文章新面馆周一闭店，，，，，，，12年已往了，，，，，，，仍走不出“周一见”恶梦？？？ ？？？
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。。。。。 。。 。�？？ ？？？梢园阉胂蟪梢桓鲋卮蟮钠锸滞哦樱�，，，，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健！�。。。 。。 。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。。。。。 。。 。