不記得當時什么想法，時至今日，我依然保留著這個動態(tài)logo
那時的意氣風發(fā)，如今成了AI時代再次出發(fā)的序章。
目前看，這是一個網(wǎng)頁，不知道以后是在美團APP開模塊，還是新開一個龍貓應用。目前無法生成圖片和視頻。問它有什么長處？
然后說自己本地生活服務很厲害，我的理解就是旅游出行規(guī)劃6，然后問了蘇州旅游規(guī)劃，還推薦哪家東西好吃，對比一下確實比其他大模型周到，甚至連店鋪都照顧到了，而且因為我做過攻略，這份推薦基本可信。
又隨機問了最近的熱播劇獻魚，想讓它用古龍小說風格介紹一下劇情。聯(lián)網(wǎng)狀態(tài)也不行，就是它的信息還沒更新到最近，起碼半個月時間。
下面是一些美團公布的測試成果，有興趣可自行查看：
根據(jù)多項基準測試綜合評估，作為一款非思考型基礎模型，LongCat-Flash-Chat 在僅激活少量參數(shù)的前提下，性能比肩當下領先的主流模型，尤其在智能體任務中具備突出優(yōu)勢。
因為面向推理效率的設計和創(chuàng)新，LongCat-Flash-Chat 具有明顯更快的推理速度，更適合于耗時較長的復雜智能體應用。
目前，美團在?Github、Hugging Face 平臺同步開源。
/?技術亮點?/
LongCat-Flash 模型在架構層面引入“零計算專家（Zero-Computation Experts）”機制，總參數(shù)量 560 B，每個token 依據(jù)上下文需求僅激活 18.6B~31.3 B 參數(shù)，實現(xiàn)算力按需分配和高效利用。為控制總算力消耗，訓練過程采用 PID 控制器實時微調(diào)專家偏置，將單 token 平均激活量穩(wěn)定在約 27 B。
圖1：LongCat-Flash 架構圖
通過算法和工程層面的聯(lián)合設計，LongCat-Flash 在理論上的成本和速度都大幅領先行業(yè)同等規(guī)模、甚至規(guī)模更小的模型；通過系統(tǒng)優(yōu)化，LongCat-Flash 在 H800 上達成了 100 tokens/s 的生成速度，在保持極致生成速度的同時，輸出成本低至 5元/百萬 token
圖2：LongCat-Flash 的基準測試性能
