英国、法国等17国揭晓团结声明
算力， ，，，，，就像骑手一样， ，，，，，也要学会调理。。。。。。。 。若是你在深夜点了一份外卖。。。。。。。 。几分钟后， ，，，，，系统迅速给你派来最近的骑手， ，，，，，他不需要全城出动的雄师， ，，，，，只要顺路接单， ，，，，，就能把一碗热汤准时送到你手里。。。。。。。 。美团正在把这种 " 派单逻辑 " 搬到 AI 天下。。。。。。。 。在最新宣布的 LongCat-Flash 模子里， ，，，，，算力不再是一股脑砸上去， ，，，，，而是像骑手一样被精准调理：重大问题派更多 " 能手 "， ，，，，，简朴问题就近解决， ，，，，，最大限度镌汰铺张。。。。。。。 。美团最近的财报， ，，，，，和所处的竞争情形， ，，，，，让它需要新的故事。。。。。。。 。而 LongCat-Flash， ，，，，，就是美团递出的第一张筹码：在大模子赛道开打另一场战斗， ，，，，，把百万 tokens 的推理本钱压到 0.7 美元。。。。。。。 。以下为 LongCat-Flash 手艺文档解读：像治理骑手一样治理算力手艺立异：算力活在算法中首先， ，，，，，LongCat-Flash 的特殊之处， ，，，，，不在于它 " 更大 "， ，，，，，而在于它会 " 精打细算 "。。。。。。。 。它的总参数规模有 5600 亿， ，，，，，但在现实推理时， ，，，，，每个 token 只需要挪用一小部分， ，，，，，约莫 18.6B – 31.3B。。。。。。。 。浚�？？？？？梢园阉胂蟪梢桓鲋卮蟮钠锸滞哦�， ，，，，，不是每一单都要全员出动， ，，，，，而是凭证订单的难度， ，，，，，派出最合适的几位骑手去送。。。。。。。 。这样一来， ，，，，，既能包管笼罩面， ，，，，，又阻止了算力铺张。。。。。。。 。而所谓 " 零盘算专家 "， ，，，，，着实就是处置惩罚简朴使命的捷径。。。。。。。 。好比， ，，，，，一单只是送楼下便当店的一瓶水， ，，，，，就不需要总部重大调理， ，，，，，周围的小哥顺路就能完成。。。。。。。 。同样， ，，，，，LongCat-Flash 遇到简朴的 token， ，，，，，就直接放行， ，，，，，不铺张多余算力， ，，，，，把资源留给真正重大的使命。。。。。。。 。这种 " 按需分派 " 的逻辑， ，，，，，让模子像调理骑手一样， ，，，，，把活派得更合理。。。。。。。 。上图中展示了 LongCat-Flash 的整体架构：每层由多头潜在注重力（MLA）+ MoE 专家组成， ，，，，，其中一部分是零盘算专家， ，，，，，包管遇到简朴 token 时可以 " 零开销 " 直接通过。。。。。。。 。上图中 ( a ) 曲线显示：在相同算力预算下， ，，，，，加入零盘算专家的模子 loss 更低， ，，，，，收敛更快；；；；；； ( b ) 激活专家数稳固在 8 个左右， ，，，，，平均约 27B 参数；；；；；； ( c ) 差别 token 之间算力分派差别显着， ，，，，，说明模子确着实 " 挑票据 "。。。。。。。 。另一个立异点叫 ScMoE（Shortcut-connected MoE）。。。。。。。 。古板模子要等一批使命所有处置惩罚完， ，，，，，再进入下一批， ，，，，，就像骑手要等所有订单派完才华出门。。。。。。。 。ScMoE 的思绪是 " 边派边送 "：骑手在送餐的同时， ，，，，，系统已经最先为他妄想下一单。。。。。。。 。这样， ，，，，，算力的使用和通讯可以同时举行， ，，，，，整体效率自然提升。。。。。。。 。图中三组曲线（差别模子规模）显示：有无 ScMoE 的 loss 险些重合， ，，，，，质量完全一致， ，，，，，但由于通讯和盘算可以重叠， ，，，，，ScMoE 在吞吐率和推理速率上显著提升。。。。。。。 。工程能力：给算力买个 " 社保 "规模大， ，，，，，速率快只是第一步， ，，，，，要害是能不可稳固运行。。。。。。。 。LongCat-Flash 的训练方法更像是在逐步扩张一个骑手网络：先在小规模试运行， ，，，，，把调理规则、蹊径妄想都调好， ，，，，，再推广到更大的规模， ，，，，，阻止一上来就乱成一团。。。。。。。 。为了避免系统瓦解， ，，，，，它设置了 " 三重包管 "。。。。。。。 。Router 稳固， ，，，，，相当于阻止所有订单都集中在一条线路；；；；；；激活稳固， ，，，，，就像避免某几个骑手被派单过多而累坏；；；；；；优化器稳固， ，，，，，则包管整体调理有节奏， ，，，，，恒久能跑下去。。。。。。。 。正是靠这一套机制， ，，，，，它在 30 天里完成了 20 万亿 tokens 的训练使命。。。。。。。 。性能较量：体现稳健从效果单来看， ，，，，，LongCat-Flash 不但是推理快， ，，，，，在各大基准测试中同样体现稳�。。。。。。。 。和ㄓ檬姑涸� MMLU（89.71）和 CEval（90.44）中， ，，，，，LongCat-Flash 抵达与国际一线模子相当的水准。。。。。。。 。虽然 CEval 分数略低于 Kimi-K2（91.26）， ，，，，，但整体体现依旧领先大大都基线模子， ，，，，，展现了不错的中文明确能力。。。。。。。 。重大推理：在 GPQA-diamond（73.23）上， ，，，，，LongCat-Flash 与同类模子坚持相近水准；；；；；；在 DROP（79.06）、ZebraLogic（89.30）、GraphWalks-128k（51.05）等测试中， ，，，，，也稳固处于中上游梯队。。。。。。。 。数学能力：在 MATH500（96.40）和 AIME24（70.42）上， ，，，，，LongCat-Flash 与 Kimi-K2、DeepSeek 相比差别不大， ，，，，，维持在高水平。。。。。。。 。在 BeyondAIME（43.00）上虽有下滑， ，，，，，但整体仍优于大都模子。。。。。。。 。编程使命：在 HumanEval+（88.41）、MBPP+（79.63）等 benchmark 上， ，，，，，LongCat-Flash 体现稳固， ，，，，，略低于 Kimi-K2（93.29、79.87）， ，，，，，但依旧优于 Gemini2.5 Flash、Claude Sonnet 等敌手。。。。。。。 。实测美团 LongCat-Flash：快着实从上面的测试基准中可以看到， ，，，，，美团 LongCat-Flash 的性能并没有遥遥领先的地方， ，，，，，只能算是与各大主流模子能力旗鼓相当。。。。。。。 。因此在许多常用的测试中看不出差别， ，，，，，但有一点：美团这个模子是真的快， ，，，，，和买了准时宝一样。。。。。。。 。promtps：写一个 Python 函数 is_prime ( n ) ， ，，，，，判断 n 是否是质数， ，，，，，并给出 10 个差别的测试样例。。。。。。。 。左边模子是 LongCat-Flash 网页端， ，，，，，右边是 kimi 1.5（凭证官网形貌， ，，，，，响应更快）， ，，，，，可以看到同样的提醒词， ，，，，，LongCat-Flash 没有怎么思索， ，，，，，一行行内容直接飞出来， ，，，，，而 kimi 1.5 经由短暂思索后， ，，，，，（和 LongCat-Flash 相比）慢悠悠的把内容写出来。。。。。。。 。在焦点代码部分， ，，，，，二者也没差别， ，，，，，可以说 LongCat-Flash 又快又好。。。。。。。 。LongCat-Flash 的速率和价钱优势， ，，，，，未必能连忙改写行业名堂。。。。。。。 。事实在大模子市场， ，，，，，生态和用户习惯往往比性能参数更具粘性。。。。。。。 。但它却透露出一个信号：美团依然习习用自己最善于的打法， ，，，，，把重大的科技问题翻译成 " 调理骑手 " 的逻辑， ，，，，，再用价钱杠杆撬开市场。。。。。。。 。这让问题变得更有趣：当 AI 巨头们在谈模子规模、参数精度时， ，，，，，美团却在谈派单效率和本钱曲线。。。。。。。 。它看似 " 接地气 " 的切入点， ，，，，，反而可能成为搅动名堂的变量， ，，，，，就像一经的 DeepSeek 那样。。。。。。。 。十年前， ，，，，，美团用津贴烧出了外卖帝国。。。。。。。 。十年后， ，，，，，它是否能靠另一场价钱战， ，，，，，把自己送进大模子的牌桌？？？？？？？没人能给出谜底， ，，，，，但至少可以确定的是， ，，，，，美团已经递出了第一张筹码。。。。。。。 。