美團在官方社交媒體帳號正式發布LongCat-Flash-Chat大模型，並同步開源。 大模型採用創新混合專家模型(MoE)架構，總參數5600億，激活參數186至313億（平均維持270億），實現計算效率與性能的雙重優化。

官方介紹，根據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勢。

帖文又指，因為面向推理效率的設計和創新，LongCat-Flash-Chat 具有明顯更快的推理速度，更適合耗時較長的複雜智能體應用。 在通用領域知識、智能體工具使用、編程、指令遵循等方面，模型的測試成績，與DeepSeek V3.1、GPT-4.1、Kimi K2、Qwen3 MoE-2507等模型比較，表現出色。