美团LongCat团队发布新一代推理模型 五大领域性能刷新开源纪录

美团LongCat团队发布新一代推理模型 五大领域性能刷新开源纪录

【免费下载链接】LongCat-Flash-Thinking项目地址: https://ai.gitcode.com/hf_mirrors/meituan-longcat/LongCat-Flash-Thinking

9月22日，美团旗下人工智能团队LongCat正式对外发布新一代高效推理模型——LongCat-Flash-Thinking。该模型不仅延续了前代产品的极速响应特性，更在逻辑推理、数学运算、代码生成、智能体交互及形式化定理证明五大核心领域全面突破，刷新了当前开源模型的SOTA（State-of-the-Art）性能纪录。与此同时，团队已在HuggingFace平台与GitCode代码仓库同步开放模型源代码，为全球AI研究社区提供高效能的技术基座。

在核心技术架构上，LongCat团队创新性提出"领域并行强化学习"训练范式，通过动态任务解耦机制将Stem学科（科学、技术、工程、数学）任务、代码生成逻辑与智能体交互策略拆分为独立训练流，每个领域配备专属奖励函数与优化器。这种设计使模型在处理复杂多模态任务时，各专项能力模块既能保持训练专注度，又能通过跨领域注意力机制实现知识迁移。配合团队自主研发的异步弹性共卡系统DORA（Distributed Optimized Resource Allocator），该模型成功实现万卡级GPU集群的稳定训练，在同等硬件条件下，训练效率较传统同步框架提升3倍，单机单卡的算力利用率突破92%。

实测数据显示，LongCat-Flash-Thinking在专业领域任务中展现出显著优势。在国际数学竞赛AIME25数据集的智能体工具调用场景中，模型通过自适应规划策略，将平均Token消耗量从行业基准的1.97万降至6965，实现64.5%的资源节省，同时保持90%的问题解决准确率。这一突破意味着在需要频繁调用计算器、数据库等外部工具的复杂任务中，该模型能以更经济的计算成本完成高精度推理。在形式化定理证明领域，模型在MiniF2F-test数据集上取得67.6的pass@1得分，较现有开源模型平均水平提升23个百分点，其中在抽象代数与拓扑学证明题上的表现尤为突出，成功证明21道此前AI模型从未攻克的数学难题。

代码生成能力方面，该模型在HumanEval+数据集上实现85.3%的pass@1准确率，在处理包含复杂数据结构的系统编程任务时，代码编译通过率达到89.7%。特别值得关注的是其智能体自主进化能力，在持续交互场景中，模型能通过自我反馈机制优化任务执行策略，在连续100轮的软件调试任务中，平均修复周期从初始的47步缩短至19步，展现出类人类的学习曲线特征。这些性能指标表明，LongCat-Flash-Thinking已具备从学术研究到产业应用的全场景适配能力。

此次开源发布采用Apache 2.0许可协议，除基础模型权重外，团队还同步开放包括训练日志分析工具、领域适配微调脚本、量化部署指南在内的完整技术生态。开发者可通过GitCode仓库获取模型训练代码与预训练权重，利用提供的低资源微调方案，在消费级GPU上实现特定场景的性能优化。美团AI平台负责人表示，LongCat系列模型的持续进化将聚焦"高效推理+安全可控"双主线，未来将重点突破长上下文理解（计划支持100万Token窗口）与多模态知识融合技术，同时构建完善的模型对齐机制，确保AI系统在开放环境中的行为可预测性。

随着大语言模型进入"效率竞争"新阶段，LongCat-Flash-Thinking的技术突破为行业提供了重要参考。其展示的领域并行训练架构与资源优化方案，有效解决了通用大模型"样样通、样样松"的能力均衡难题，为垂直领域大模型的研发提供了新范式。开源社区的积极参与或将加速该技术在教育、科研、工业软件等领域的落地应用，特别是在STEM教育辅助、科学计算自动化、智能代码助手等场景，有望催生一批高性能、低成本的AI应用工具，推动人工智能技术从通用能力展示向专业价值创造的深度转化。

【免费下载链接】LongCat-Flash-Thinking项目地址: https://ai.gitcode.com/hf_mirrors/meituan-longcat/LongCat-Flash-Thinking