美团龙猫大模型：AI推理新飞跃，效率提升超200%

美团龙猫大模型，AI推理新纪元！

智东西9月22日报道，美团在AI开源领域持续加速。继开源首款大语言模型后仅24天，美团又开源了其自研推理模型LongCat-Flash-Thinking。

该模型与基础模型LongCat-Flash类似，以效率为核心。美团透露，LongCat-Flash-Thinking在自研的DORA强化学习基础设施上训练，直接将训练速度提升至原来的3倍，增幅超过200%。该模型优化了形式推理和Agent推理任务，例如，在AIME-25基准测试中，平均token消耗减少64.5%。

LongCat-Flash-Thinking在多领域基准测试中表现卓越：在通用问答、数学推理、通用推理的相关测试中，它与GPT-5-Thinking等模型基本持平；在安全、形式化定理证明等领域，它大幅领先上述模型，并在权威Agent工具调用基准测试τ²-Bench中，超越所有参评模型（除GPT-5-Thinking外）。

目前，LongCat-Flash-Thinking模型已开源至GitHub、Hugging Face等平台，相关技术报告也同期发布。用户可在体验链接中直接使用，但需注意模型推理和回答长度可能超出限制。

开源地址：

https://huggingface.co/meituan-longcat/LongCat-Flash-Thinking

https://github.com/meituan-longcat/LongCat-Flash-Thinking

体验链接：

https://longcat.chat/

构建能力：课程学习与形式化推理双提升

在预训练阶段，LongCat团队采用课程学习方式，让模型先打基础再专项突破。LongCat-Flash-Thinking在LongCat-Flash基础上训练，经历推理增强的中期训练和面向推理的有监督微调。

研究团队构建高难度推理训练集，涵盖STEM、编程等问题，确保模型强化逻辑推理同时不丢失通用能力。实验表明，这一阶段显著拓宽了模型的“推理边界”。

三管齐下优化强化学习：DORA框架提效超200%

LongCat-Flash-Thinking采用“三管齐下”方案提升强化学习效率与稳定性。DORA框架支持异步训练与灵活加速器调度，保证稳定性和效率。

DORA通过流式架构让已完成响应立即进入训练，多版本策略保证同一响应由同一模型版本完成。在数万张加速卡上，LongCat-Flash的RL训练速度达传统同步方式的3倍以上。

卓越表现：MATH-500得分接近满分

LongCat-Flash-Thinking在数学推理中表现尤为突出，MATH-500得分达99.2%，几乎满分。在AIME与HMMT等竞赛级任务中，也展现出强大能力。

结语：探索推理大模型落地路径

LongCat团队希望通过LongCat-Flash-Thinking推动高效RL训练、原生Agent推理等领域研究。结合美团业务动态，这些新模型或将带来更加智能的用户体验。