美团开源「龙猫」大模型 性能追平DeepSeek V3.1
更新时间：14:05 2025-08-31 HKT
发布时间：14:05 2025-08-31 HKT
发布时间：14:05 2025-08-31 HKT
字体大小
据内媒报道，美团（3690）开源了「龙猫」大模型（LongCat-Flash），性能上亦追平了DeepSeek V3.1等模型。龙猫是一个拥有5,600亿参数的混合专家（MoE）模型，最创新是其「零计算」专家机制，即模型可判断输入内容中不同部份的重要性，并将计算量较小任务分配给「零计算」专家，从而令模型处理每个词元（token）时，仅需动态启动186亿至313亿参数，实现性能与效率的平衡。
拥高速推理 极低营运成本
报道指出，在大规模MoE模型中，不同「专家」模组之间的通讯延迟往往是效能瓶颈，「龙猫」大模型则引进了快速连结混合专家模型（ScMoE）， 透过引入一个快捷连接，有效地扩大运算和通讯的重叠窗口，显著提升了训练和推理的吞吐量，让模型的反应速度更快。
报道提到，「龙猫」大模型拥有极高的推理速度，每秒速度超过100字元；极低的营运成本，每处理100万输出词元成本仅为0.7美元；以及强大的综合能力，支援128k的长文本上下文，并在程式码、推理和工具调用等多个方面展现出与业界领先模型相媲美的竞争力。
对话和推理能力非常优秀
该模型不仅在多个方面与业界顶尖的开源模型旗鼓相当，甚至在某些特定能力上实现了超越，当中在ArenaHard-V2该项得分为86.5 ，超过了DeepSeek V3.1，并与Qwen3 MoE（88.2分）非常接近，说明其对话和推理能力非常优秀。
此外，该模型在IFEval及COLLIE这两个专门评估模型理解并执行复杂指令的基准中，也超越了DeepSeek V3.1及名列前茅，其中在COLLIE测试中更是在所有参与对比模型中排名第一。目前「龙猫」模型已发布在Hugging Face和Githiub社区，并遵循MIT许可协议。
