美团发布 LongCat-Flash 开源大模型

发布与时间线

2025 年 9 月 1 日，美团（Meituan）的 LongCat 团队发布 LongCat-Flash，并同时公开了描述该模型的技术报告^[1]。这次发布还放出了开放权重，采用 MIT 许可^[2]。MIT 是限制较少的开源许可之一。

时间线上有个细节：LongCat-Flash 在 Hugging Face 上的模型卡创建于 2025 年 8 月 29 日，比技术报告早几天^[2]。从外部看，这个顺序说明权重先一步对外可见，解释模型设计的文档随后才出现——也就是说，发布的重心落在权重本身，而不是论文的附属品。

参数数字的含义

LongCat-Flash 的总参数为 5600 亿，而每处理一个 token 时激活 186 亿到 313 亿个参数^[1]。这两个数字量的不是同一件事。总参数是模型学到的全部权重，需要完整地占住内存或显存；激活参数是某个 token 实际参与计算的那一部分，决定了主要的算力开销。

激活数量远小于总数，说明这是稀疏结构：模型保存一个很大的参数池，每个 token 只走其中一部分。这样做的用处在于，可以在不按全量参数为每个 token 付费的前提下支撑一个很大的参数规模；代价是工程复杂度——路由怎么选、负载怎么均衡、显存怎么调度，都会变难。给出的是一个区间而不是单一数值，意味着花在每个 token 上的计算量并不固定：有的 token 调用的参数多一些，有的少一些。

训练

美团称，模型的训练使用了超过 20 万亿个 token，并在 30 天内完成^[1]。token 是这类模型读写和预测的基本单位，大致相当于一个词片段，20 万亿 token 是极大的文本与代码量；30 天完成这样一次训练，说明训练工程做得相当紧凑。这两个数字都来自团队自己对训练过程的说明，不是第三方复现的结果。

吞吐

团队报告的解码吞吐超过每秒 100 个 token^[1]。这个指标在不同用法里意义不同。在聊天界面里，它决定文字往外冒的速度；而在智能体场景中，一个任务可能要连续调用模型很多次，每次调用的耗时会被累加起来，生成速度就直接关系到整个任务能否在可接受的时间内完成。

定位：面向智能体

美团把 LongCat-Flash 定位在智能体（agent）用途，而不只是聊天^[1]。区别在于对模型的期待：聊天模型通常一轮问答就给出回答，智能体型系统则要推进多步任务，调用外部工具，并利用工具返回的结果决定下一步做什么。把模型按这个方向定位，说的是预期用途，而不是某项评测的成绩。

为什么值得记一笔

值得记的是几个条件叠在一起。5600 亿总参数的模型，训练成本高、部署也重；而权重以 MIT 许可公开，意味着其他机构可以下载、修改、再分发，并在自己的硬件上运行^[2]。开放权重还带来一种托管 API 给不了的可检查性：外部研究者可以自己跑，而不必只凭一份说明去推断。

一个较大的模型同时带着权重、宽松的许可、明确的智能体用途定位，以及关于训练和推理效率的具体说法出现在同一份发布里，这样的组合并不常见。上面这些是发布方自己给出的内容；模型在第三方手里表现如何是另一个问题，而开放权重恰恰让这个问题变得可以被追问。