术团队. tech.meituan.com. [2026-05-06]. （原始內容存檔於2026-05-26） （中文）.
- ^ LongCat AI - LongCat-Next and Open Multimodal Models. www.longcatai.org. [2026-05-06]. （原始內容存檔於2026-06-30） （英語）.
- ^ 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]. （原始內容存檔於2026-07-14） （中文）.
- ^ 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]. （原始內容存檔於2026-07-14） （中文）.
- ^ LongCat-2.0-預覽版發佈. [2026-05-06]. （原始內容存檔於2026-06-30） （英語）.
